品鉴一个类Radix排序算法的内存占用

本文深入探讨了一种基于现代操作系统的MMU的排序算法,详细分析了其在数据密集型场景下的优势,并对比了标准插入排序,强调了时间复杂度为O(1)的特点。同时,文章提到了算法在面对重复数据时的处理方式,即通过维护256叉树的叶子节点链表来解决。此外,还讨论了算法的局限性和适用范围。

分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.youkuaiyun.com/jiangjunshow

也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!

                       

本来我是想重新编辑《一个借鉴现代OS的MMU的排序算法》这篇文章的,但想来新的主题还是另起一篇为好。

  首先要说明的是,上文中的那个算法的代码是有缺陷的,比如如果有重复的数字,那么该实现将会冲掉重复的数据,正确的做法应该是在256叉树的叶子节点维护一个链表,重复的数字全部链接到该链表中。但由于我不是很会编程,不晓得一些现成的数据结构所在的库是怎么一种用法,实现这个可能需要重新做起,就算了,大致知道个意思就好了。

  另外,更加重要的是,这个算法其实是在执行一种插入排序,和标准的插入排序不同的是,该算法会一次性把一个数字插入到它应该在的位置,时间复杂度为O(1)O(1)看不出二者的区别,但是从细节上,你会发现这条直线还有个参数,这正是很多人所忽略的。参数由什么决定?参数由约束决定!

  在本文叙述的场景中,如果待排序的数据分布很密集,那么显然这个算法是很好的选择,如果不是,那就只能自行权衡了。

  同样的道理,快速排序非常快并不仅仅因为它叫做快速排序,和它的时间复杂度一样的算法多得是,但在统计意义上就是没它优秀,所以大O并不能代表算法的优劣!


昨天发烧,但今天就奇迹般好了,没有吃任何药物,一度怀疑被感染了流感,或者是因为这么冷的天穿短袖冻感冒了,但马上就发现不是那回事,差点就被他们忽悠了,生活在众人之间,就要被众人的言论指使,然而我偏不,事后证明我是对的…不管怎样吧,不要听别人胡说,有可能95%的人说的都是错了,他们一个又一个都是听了别人错误的结论而已。要自己亲自试一下才知道。我自己可以在冬天穿短袖,所以我就知道即便我发烧,也一定不是因为被冻到了,随便别人怎么说,在我看来都是胡说。

           

给我老师的人工智能教程打call!http://blog.youkuaiyun.com/jiangjunshow
这里写图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值