桶排序假设输入数据服从均匀分布，平均情况下它的时间代价为O(n)。与计数排序类似，因为对输入数据做了某种假设桶排序的速度也很快。具体来说，计数排序假设输入数据都属于一个小区间内的整数，而桶排序则假设输入是由一个随机过程产生，该过程将元素均匀、独立地分布在[0,1)区间上。#includeusing namespace std;template void insertSort(T *a,

本程序从正文文件text.txt读入一篇英文短文,统计该短文中不同单词和它的出现次数,并按词典编辑顺序将单词及它的出现次数输出到正文文件word.txt中.程序用一棵有序二叉树存储这些单词及其出现的次数,一边读入一边建立.然后中序遍历该二叉树,将遍历经过的二叉树上的节点的内容输出.#include#include#includeusing namespace std;ifs

#includeusing namespace std;#define OK 1#define ERROR 0#define OVERFLOW -2typedef char ElemType;const int MaxLength = 30;//结点个数不超过30个typedef struct BiTreeNode{ ElemType data; struct BiTree

1、序     详细实现了二叉查找树的各种操作：插入结点、构造二叉树、删除结点、查找、  查找最大值、查找最小值、查找指定结点的前驱和后继2、二叉查找树简介     它或者是一棵空树；或者是具有下列性质的二叉树： （1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值； （2）若右子树不空，则右子树上所有结点的值均大于它的根结点的值； （3）左、右子树也分别为二叉排序树

//计数排序假设n个输入元素中的每一个都是在0到k区间内的一个整数，其中k为某个整数。#includeusing namespace std;int* countingSort(int *A,int *B,int ASize){ int maxKey = -65535; for(int i=0;i<ASize;++i) { B[i] = 0; if(A[i]>maxKey)

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。判断方法：对于不稳定的排序算法，只要举出一个实例，即可说明它的不稳定性；而对于稳定的排序算法，必须对算法进行分析从而得到稳定的特性。需要注意的是，排序算法是否为稳定

堆的一个常见的应用：作为高效的优先队列。优先队列是用来维护有一组元素构成的集合S的数据结构，其中的每一个元素都有一个相关的值，称为关键字。一个最大优先队列支持一下操作：INSERT（S,x）: 将元素x插入集合中。MAXIMUM（S）:返回S中具有最大键字的元素。EXTRACT-MAX(S):去掉并返回S中的具有最大键字的元素。INCREASE-KEY(S,x,k):将元素x的

快速排序的运行时间依赖于划分是否平衡，而平衡与否又依赖于用于划分的元素。如果划分是平衡的，那么快速排序算法性能与归并排序一样。如果划分是不平衡的，那么快速排序的性能就接近于插入排序了。#includeusing namespace std;//快速排序template int partition(T *a,int first,int end) //实现了对子数组A[p..r]的

#includeusing namespace std;void maxHeap(int *a,int i,int heapSize){ int l = 2*i; int r = 2*i+1; int largest=0; if(la[i-1]) //左孩子大于父节点 largest = l; else largest = i; if(ra[large

//分治策略#includeusing namespace std;struct subarray //返回一个下标元组划定跨越中点的最大子数组的边界，并返回最大子数组中值的和{ int left; int right; int sum;}sub,subL,subR,subC;subarray FIND_MAX_CROSSING_SUBARRAY(int *a,int l

#includeusing namespace std;templatevoid selectionSort(T *a,int num){ int min=0; //最小值下标 for(int i=0;i<num-1;++i) { min = i; for(int j=i+1;j<num;++j) if(a[j]<a[i]) min = j; swap(a[

#includeusing namespace std;template void merge(T *a,int left,int mid,int right){ int n1=mid-left+1; int n2=right-mid; T *L = new T[n1]; T *R = new T[n2]; for(int i=0;i<n1;++i) L[i] = a[left

#includeusing namespace std;template void insertSort(T *a,int num){ int i,j; T key; for(j=1;j<num;++j) { key=a[j]; i=j-1; while(i>=0&&a[i]>key) { a[i+1]=a[i]; --i; } a[i+1]=ke

#includeusing namespace std;templatevoid bubbleSort(T *a,int num){ for(int i=0;i<num-1;++i) for(int j=num-1;j>=i+1;--j) if(a[j-1]>a[j]) swap(a[j-1],a[j]);}templatevoid print(T *a,int n

一般选择算法看起来要比找最小值这样的简单问题更难，但有期望为线性时间的选择算法，期望运行时间为O(n)。#include#includeusing namespace std;template int partition(T *a,int first,int end) //实现了对子数组A[p..r]的原址重排{ int x = a[end-1]; int i = first

可以用容量为K的最小堆来存储最大的K个数。最小堆的堆顶就是最大K个数中最小的一个，即第K大的数。每次新考虑一个数X，如果X比堆顶的元素Y小，则不需要改变原来的堆，如果比堆顶元素大，那么用X替换堆顶的元素Y。在X替换堆顶元素Y之后，X可能破坏最小堆的结构，需要更新堆来维持堆的性质。更新过程花费的时间复杂度为O(log2K).#includeusing namespace std;void