黑马程序员--选择排序、冒泡排序、二分法查找

本文介绍了两种基本的排序算法——选择排序和冒泡排序,并详细展示了它们的实现过程。此外,还讲解了二分查找算法,这是一种高效的查找算法,但要求输入数组必须是有序的。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------




选择排序

遍历数组里的每个数字,与后面的每个数字比较大小,如果符合条件则进行置换。


[java] view plaincopy
  1. public static void selectSort(int[] arr)  //由小到大排序
  2.     {  
  3.         for(int x=0; x<arr.length-1; x++)  
  4.         {  
  5.             for(int y=x+1; y<arr.length; y++)  //只需要与后面的比较
  6.             {  
  7.                 if(arr[x]>arr[y])  
  8.                 {  
  9.                     int temp = arr[x];  //暂时变量以便转换
  10.                     arr[x] = arr[y];  
  11.                     arr[y] = temp;  
  12.                 }  
  13.             }  
  14.         }  
  15.       }  


冒泡排序

相邻的两个元素相互比较,比较规则自定义(假设由小到大排序),符合条件,交换位置,不符合条件,不用交换

[java] view plaincopy
  1. public static void bubbleSort(int[] arr)  //由小到大排序
  2.     {  
  3.         for(int x=0; x<arr.length-1; x++)  
  4.         {  
  5.             for(int y=0; y<arr.length-x-1; y++)  //遍历一次后最大的元素到达最右边,所以下次不用参加比较,所以-x
  6.             {  
  7.                 if(arr[y]>arr[y+1])  
  8.                 {  
  9.                     int temp = arr[y];  
  10.                     arr[y] = arr[y+1];  
  11.                     arr[y+1] = temp;  
  12.                 }  
  13.             }  
  14.         }  
  15. }  

二分查找

使用二分查找的数组必须是有序的数组


 

[java] view plaincopy
    1. public static int binarySeach(int[] arr,int key)  //返回所要查找元素的角标,若元素不存在,返回-1
    2.     {  
    3.         int min,mid,max;  
    4.         min = 0;  
    5.         max = arr.length-1;  
    6.         mid = (max+min)/2;  
    7.    
    8.         while(arr[mid]!=key)  
    9.         {  
    10.             if(key>arr[mid])  
    11.                 min = mid + 1;  
    12.             else if(key<arr[mid])  
    13.                 max = mid - 1;  
    14.               
    15.             if(min>max)  
    16.                 return -1;  //元素不存在
    17.       
    18.             mid = (max+min)/2;  
    19.         }  
    20.         return mid;  
    21.     }  



---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
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