my_et的专栏

void sift(int k,int m){ int temp=data[k]; int i=k; int j=2*i; bool finished=false; while(j<=m&&!finished) { if(j<m&&data[j]<data[j+1]) j++; if(data[j]<=temp) finished=true; else {

int QKpass(int left,int right){ int k; int low=left,high=right; k=data[low]; while(low<high) { while(lowk) high--; if(low<high) { data[low]=data[high]; low++; } while(low<high

最近学习了排序算法的应用--最大K个数。从比较多的数据中找出最大的K个数。该问题主要有以下几种解法：1.直接进行排序，堆排序和快速排序都是比较好的选择，在时间为N*lgN的时间开销下完成排序然后再选择前K个数即为最大的K。在这里可以讨论一下K的大小,如果K2.如果只要求找出最大的K个数,而对K个数顺序没有要求，那么可以对这一堆数据进行改良的快速排序：首先选择数据中部的元素m

int BinSrch(int a){ int top=0; int bottom=ROWS-1; int mid=(top+bottom)/2; if(data[top]>a||data[bottom]<a) { printf("不在查找范围\n"); return -1; } while(top!=bottom) { if(data[mid]==a) re

// g1.cpp : 定义控制台应用程序的入口点。//#include #include #define fileName "book.txt"#define ROWS 10#define INFI 10000#define NODES 6typedef struct Node{ bool isVist; char name;}Node;type

在写的时候可以先写下以下算法，然后将其转化为代码先序1.访问p节点2.节点入栈3.p=p->Lchild4.访问p5.压栈p6..p=p->Lchild7.p不为空 goto step 28.栈不为空，弹栈p，否则goto step 109.p=p->Rchlid,goto step 410.结束void PreOreder(Node *bt)

Tire树 又称字典树       Tire树 核心的思想是以空间换时间，每个节点下面分26叉，需要统计一个单词比如abc,这时候先找根节点，然后由a分支到a节点，然后在a节点里面找b分支，然后到b节点去找c分支，最后将该节点的单词计数器加1.1.Tire树每个节点的定义class TireNode{public: char c; int count; Tir

原理和图的广度优先遍历一样算法描述如下1.节点入队列2.取队列首元素，访问之3.如果左子树不为空，入队4.如果右子树不为空，入队5.队列是否为空？否，GOTO STEP 26.结束关键代码：void printtree(Node* bt,Que *que){ if(bt==NULL) { cout<<"空树"<<endl; return ;

先给定一个进栈序列（如1,2,3,4,5），可以随意弹栈（如在3进栈之前，2就可能已经进栈然后出栈了）然后给定一个序列如5,4,3,2,1和3,4,5,1,2，判断是不是其弹栈序列。我是用动态规划强行弄出来的，弄出来后查质料得知这是一个卡特兰数问题。。。。思路：例子4,3,5,1,2一旦一个数弹栈了比如上面序列中的4，在它进栈之前又在它后面出栈的元素，如1,2,3在它之前进

本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论。文章主要内容分为三个部分。第

本身不难，主要应该关注边界的处理1.如果只有一个节点2.尾节点的处理3.输入的为空指针实现如下：#include using namespace std;class node{ public: int value; node * next;};int main(){ int length,i=1; int temp; cin>>length;

之前一次去实习笔试的时候，有一题笔试题是这样的，设计一个队列，使得它在高强度的插入和删除下任然具有较好的访问速度。当时想，数组虽然好，访问的时候是O(1)但是一旦涉及到删除和添加元素的时候，性能就下来了。        由此想到STL中的vector，往里面添加元素是是添加在末尾，一旦超过了其内存大小，在分配一块更大的内存（原来的两倍）然后将旧元素拷贝到新的内存空间去，这样虽然在拷贝的时候时间