快速排序

呈现快速排序的三个不同版本,以最后一个主元素为元,以第一个元素为主元,随机主元。

1、以最后一个主元素为元

int partition(int *A, int p, int r);
void swap(int *a, int *b);

void quick_sort(int *A, int p, int r)  // 递归式---thomas
{
	int q;

	if ( p < r )
	{
		q = partition(A, p, r);
		quick_sort(A, p, q-1);
		quick_sort(A, q+1, r);
	}
}

void swap(int *a, int *b)
{
	int temp;

	temp = *a;
	*a = *b;
	*b = temp;
}

int partition(int *A, int p, int r)
{
	int key;
	int i, j;

	i = p - 1;
	key = A[r];

	for ( j = p; j < r; j ++ )
	{
		if ( A[j] < key )
		{
			i ++;
			swap(A+i, A+j);
		}
	}

	//i++;
	swap(A+i+1, A+r);

	return i+1;
}

2、以第一个元素为主元

int partition(int *A, int p, int r);
void swap(int *a, int *b);

void quick_sort(int *A, int p, int r)
{
	int q;

	if (p < r)
	{
		q = partition(A, p, r);
		quick_sort(A, p, q-1);
		quick_sort(A, q+1, r);
	}
}

void swap(int *a, int *b)
{
	int temp;
	
	temp = *a;
	*a = *b;
	*b = temp;
}

int partition(int *A, int p, int r)
{
	int key;
	int i, j;

	key = A[p];
	i = p;

	for (j = p + 1; j <= r; j++)
	{
		if (A[j] <= key)
		{
			i++;
			swap(A+i, A+j); //you can also use swap(&A[i], &A[j])
		}
	}

	swap(A+p, A+i);

	return i;
}

void print_arr(int *A, int n)
{
	int i;

	for (i = 0; i < n; i++)
		printf("%d \n", A[i]);
}


void main()
{
	int Array[5] = {1, 5, 2, 3, 7};

	//print_arr(Array, 5);

	quick_sort(Array, 0, 4);
	print_arr(Array, 5);

}	
3、随机主元

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

int partition(int *A, int p, int r);
void swap(int *a, int *b);
int Random(int p, int r);

int Random(int p, int r)
{
	int ran_num;


	srand((unsigned)time(0));
	ran_num = rand() % (r+1-p) + p;

	return ran_num;
}


void quick_sort(int *A, int p, int r)
{
	int q;

	if (p < r)
	{
		q = partition(A, p, r);
		quick_sort(A, p, q-1);
		quick_sort(A, q+1, r);
	}
}

void swap(int *a, int *b)
{
	int temp;
	
	temp = *a;
	*a = *b;
	*b = temp;
}

int partition(int *A, int p, int r)
{
	int key, pivot;
	int i, j;

    pivot = Random(p, r);
	swap(A+p, A+pivot);

	key = A[p];
	i = p;

	for (j = p + 1; j <= r; j++)
	{
		if (A[j] <= key)
		{
			i++;
			swap(A+i, A+j); //you can also use swap(&A[i], &A[j])
		}
	}

	swap(A+p, A+i);

	return i;
}

void print_arr(int *A, int n)
{
	int i;

	for (i = 0; i < n; i++)
		printf("%d \n", A[i]);
}


void main()
{
	int Array[5] = {1, 5, 2, 3, 7};

	//print_arr(Array, 5);

	quick_sort(Array, 0, 4);
	print_arr(Array, 5);

}

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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