【算法】 排序浅析

     在下学识浅薄,如下有一些主流排序方法,供诸君参考借鉴。

1.桶排序

性能:稳定,快速,牺牲空间换取时间,易于去重;

重点:以数组下标储存数据,以元素累计个数;

#include <cstdio>
#include <iostream>
using namespace std;

int main()
{
    int x[10000]={0};
    int y[10000];
    int i,n;
    cin>>n;
    for(i=0;i<n;i++)
    {
        scanf("%d",&y[i]);
        x[y[i]]++;
    }
    for(i=0;i<10000;i++)
    {
        if(x[i])
        {
            printf("%d ",i);
        }
    }
    cout<<endl;
    return 0;
}

2.快速排序

性能:相较之下最实用快速的排序方法

重点:理解基准 分治的思想


1.C++<algorithm>文件下的使用方法

使用sort函数 sort( start , end , way ); way默认为从小到大排序

若想使其从大到小排序,可以构造一个bool类型的比较函数

#include <cstdio>
#include <iostream>
#include <algorithm>
using namespace std;

bool compare(int a,int b)
{
    return a>b;
}

int main()
{
    int n,i;
    int x[10000];
    cin>>n;
    for(i=0;i<n;i++)
    {
        cin>>x[i];
    }
    sort(x,x+n,compare);
    for(i=0;i<n;i++)
    {
        cout<<x[i]<<' ';
    }
    cout<<endl;
    return 0;
}

2. 构造函数quicksort  进行快速排序   伪代码如下:

void quicksort(int x[],int start,int finall)
{
    /*从小到大*/
    if(start < finall)
    {
        int i = start,j = finall,base = x[start];
        /*i 指向前端  j 指向末尾  基准数选择为 第一个数*/
        while(i < j)
        {
            while(i<j && x[j] >= base) 
            {
                j--;   
            }
            /*找到小于基准数的*/
            if(i<j)
            {
                x[i++]=x[j];
            }
            while(i<j && x[i] <= base)
            {
                i++;   
            }
            /*找到大于基准数的*/
            if(i<j)
            {
                x[j--]=x[i];
            }
        }
        x[i]=base;
        /*将基准数放置于中*/
        quicksort(x,start,i-1);
        quicksort(x,i+1,finall);   
        /*不断递归进行此操作*/
    }
}

3.归并排序

性能:亦是基于分治思想上的排序算法

重点:1.划分区域,尽可能平均  2.递归求解  3.有序表合并

#include <cstdio>
#include <iostream>
using namespace std;
/* merge sort*/

void mergesort(int *A,int x,int y,int *T)
{
    if(y-x > 1)
    {
        int m = x + (y-x)/2;
        /*划分*/
        int p=x,q=m,i=x;
        mergesort(A,x,m,T);
        mergesort(A,m,y,T);
        /*进行递归求解*/
        while(p<m || q<y)
        {
            if(q >=y || (p<m && A[p] <=A[q]))
            {
                T[i++] = A[p++];
            }
            else
            {
                T[i++] = A[q++];
            }
            /*数组置于临时空间*/
        }
        for(i=x; i<y; i++)
        {
            A[i] = T[i];
        }
        /*临时空间置回数组*/
    }
}

int main()
{
    int x[10000];
    int y[10000];
    int i,n;
    cin>>n;

    for(i=0;i<n;i++)
    {
        cin>>x[i];
    }

    mergesort(x,0,n,y);
    for(i=0;i<n;i++)
    {
        cout<<x[i]<<' ';
    }
    cout<<endl;
    return 0;
}


基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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