归并排序

时间复杂度(N*logN)

#include<iostream>	
#include<stdio.h>
#include<vector>
using namespace std;
int a[100];
vector<int>ve;
void merge(int* x, int L, int mid, int R) {
	int p1, p2;
	p1 = L;
	p2 = mid + 1;
	while (p1 <= mid && p2 <= R) {
		ve.push_back(x[p1] < x[p2] ? x[p1++] : x[p2++]);
	}
	while (p1 <= mid) {
		ve.push_back(x[p1++]);
	}
	while (p2 <= R) {
		ve.push_back(x[p2++]);
	}
	
	for (int i=0; i < ve.size(); i++) {//将排好序的数据拷贝到原来数组中去
		x[L + i] = ve[i];
	}
}
int Pai(int* arr, int L, int R) {
	if (L == R)
		return arr[L];

	int mid = (L + R) / 2;
	Pai(arr, L, mid);//将整个区间的左区间排序
	Pai(arr, mid + 1, R);//有区间排序
	ve.clear();
	merge(arr, L, mid,R);//借助ve数组将连个区间重新排序
}
int main()
{
	int n;
	cout << "输入要排序的个数:";
	cin >> n;
	cout << "输入要排序的数,用空格隔开:";

	for (int i = 0; i < n; i++) 
		cin>>a[i];
	
	Pai(a, 0, n - 1);
   
	for (int i = 0; i < n; i++)
		cout << a[i] << ' ';
	

	return 0;
}

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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