3.9个人总结

这周听了小组成员讲Java中的冒泡排序、选择排序和插入排序,记得以前是会了的,可听人家讲的时候又有点懵逼,还是自己再整理一遍吧,毕竟是基础,以后的算法题不知道比这难上几倍,废话不多说,开始:(都是从小到大排的哈)

1、  冒泡排序:

原理:

比较两个相邻的元素,将数值较大的元素交换至右端

算法描述:
比较相邻的元素。如果第一个比第二个大,就交换它们两个;

对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;

针对所有的元素重复以上的步骤,除了最后一个,直到排序完成。

*N个数字要排序完成,总共进行N-1趟排序,每i趟的排序次数为(N-i)次,所以可以用双重循环语句,外层控制循环多少趟,内层控制每一趟的循环次数    

2、选择排序:

原理:
每一趟从待排序的记录中选出最小的元素,顺序放在已排好序的序列最后,直到全部记录排序完毕。
也就是:每一趟在n-i+1(i=1,2…n-1)个记录中选取关键字最小的记录作为有序序列中第i个记录

算法描述:

初始状态:无序区为R[1..n], 有序区为空:

 

第i趟排序(i=1,2, 3…n-1)开始时,当前有序区和无序区分别为R[1.. i-1]和R(i..n)。该趟排序从当前无序区中-选出关键字最小的记录R[k], 将它与无序区的第1个记录R交换,使R[1..i]和R[i+1.. n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区:

 

n-1趟结束,数组有序化了。

 

*每一趟排序获得最小数的方法:for循环进行比较,定义一个第三个变量temp,首先前两个数比较,把较小的数放在temp中,然后用temp再去跟剩下的数据比较,如果出现比temp小的数据,就用它代替temp中原有的数据。

3、插入排序:

原理:
利用插入法对无序数组排序时,我们其实是将数组R划分成两个子区间R[1…i-1] (已排好序的有序区) 和R[i…n] (当前未排序的部分,可称无序区)

 

算法描述:

1)  从第一个元素开始,该元素可以认为已经被排序;

2)  取出下一个元素,在已经排序的元素序列中从后向前扫描:

3)如果该元素(已排序)大于新元素,将该元素移到下一位置;

4)重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;

5)将新元素插入到该位置后:

重复步骤2~5。

*第N-1趟对下标 N-1 处的元素进行排序,保证数组[0,N-1]上的元素有序,也就是整个数组有序了。

它的递归思想就体现在:当对位置 i 处的元素进行排序时,[0,i-1]上的元素一定是已经有序的了。

 就先酱紫!!!

转载于:https://www.cnblogs.com/wlgzszgb/p/10503017.html

### 如何在 Python 3.9 下正确安装 Anaconda #### 安装前准备 确保计算机已满足基本硬件和软件需求。对于 Windows 11 用户,在安装 Anaconda 前需确认操作系统版本支持以及是否有足够的磁盘空间[^1]。 #### 步骤说明 1. **下载 Anaconda 安装程序** 访问官方 Anaconda 网站并下载适用于 Windows 的最新版安装包,推荐选择 Python 3.9 版本兼容的发行版。 2. **运行安装向导** 双击下载好的 `.exe` 文件启动安装向导。按照提示逐步操作: - 在安装过程中会弹出多个选项窗口,其中第一个选项 `anaconda create shortcuts (supported packages only)` 是用于创建桌面快捷方式的功能,可根据个人习惯决定是否勾选。 - 第二个选项通常涉及路径设置,默认情况下无需更改,但务必保持此选项被激活以正常配置环境变量。 - 对于第三个选项关于清理旧缓存数据的部分,如果设备曾安装过其他版本的 Anaconda 或 Miniconda,则建议勾选此项来优化存储性能。 3. **完成初始设定** 当所有必要参数都调整完毕后继续推进流程直至结束页面出现。“点击 Next”标志着整个基础架构搭建环节顺利完成。 4. **验证安装状态** 打开命令行工具输入以下测试语句检查是否成功加载相应模块及其关联库文件: ```cmd conda --version python --version ``` 5. **扩展功能组件(可选)** 如果计划利用 Kivy 开发跨平台 GUI 应用程序,则可以进一步通过 pip 工具引入额外依赖关系链路如下所示[^2]: ```python python -m pip install docutils pygments pypiwin32 kivy.deps.sdl2 kivy.deps.glew python -m pip install kivy.deps.gstreamer python -m pip install kivy python -m pip install kivy_examples ``` 注意事项:上述过程可能因网络条件差异而耗时较长,因此提前切换至国内镜像站点能够显著提升效率效果明显。 --- #### 总结 综上所述,遵循以上指导即可顺利实现基于 Python 3.9 的 Anaconda 配置工作流,并为进一步探索数据分析领域奠定坚实的技术基石。
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