时间总让我有后知后觉的挫感,或许是因为我从不愿记录过往。
3.1.1 选择排序(n个元素,0~n-1,升序,不稳定)
对数组A做i次扫描(0<=i<=n-2),每次从最后n-i个元素中寻找最小元素,然后将它与Ai交换。
代码实现
算法分析
因此,对于任何输入来说,选择排序都是一个θ(n2)的算法。
3.1.1 冒泡排序(n个元素,0~n-1,升序,稳定)
比较相邻元素Aj和Aj+1,若Aj>Aj+1,交换它们的位置,依次这样,最终,最大元素“沉到”最后一个位置。重复n-1遍以后,就排好序了。
代码实现
算法分析
最坏情况和平均情况下都是属于θ(n2)。实际上,可以针对上面的代码进行一定的改良,当对数组迭代比较一遍之后没有进行元素的交换,那么表示该数组已排好序了。代码演示如下:
代码实现
原本输出的结果:
改良后输出的结果:
可见,对上面的数组排序时,的确少了两次迭代。但事实上,即使在初等排序方法当中,冒泡排序也不是一个很好的选择,而且,如果不是因为它有一个好记的名字,我们很可能不会对它有任何的了解(这句话说得是不是很残忍,书的作者说的)。
习题 3.1
4. a.设计一个蛮力算法,对于给定的x0,计算下面多项式的值:
p(x)=anxn+an-1xn-1+…+a1x+a0
并确定该算法的最差效率类型。
b.如果你设计的算法属于θ(n2),请为该问题设计一个线性的算法。
c.对于该问题来说,能不能设计出一个比线性效率还要好的算法呢?
解:
a.代码实现:
效率分析:
所以该算法属于θ(n2)。
b.代码实现: