各种排序的Ruby实现

时间复杂度:Θ(n^2) 

 Bubble sort 

  1. def bubble_sort(a)  
  2.   (a.size-2).downto(0) do |i|  
  3.     (0..i).each do |j|  
  4.       a[j], a[j+1] = a[j+1], a[j] if a[j] > a[j+1]  
  5.     end  
  6.   end  
  7.   return a  
  8. end 


Selection sort 

  1. def selection_sort(a)  
  2.   b = []  
  3.   a.size.times do |i|  
  4.     min = a.min  
  5.     b << min  
  6.     a.delete_at(a.index(min))  
  7.   end  
  8.   return b  
  9. end 


Insertion sort 

  1. def insertion_sort(a)  
  2.   a.each_with_index do |el,i|  
  3.     j = i - 1  
  4.       while j >= 0  
  5.         break if a[j] <= el  
  6.         a[j + 1] = a[j]  
  7.         j -= 1  
  8.       end  
  9.     a[j + 1] = el  
  10.   end  
  11.   return a  
  12. end  

 Shell sort 

  1. def shell_sort(a)  
  2.   gap = a.size  
  3.   while(gap > 1)  
  4.     gap = gap / 2  
  5.     (gap..a.size-1).each do |i|  
  6.       j = i  
  7.       while(j > 0)  
  8.         a[j], a[j-gap] = a[j-gap], a[j] if a[j] <= a[j-gap]  
  9.         j = j - gap  
  10.       end  
  11.     end  
  12.   end  
  13.   return a  
  14. end 

时间复杂度:Θ(n*logn) 

Merge sort 

  1. def merge(l, r)  
  2.   result = []  
  3.   while l.size > 0 and r.size > 0 do  
  4.     if l.first < r.first  
  5.       result << l.shift  
  6.     else  
  7.       result << r.shift  
  8.     end  
  9.   end  
  10.   if l.size > 0  
  11.     result += l  
  12.   end  
  13.   if r.size > 0  
  14.     result += r  
  15.   end  
  16.   return result  
  17. end  
  18.   
  19. def merge_sort(a)  
  20.   return a if a.size <= 1  
  21.   middle = a.size / 2  
  22.   left = merge_sort(a[0, middle])  
  23.   right = merge_sort(a[middle, a.size - middle])  
  24.   merge(left, right)  
  25. end  


 Heap sort 

  1. def heapify(a, idx, size)  
  2.   left_idx = 2 * idx + 1  
  3.   right_idx = 2 * idx + 2  
  4.   bigger_idx = idx  
  5.   bigger_idx = left_idx if left_idx < size && a[left_idx] > a[idx]  
  6.   bigger_idx = right_idx if right_idx < size && a[right_idx] > a[bigger_idx]  
  7.   if bigger_idx != idx  
  8.     a[idx], a[bigger_idx] = a[bigger_idx], a[idx]  
  9.     heapify(a, bigger_idx, size)  
  10.   end  
  11. end  
  12.   
  13. def build_heap(a)  
  14.   last_parent_idx = a.length / 2 - 1  
  15.   i = last_parent_idx  
  16.   while i >= 0  
  17.     heapify(a, i, a.size)  
  18.     i = i - 1  
  19.   end  
  20. end  
  21.   
  22. def heap_sort(a)  
  23.   return a if a.size <= 1  
  24.   size = a.size  
  25.   build_heap(a)  
  26.   while size > 0  
  27.     a[0], a[size-1] = a[size-1], a[0]  
  28.     size = size - 1  
  29.     heapify(a, 0, size)  
  30.   end  
  31.   return a  
  32. end  


Quick sort 

  1. def quick_sort(a)  
  2.   (x=a.pop) ? quick_sort(a.select{|i| i <= x}) + [x] + quick_sort(a.select{|i| i > x}) : []  
  3. end  


时间复杂度:Θ(n) 


Counting sort 

  1. def counting_sort(a)  
  2.   min = a.min  
  3.   max = a.max  
  4.   counts = Array.new(max-min+1, 0)  
  5.   
  6.   a.each do |n|  
  7.     counts[n-min] += 1  
  8.   end  
  9.   
  10.   (0...counts.size).map{|i| [i+min]*counts[i]}.flatten  
  11. end  


 Radix sort 

  1. def kth_digit(n, i)  
  2.   while(i > 1)  
  3.     n = n / 10  
  4.     i = i - 1  
  5.   end  
  6.   n % 10  
  7. end  
  8.   
  9. def radix_sort(a)  
  10.   max = a.max  
  11.   d = Math.log10(max).floor + 1  
  12.   
  13.   (1..d).each do |i|  
  14.     tmp = []  
  15.     (0..9).each do |j|  
  16.       tmp[j] = []  
  17.     end  
  18.   
  19.     a.each do |n|  
  20.       kth = kth_digit(n, i)  
  21.       tmp[kth] << n  
  22.     end  
  23.     a = tmp.flatten  
  24.   end  
  25.   return a  
  26. end  


Bucket sort 

  1. def quick_sort(a)  
  2.   (x=a.pop) ? quick_sort(a.select{|i| i <= x}) + [x] + quick_sort(a.select{|i| i > x}) : []  
  3. end  
  4.   
  5. def first_number(n)  
  6.   (n * 10).to_i  
  7. end  
  8.   
  9. def bucket_sort(a)  
  10.   tmp = []  
  11.   (0..9).each do |j|  
  12.     tmp[j] = []  
  13.   end  
  14.     
  15.   a.each do |n|  
  16.     k = first_number(n)  
  17.     tmp[k] << n  
  18.   end  
  19.   
  20.   (0..9).each do |j|  
  21.     tmp[j] = quick_sort(tmp[j])  
  22.   end  
  23.   
  24.   tmp.flatten  
  25. end  
  26.   
  27. a = [0.75, 0.13, 0, 0.44, 0.55, 0.01, 0.98, 0.1234567]  
  28. p bucket_sort(a)  
  29.   
  30. # Result:   
  31. [0, 0.01, 0.1234567, 0.13, 0.44, 0.55, 0.75, 0.98]  

转载自:

 http://github.com/kanwei/algorithms/tree/master

http://hideto.iteye.com/blog/280891




基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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