演算法基礎與排序

演算法(algorithm):乙個計算過程,解決問題的方法

程式等於資料結構加演算法

程式的執行過程就是靠演算法,乙個函式就是乙個演算法

引數就是輸入經過演算法,

遞迴有兩個特點:

呼叫自身
必須要有結束條件

def func1(x):

if x>0:
print("func1:",x)
func1(x-1)
def func2(x):
if x>0:
func2(x-1)
print("func2:",x)

func1: 5

func1: 4
func1: 3
func1: 2
func1: 1
func2: 1
func2: 2
func2: 3
func2: 4
func2: 5

def fibo_func(x):

if x==1 or x==2:
print(1)
else:
return fibo_func(x-1) + fibo_func(x-2)
res=fibo_func(10)

列表查詢:從列表中查詢指定的元素

輸入:列表,待查詢元素
輸出:元素下標或未查找到元素

l1=[5,7,4,6,3,1,2,9,8]

def liner_search(data_set,val):
for i in range(len(data_set)):
if data_set[i]==val:
return i
return
print(liner_search(l1,6))

l1=[5,7,4,6,3,1,2,9,8]

def bin_search(data_set,val):
low=0
high=len(data_set)-1
while low <= high:
mid=(low+high)//2
if data_set[mid]==val:
return mid
elif data_set[mid] > val:
high=mid-1
else:
low=mid +1
return
print(bin_search(l1,3))

def bin_search_rec(data_set,val,low,high):

if low <= high:
mid=(low+high)//2
if data_set[mid] ==val:
return mid
elif data_set[mid] >val:
return bin_search_rec(data_set,val,low,mid-1)
else:
return bin_search_rec(data_set,val,mid+1,high)
else:
return

基礎排序演算法詳解與優化

文章儲存在github，網速不佳的朋友，請看 基礎排序演算法詳解與優化 或者 來我的技術小站 godbmw.com 常見的基礎排序有選擇排序 氣泡排序和插入排序。眾所周知，他們的時間複雜度是 o n n 但是，現在要重新認識一下基礎排序演算法，尤其是 插入排序 在近乎有序的情況下，插入排序的時間複雜...

基礎排序演算法詳解與優化

文章儲存在github，網速不佳的朋友，請看 基礎排序演算法詳解與優化 或者 來我的技術小站 godbmw.com 常見的基礎排序有選擇排序 氣泡排序和插入排序。眾所周知，他們的時間複雜度是 o n n 但是，現在要重新認識一下基礎排序演算法，尤其是 插入排序 在近乎有序的情況下，插入排序的時間複雜...

基礎排序演算法詳解與優化

文章儲存在github，網速不佳的朋友，請看 基礎排序演算法詳解與優化 或者 來我的技術小站 godbmw.com 常見的基礎排序有選擇排序 氣泡排序和插入排序。眾所周知，他們的時間複雜度是 o n n 但是，現在要重新認識一下基礎排序演算法，尤其是 插入排序 在近乎有序的情況下，插入排序的時間複雜...