初級データベースアルゴリズム [I]

初級データベースアルゴリズム [I]

作者は長い間ブログを更新していませんでした。その理由の一つは、開発したプロジェクトで使用されている技術がすべて古い技術であり、私が接触した知識はすべて業界のロジックプロセスであるため、自分で要約しただけで共有しなかったことです。もう 1 つの理由は、現在 C++ 言語と基本的なコンピューター知識 (アルゴリズムなど) を再学習しているところです。

次のコードは C++ コードです。早速本題に入りましょう。

バイナリ検索はバイナリ検索とも呼ばれます。

使用条件:注文済みセット。

アルゴリズムの考え方:最初に検索対象のレコードが配置されている範囲 (間隔) を決定し、その後、レコードが見つかるか見つからないかになるまで徐々に範囲を狭めていきます。

ポイントは、中間の位置に記録されたキーワードを指定された値と比較することです。指定された値より大きい場合(ここでは、セットが小さいものから大きいものに配置されていると仮定します)、間隔の範囲を狭め(セットの開始->中間の前のポジション)、間隔の中間の位置に記録されたキーワードを指定された値と比較し、位置が見つかるか見つからないかになるまでサイクルを繰り返します。

プログラミング例:整数データ int a[10]={1,5,10,13,17,23,65,77,81,93};

1) これは再帰です(ここでの判断条件の誤りを指摘してくれた仲間のユーザー zdd に感謝します。これは if(min>max) に変更する必要があります)

  1. //二分探索 
  2. //配列は特定の順序でなければなりません 
  3. //パラメータ: ***、最小値、ターゲット (パラメータの型は整数)  
  4. intバイナリサーチ( int最小値、 int最大値、 int数値)
  5. {
  6.      min==maxの場合は-1 を返します
  7.      int中間 = (最小 + 最大) / 2;
  8.      if (a[mid]==num)midを返します
  9.     それ以外 もし(a[mid]
  10. {
  11.         BinarySearch(mid+1,max,num) を返します
  12. }
  13.     それ以外 
  14. {
  15.         BinarySearch(min,mid-1,num) を返します
  16. }
  17. }

2) 非再帰的

  1. //非再帰アルゴリズム 
  2. int BinarySearch_F( int数値)
  3. {
  4.     整数最小値=0;
  5.     整数最大値=9;
  6.     整数中間;
  7.      (最小<=最大)
  8. {
  9. 中間=(最小+最大)/2;
  10.          if (a[mid]==num)midを返します
  11.         それ以外  ( a[mid]>num)max=mid-1の場合;
  12.         それ以外の場合はmin=mid+1;
  13. }
  14.      -1 を返します
  15. }

パフォーマンス分析:時間計算量 O(logn)


挿入ソート

使用条件:同等のサイズのコレクション。

アルゴリズムのアイデア:ソートされた順序付きシーケンスにレコードを挿入して、レコード数が 1 増加した新しい順序付きシーケンスを取得します。挿入するレコードは、すでにソートされたシーケンスと順番に比較されます。シーケンス番号が挿入するレコードより大きい場合は、挿入するレコードより小さいシーケンスが見つかるまでシーケンスを 1 つ戻します。このとき、シーケンスの次の位置に挿入され、すべての位置が埋まるまで上記の操作が繰り返されます。

プログラミング例: int b[10]={77,1,65,13,​​81,93,10,5,23,17}でソートする

  1. // ソートを挿入 
  2. //ここでtempはセンチネルの位置です 
  3. //幼少期から成人期まで 
  4. void挿入ソート()
  5. {
  6.     整数温度;
  7.     整数j;
  8.      ( int i=1;i<10;i++ )の場合
  9. {
  10. temp = b[i];
  11.          (j=i-1;j>=0;j--)の場合
  12. {
  13.              (b[j]>temp)の場合
  14. {
  15. b[j+1] = b[j];
  16. }
  17.             それ以外 
  18. {
  19.                 壊す;
  20. }
  21. }
  22. b[j+1] = 一時;
  23. }
  24. cout<< "ソートは次のようになります:" ;
  25.      ( int i=0;i<10;i++ )の場合
  26. {
  27. カウント< " " ;
  28. }
  29. カウント<
  30. }

パフォーマンス分析:時間計算量 O (n^2)


バイナリ挿入ソート

使用条件:同等のサイズのコレクション。

アルゴリズムの考え方:基本的な考え方は、単純な挿入ソートと似ています。唯一の違いは、挿入位置を見つけることです。単純な挿入ソートでは、順次比較を使用します。ここではバイナリ挿入ソートが改良され、順次検索がバイナリ検索に改良されています。

プログラミング例: int b[10]={77,1,65,13,​​81,93,10,5,23,17}でソートする

  1. voidバイナリ挿入ソート()
  2. {
  3.      int温度、最低、最高、中間;
  4.     整数j;
  5.      ( int i=1;i<10;i++)の場合
  6. {
  7. 最小=0;最大=i-1;
  8. temp = b [i];
  9.         (最小<=最大)
  10. {
  11. 中間=(最小+最大)/2;
  12.             (b[mid]>temp)の場合
  13. {
  14. 最大値=中間-1;
  15. }
  16.            それ以外 
  17. {
  18. 最小=中間+1;
  19. }
  20. }
  21.          (j=i-1;j>=max+1;j--)の場合
  22. {
  23. b[j+1] = b[j];
  24. }
  25. b[max+1] = 温度;
  26. }
  27. cout<< "ソートは次のようになります:" ;
  28.      ( int i=0;i<10;i++ )の場合
  29. {
  30. カウント< " " ;
  31. }
  32. カウント<
  33. }

パフォーマンス分析:時間計算量 O (n^2)

ここでの時間計算量は単純な挿入ソートと同じですが、挿入位置を見つけるために使用される比較の数は大幅に削減されます。

オリジナルリンク: http://www.cnblogs.com/couhujia/archive/2011/03/23/1991110.html

【編集者のおすすめ】

  1. データマイニングにおける10の古典的なアルゴリズムの予備的調査
  2. 現在世界で最も重要な古典的アルゴリズムトップ10
  3. 面接中にアルゴリズムの質問を解く際にプログラマーが知っておくべきこと

<<:  エントリーレベルのデータベースアルゴリズム [パート 2]

>>:  現在世界で最も重要な古典的アルゴリズムトップ10

ブログ    
ブログ    
ブログ    

推薦する

2024 年のテクノロジー トレンド - 企業は今から準備を始める必要があります。

2023 年の主流のテクノロジートレンドが人工知能、より具体的には生成 AI に重点を置くことは間...

投票の未来: AI、ブロックチェーン、生体認証

投票攻撃は止まらない2016年の米国大統領選挙は紆余曲折を経て、最終的にトランプ氏が米国大統領に選出...

...

消費者のニーズとホテル業界の問題点を洞察し、ShowBaoトラベルフォンはニーズを満たすために生まれました

[51CTO.comからのオリジナル記事] 長年の浮き沈みを経て、今日、スマートホテルは国内外のホテ...

...

...

物理学者は神の粒子を研究するためのアルゴリズムを開発するためにプログラマーを招待する

Wired 誌は、大型ハドロン衝突型加速器の物理学者たちが、ヒッグス粒子の特性を明らかにするプログラ...

大規模機械学習システムでは無料のランチはない

[[205684]] Tu Weiwei 氏は、Fourth Paradigm Prophet プラ...

コードを1行変更するだけで、PyTorchのトレーニングを3倍高速化できます。これらの「高度なテクニック」が鍵となります。

最近、ディープラーニング分野の著名な研究者であり、Lightning AI のチーフ人工知能教育者で...

...

LLM評価レビュー論文が出版され、3つの側面から包括的にまとめられ、データベースも掲載されている

大規模言語モデル (LLM) は、学界や産業界から幅広い注目を集めています。有用な LLM を開発す...

保存しておくべき機械学習チートシート 27 選

機械学習にはさまざまな側面があり、調査を始めたときに、特定のトピックの要点を簡潔にリストしたさまざま...

AIが再び大学入試小論文に挑戦、強力なハードコア技術で「数秒」の文章作成を実現

昨日(6月7日)、2022年度全国大学入学試験が始まりました。午前中に中国語科目試験が終了し、中国語...

倉庫ロボットは資本の新たなトレンドになるか?オートストアは124億ドルの評価額で資金調達を受ける

最近、ノルウェーのロボット企業オートストアは、新規株式公開(IPO)の価格が1株当たり31ノルウェー...

人工知能における多様性と不確実性: 世界中の 2,778 人の AI 専門家を対象とした調査の解釈

人工知能は社会を変えようとしています。民間企業、学界、政府を問わず、国レベルおよび国際レベルを問わず...