好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

主頁 > 知識庫 > Go語言排序算法之插入排序與生成隨機數詳解

Go語言排序算法之插入排序與生成隨機數詳解

熱門標簽:建造者2地圖標注 惠州電銷防封電話卡 汕頭小型外呼系統 黃岡人工智能電銷機器人哪個好 阿里云ai電話機器人 鄭州亮點科技用的什么外呼系統 濱州自動電銷機器人排名 釘釘有地圖標注功能嗎 浙江高頻外呼系統多少錢一個月

前言

排序,對于每種編程語言都是要面對的。這里跟大家一起分享golang實現一些排序算法,并且說明如何生成隨機數。下面話不多說了,來一起看看詳細的介紹吧。

經典排序算法

算法的學習非常重要,是檢驗一個程序員水平的重要標準。學習算法不能死記硬背,需要理解其中的思想,這樣才能靈活應用到實際的開發中。

七大經典排序算法

  • 插入排序
  • 選擇排序
  • 冒泡排序
  • 希爾排序
  • 歸并排序
  • 堆排序
  • 快速排序

插入排序

先考慮一個問題:對于長度為n的數組,前n-1位都是遞增有序的,如何排序?

     1.從第1位至第n-1位遍歷數組,發現第n位數字應該放在第k位

     2.把第k位至第n-1位的數字依次向后挪一位

     3.這樣長度為n的數組就是遞增有序的了

具體實現方法:

package main
import "fmt" 

func insertionSort(arr []int) {
  for i := 1; i  len(arr); i++ {
   value := arr[i]

   for j := i - 1; j >= 0; j-- {
    if value  arr[j] {
     arr[j+1], arr[j] = arr[j], value
    } else {
     break
    }

   }
  }

}

func main() {
 arr := []int{6, 5, 4, 3, 2, 1, 0}
 insertionSort(arr)

 fmt.Println("Sorted arr: ", arr)
}

復雜度:

時間復雜度:O(n*n)

空間復雜度:額外空間O(1)

O表達式(Big O notation)通常用來在計算機科學中表示算法的復雜度,包括:

時間復雜度:衡量算法的運行時間

空間復雜度:衡量算法運行所占的空間,比如內存或硬盤等

一般情況下,O表達式代表的是最壞情況下的復雜度。

算法分析也是如此,在n個隨即數中查找某個數字,最好的情況是第一個數字就是,此時時間復雜度為O(1),若最后一個數字才是我們要找的,那么時間復雜度是O(n),這是最壞的情況。而平均運行時間是從概率的角度看,若數字在每一個位置都可能出現,則平均查找次數為n/2次。

平均運行時間是所有情況中最有意義的,因為它是期望的運行時間。可現實中,平均運行時間很難通過分析得到,一般都是通過運行一定數量的實驗數據后估算而來的。而最壞運行時間是一種保證,那就是運行時間不會再壞了。在應用中,這是最重要的需求,通常,除非特別指定,我們提到的運行時間都是最壞情況下的運行時間。即,時間復雜度是最壞情況下的時間復雜度。

常見的算法時間復雜度由小到大依次為:

O(1)O(log2n)O(n)O(n log2 n)O(n^2)O(n^3)O(2^n)

這里的O就是一般表示復雜度的一個標志,類似計算復雜度的函數名稱一樣。

兩種復雜度都是一種估算,

估算的方式就是根據代碼的邏輯,分析出對于復雜度的公式。

在時間復雜度上,主要記錄的是帶有變量的循環。

比如for (i = 0; i n; i ++) {...}可理解為O(n)

而 x = n + 1; y = x + 1; z = x + y;雖然是三條語句,但是沒有循環操作,所以理解為O(1)

在空間復雜度上,主要記錄的是帶有變量的空間申請。

比如int[n] x;可以理解為O(n)

而 int x; int y; int z;雖然是三個變量,但是沒有變化的申請操作,所以理解為O(1)

大O符號是用于描述函數漸近行為的數學符號。既可以表示無窮大漸近也可以表示

無窮小漸近。看你是用在算法還是描述數學函數估計中的誤差項

再來看看我們的插入排序:

  • 當數組是逆序的時候,時間復雜度是O(n*n)
  • 當數組幾乎是有序的時候,時間復雜度是O(n)

另外插入排序的overhead特別小,可以理解為常數等于1

在實際應用中,常數也是一個很重要的因素。有的算法復雜度低,但是常數較高;再加上數據的特點,有時候反而比不上復雜度更高但是常數低的算法。

在理解插入排序算法的過程中,應該要明白一個算法思想:

  • 把問題分解為子問題
  • 找到問題的初始狀態
  • 從問題的初始狀態,通過子問題,一步步得到最終的解

實際應用中,要靈活的選擇算法,有幾個重點要考慮的:

  • 復雜度:包括時間復雜度,空間復雜度,常數等
  • 實現復雜度:算法實現起來很難,不易于測試和維護的話,也是很大的問題
  • 適用性:在特定的業務場景下,是否有更合適的算法?

總的來說,要具體情況具體分析,在滿足業務的同時要簡潔的解決問題。

go 生成區間隨機數

// 函 數:生成隨機數 
// 概 要: 
// 參 數: 
//  min: 最小值 
//  max: 最大值 
// 返回值: 
//  int64: 生成的隨機數 
func RandInt64(min, max int64) int64 { 
 if min >= max || min == 0 || max == 0 { 
  return max 
 } 
 return rand.Int63n(max-min) + min 
} 

參考文章: 【BAT后臺入門】第二課:數組與排序

總結

以上就是這篇文章的全部內容了,希望本文的內容對大家的學習或者工作具有一定的參考學習價值,如果有疑問大家可以留言交流,謝謝大家對腳本之家的支持。

您可能感興趣的文章:
  • Go語言實現冒泡排序、選擇排序、快速排序及插入排序的方法
  • Golang 實現插入排序的方法示例(2種)

標簽:瀘州 滄州 阿壩 東營 昭通 駐馬店 晉中 泰安

巨人網絡通訊聲明:本文標題《Go語言排序算法之插入排序與生成隨機數詳解》,本文關鍵詞  語言,排序,算法,之,插入,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《Go語言排序算法之插入排序與生成隨機數詳解》相關的同類信息!
  • 本頁收集關于Go語言排序算法之插入排序與生成隨機數詳解的相關信息資訊供網民參考!
  • 推薦文章