代码天地

数据结构与算法C++之归并排序（续）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83858402 上一篇博客中实现的是自上以下的归并排序，自上而下需要先不断将数组进行对半拆分（递归实现），然后再合并排序其实也可以自下而上实现归并排序，这样使用for循环就可以实现，省掉了递归的操作首先对数组的每一个元素进行两两归并（相邻的两个元素合并成一个有序数组），然后将合并好的两个元素的有序数组再进行合并，合并成包含四个元素的有序

分类: 其他发布时间: 11-14 22:46 阅读次数: 0

python numpy 基本操作

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83867361 首先导入import模块 import numpy as np 创建list和matrix vector = np.array([5, 10, 15, 20]) # list matrix = np.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]]) # matrix prin

分类: 其他发布时间: 11-14 22:45 阅读次数: 0

数据结构与算法C++之快速排序

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83896128 快速排序是一种比归并排序还要快的排序算法，具体原理如下图所示对上图所示的数组，首先随机选取一个参照元素，一般选取最左边的元素4为参照元素，然后将数组排序成以4为分界点，左边都是小于4的元素，右边都是大于4的元素，按照这种方式进行不断递归，就可实现整个数组的排序。上图显示的是程序的实现过程，首先指定最左边的元素 vvv 为

分类: 其他发布时间: 11-14 22:45 阅读次数: 0

数据结构与算法C++之快速排序（续）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83901350 上一篇博客数据结构与算法C++之快速排序介绍了快速排序算法。但是上面实现的快速排序有两个缺点：（一）对于近乎有序的数组，算法的计算复杂度由O(nlogn)退化到O(n2) （二）如果数组中存在大量重复的元素，那么算法的计算复杂度也会退化到O(n2) （一）对于近乎有序的数组，算法的计算复杂度由O(nlogn)退化到O(n

分类: 其他发布时间: 11-14 22:45 阅读次数: 0

数据结构与算法C++之三路快速排序

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83902497 前两篇博客介绍了快速排序算法以及对快速排序算法的两种改进，下面开始介绍三路快速排序算法，之所以称为三路快速排序算法，是因为其考虑了三个部分（如下图），分别为大于 vvv 的部分，小于 vvv 的部分，等于 vvv 的部分。如上图所示，随机选择一个元素 vvv 作为参考元素，并与最左边元素交换位置，交换后参考元素 vv

分类: 其他发布时间: 11-14 22:45 阅读次数: 0

python pandas 基本操作

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/majinlei121/article/details/83959067 pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下：