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    

推薦する

脳と機械の統合の時代が到来し、人類の文明は急速に発展するだろう

著者: ホン・タオ、オットー・マック著者は全員ジョージア工科大学の博士研究員である。人類の歴史におい...

機械学習の7つの大罪:信頼性に影響を与える7つのよくある間違い

機械学習は私たちの世界を変える素晴らしいツールです。機械学習(特にディープラーニング)が従来の方法よ...

人工知能は200年以上前の進化のパズルをどうやって解くことができるのでしょうか?

人工知能は進化における最も古い謎の 1 つを解くのに役立っていますが、新たな謎ももたらしています。 ...

最高データおよび分析責任者は、AI 投資の収益をどのように見ているのでしょうか?

[[344785]] 2020 年の夏、同僚の Laks Srinivasan と私は、RoAI ...

ニューラルネットワークにおける量子化と蒸留

この記事では、ディープラーニングにおけるモデルを合理化する技術、量子化と蒸留について詳しく説明します...

トークン化ガイド: バイトペアエンコーディング、WordPiece およびその他の方法 Python コードの詳細な説明

2022年11月にOpenAIのChatGPTがリリースされて以来、大規模言語モデル(LLM)が非常...

博士課程の学生がランキングの不正行為を識別するオープンソースのAI数学「魔法の鏡」をリリースした

最近の大物モデルの多くは数学が得意だと主張していますが、本当に才能があるのは誰でしょうか?テスト問題...

3400 コミ​​ットを統合します。バッチサイズの選択に役立つフレームワーク、PyTorch 1.10 がリリースされました

[[431318]] 10月21日の夜、ついにPyTorch 1.10がリリースされました!このアッ...

スタートアップがAIを活用している3つの分野

[[311593]] [51CTO.com クイック翻訳] 人工知能は最新の開発トレンドであり、その...

...

JetBrains が 2023 年開発者レポートをリリースしました。 35年来の危機は存在するのか?最高のプログラミング言語はどれですか?

開発者の間で大きな影響力を持つ JetBrains が、毎年恒例の「開発者エコシステムの現状」レポー...

追跡すべきマルチモーダル LLM が多すぎますか?まずは26のSOTAモデルを見てみましょう

現在、AI分野の焦点は大規模言語モデル(LLM)からマルチモーダルへと移行しており、その結果、LLM...

...

AIが「テクノロジー冬季オリンピック」を支援、UBTECHロボティクスが氷と雪の世界に進出

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...