金融窑理财解读.pptVIP

堆排序 堆排序（heapsort）结合了插入排序与合并排序的优点。 运行时间与合并排序一致：O(nlgn) 和插入排序都是一种原地排序算法：在排序输入数组时，只有常数个元素存储在输入数组之外。 堆排序引入了一种算法设计技术：利用了一种重要的数据结构——“堆”——来管理算法执行中的信息。 优先级队列 最大优先级队列经常被用于分时计算机上的作业调度，对要执行的各作业及他们之间的相对优先关系加以记录。 一个作业做完或被中断时，可用EXTRACT-MAX操作从所有等待的作业中，选择出具有最高优先级的作业。 任何时候，一个新作业都可用INSERT加入到队列中去。 最小优先级队列支持的操作： INSERT， MINMUM，EXTRACT-MIN， DECREASE-KEY 可被用在基于事件驱动的模拟器中。 事件模拟要按照各事件发生时间的顺序进行 每一步都使用EXTRACT-MIN选择下一个模拟的事件 一个新事件产生时，使用INSERT将其放入队列中。 决策树模型： 每个内结点注明i : j (1≤i, j≤n),每个叶结点注明排列 排序算法的执行对应于遍历一条从树的根到叶节点的路径。 在每个内结点处做比较 ,内结点的左子树决定着 以后的比较，而右子树决定着 以后的比较 到达一个叶结点时，排序算法就已确定了顺序 每一个从根节点到叶子结点的路径对应于比较排序算法的一次实际执行过程。 排序算法正确工作的必要条件：n个元素的 中排列都要作为决策树的一个叶子。 计数排序 作业： 6.1-7 6.4-1 6.4-3 6.5-7 7.1-3 7.2-5 8.3-4 8.4-1 8.4-3 桶排序 桶排序 假定要排序的n个元素A[1..n]均是介于[0,1]之間的数值，桶排序步骤如下： 1）准备n个桶(bucket)，B[1..n]，将元素x依照x所在的区间放进对应的桶中：即第 个桶 。 2）元素放进桶时，使用链表来存储，并利用插入排序法排序。 3）只要依序将链表串接起來，即得到已排序的n个元素。 桶排序 桶排序 时间复杂度分析： * * 第六讲 排序 内容提要： 排序问题 堆排序算法 快速排序算法 线性时间排序 排序算法比较 二分法插入排序 特点：在直接插入排序的基础上减少比较的次数，即在插入Ri时改用二分法比较找插入位置，便得到二分法插入排序 限制：必须采用顺序存储方式。 二分法插入排序 二分法插入排序 二分法插入排序 比较次数： 二分法插入排序 性能分析: 二分法插入排序 结论： 表插入排序 表插入排序 记录的数据结构： 表插入排序 算法性能分析： 冒泡排序 冒泡排序 冒泡排序 算法评价： 冒泡排序 算法评价： 各种排序算法评价 排序算法之间的比较主要考虑以下几个方面∶ 算法的时间复杂度 算法的辅助空间 排序的稳定性 算法结构的复杂性 参加排序的数据的规模 排序码的初始状态 各种排序算法评价 当数据规模n较小时，n2和nlog2n的差别不大，则采用简单的排序方法比较合适 如直接插入排序或直接选择排序等 由于直接插入排序法所需记录的移动较多，当对空间的要求不多时，可以采用表插入排序法减少记录的移动 当文件的初态已基本有序时，可选择简单的排序方法 如直接插入排序或起泡排序等 各种排序算法评价 当数据规模n较大时，应选用速度快的排序算法 快速排序法最快，被认为是目前基于比较的排序方法中最好的方法 当待排序的记录是随机分布时，快速排序的平均时间最短。但快速排序有可能出现最坏情况，则快速排序算法的时间复杂度为O(n2)，且递归深度为n，即所需栈空间为O(n) 當 j 那一格的數字比 x 還要大的時候， 我們直接將 j 移到下一格去，這樣仍舊符合我們前一頁定義的 i, j 特性 當 j 那格數字小於等於 x 的時候，我們將那個數字跟 i+1 那格的數字交換 然後 i 與 j 各往後移動一格 黃色是pivot x, 灰色的部分是處理過的數字中大於 x 的數字 綠色的部分是處理過的數字中小於等於 x 的數字，白色的則是還沒處理到的數字。 由於數字已經排序好，所以每次partition都只會把pivot切開 造成每次partition都很不平均的情況發生 由於recursion tree的高度為log(n)， 每一層所花的時間為Θ(n) 因此最後的時間是Θ(n log n) 就算partition的時候沒有像上一頁切得很平均 只要能將一個長度為 n 的數列切成兩份長度比例為 1：9 (甚至 1:1000, 1:10000都可) 的話，時間仍舊是Θ(n log n) E