From b5d8325c2ad7ae01153162c20b39adcaa9bd0427 Mon Sep 17 00:00:00 2001 From: krahets Date: Wed, 24 May 2023 16:35:31 +0800 Subject: [PATCH] build --- .../searching_algorithm_revisited.md | 7 +++++- chapter_sorting/heap_sort.md | 2 ++ chapter_sorting/selection_sort.md | 22 +++++++++---------- 3 files changed, 19 insertions(+), 12 deletions(-) create mode 100644 chapter_sorting/heap_sort.md diff --git a/chapter_searching/searching_algorithm_revisited.md b/chapter_searching/searching_algorithm_revisited.md index 91a8ea1df..083fbbb43 100644 --- a/chapter_searching/searching_algorithm_revisited.md +++ b/chapter_searching/searching_algorithm_revisited.md @@ -6,7 +6,12 @@ comments: true 「搜索算法 Searching Algorithm」用于在数据结构（例如数组、链表、树或图）中搜索一个或一组满足特定条件的元素。 -在前面的章节中，我们已经学习了数组、链表、树和图的遍历方法，也了解过哈希表和二叉搜索树等具有查询功能的复杂数据结构。因此，搜索算法对于我们来说并不陌生。在本节，我们将从更加系统的视角切入，重新审视搜索算法。 +根据实现思路，搜索算法总体可分为两种： + +- **通过遍历数据结构来定位目标元素**，例如数组、链表、树和图的遍历等。 +- **利用数据组织结构或数据包含的先验信息，实现高效元素查找**，例如二分查找、哈希查找和二叉搜索树查找等。 + +不难发现，这些知识点都已在前面的章节中介绍过，因此搜索算法对于我们来说并不陌生。在本节中，我们将从更加系统的视角切入，重新审视搜索算法。 ## 10.4.1.   暴力搜索 diff --git a/chapter_sorting/heap_sort.md b/chapter_sorting/heap_sort.md new file mode 100644 index 000000000..4d70ad81b --- /dev/null +++ b/chapter_sorting/heap_sort.md @@ -0,0 +1,2 @@ +# 堆排序 + diff --git a/chapter_sorting/selection_sort.md b/chapter_sorting/selection_sort.md index 7a85faec9..491cf7acb 100644 --- a/chapter_sorting/selection_sort.md +++ b/chapter_sorting/selection_sort.md @@ -4,7 +4,9 @@ comments: true # 11.2.   选择排序 -「选择排序 Insertion Sort」的工作原理非常直接：开启一个循环，每轮从未排序区间选择最小的元素，将其放到已排序区间的末尾。完整步骤如下： +「选择排序 Selection Sort」的工作原理非常直接：开启一个循环，每轮从未排序区间选择最小的元素，将其放到已排序区间的末尾。 + +选择排序的算法流程如下： 1. 初始状态下，所有元素未排序，即未排序（索引）区间为 $[0, n-1]$ 。 2. 选取区间 $[0, n-1]$ 中的最小元素，将其与索引 $0$ 处元素交换。完成后，数组前 1 个元素已排序。 @@ -55,12 +57,11 @@ comments: true int n = nums.length; // 外循环：未排序区间为 [i, n-1] for (int i = 0; i < n - 1; i++) { - // 内循环：找到未排序区间 [i, n-1] 中的最小元素 + // 内循环：找到未排序区间内的最小元素 int k = i; for (int j = i + 1; j < n; j++) { - if (nums[j] < nums[k]) { - k = j; // 更新最小元素 - } + if (nums[j] < nums[k]) + k = j; // 记录最小元素的索引 } // 将该最小元素与未排序区间的首个元素交换 int temp = nums[i]; @@ -78,12 +79,11 @@ comments: true int n = nums.size(); // 外循环：未排序区间为 [i, n-1] for (int i = 0; i < n - 1; i++) { - // 内循环：找到未排序区间 [i, n-1] 中的最小元素 + // 内循环：找到未排序区间内的最小元素 int k = i; for (int j = i + 1; j < n; j++) { - if (nums[j] < nums[k]) { - k = j; // 更新最小元素 - } + if (nums[j] < nums[k]) + k = j; // 记录最小元素的索引 } // 将该最小元素与未排序区间的首个元素交换 swap(nums[i], nums[k]); @@ -99,11 +99,11 @@ comments: true n = len(nums) # 外循环：未排序区间为 [i, n-1] for i in range(n - 1): - # 内循环：找到未排序区间 [i, n-1] 中的最小元素 + # 内循环：找到未排序区间内的最小元素 k = i for j in range(i + 1, n): if nums[j] < nums[k]: - k = j # 更新最小元素 + k = j # 记录最小元素的索引 # 将该最小元素与未排序区间的首个元素交换 nums[i], nums[k] = nums[k], nums[i] ```