arr

<?php header("content-type:text/html;charset=utf-8"); $arr = array(3,5,8,4,9,6,1,7,2); echo implode(" ",$arr)."<br/>"; //--------------------------------------- // 常用排序算法 //--------------------------------------- //冒泡 function BubbleSort($arr) { $len=count($arr); //设置一个空数组 用来接收冒出来的泡 //该层循环控制 需要冒泡的轮数 for($i=1;$i<$len;$i++) { //该层循环用来控制每轮 冒出一个数 需要比较的次数 for($k=0;$k<$len-$i;$k++) { if($arr[$k]>$arr[$k+1]) { $tmp=$arr[$k+1]; $arr[$k+1]=$arr[$k]; $arr[$k]=$tmp; } } } return $arr; } echo '冒泡排序：'; echo implode(' ',BubbleSort($arr))."<br/>"; //快速排序 function QSort($arr) { //先判断是否需要继续进行 $length = count(

数组的介绍 数组动态初始化：int[] arr=new int[5]; 数组静态初始化： int[] arr=new int[]{10,20,30,40,50}; 数组与排序 数组遍历：for(i=0;i<arr.length-1;i++){} 数组反向遍历：for(i=arr.length-1;i>=0;i–){} 获取数组中元素的最大值与最小值： for(i=0;i<arr.length-1;i++){ if(arr[i]<max) max=arr[i] } for(i=0;i<arr.length-1;i++){ if(arr[i]>min) min=arr[i] } 数组元素的反转： for(i=0;i<arr.length/2;i++){ int t=arr[i]; arr[i]=arr[arr.length-1-i]; arr[arr.length-1-i]=t; } 二维数组 静态初始化：int[][] arr=new int [][]{{20,20},{20,20},{100,19}}; 二维数组遍历： for(i=0;i<arr.length;i++){ for(j=0;j<arr[i].length;j++){ System.out.println(arr[i][j]); } } 二维数组练习： 打印杨辉三角形 1 1 1 1 2 1 1 3 3 1 1 4 6

归并排序 将给定的包含n个元素的局部数组“分割”为俩个局部数组，每个数组包含 n/2 个元素。 对两个局部数组分别进行归并排序。 通过归并把两个已经排序的局部数组“整合”成一个数组。 举例：以 a = [9,6,7,2,5,1,8,4,2]进行归并排序 注：红色数字代表执行顺序。 代码： import java . util . Arrays ; public class MergeSort { public static void mergeSort ( int [ ] arr , int left , int right ) { //直到分割到单个元素，停止分割 if ( left + 1 < right ) { int mid = ( left + right ) / 2 ; //分割为2个数组 mergeSort ( arr , left , mid ) ; mergeSort ( arr , mid , right ) ; //合并2个数组 merge ( arr , left , mid , right ) ; } } public static void merge ( int [ ] arr , int left , int mid , int right ) { //申请额外空间存储排序结果 int [ ] result = new int [ right -

递归负责寻找路的尽头，退出的条件是 找到。 如果没找到一直向后走，递归找，或者说路都走过了，也是返回false package a; import java.util.Arrays; public class Maze { public static void main(String[] args) { int [][] arr = new int[8][7]; for (int i = 0; i < arr[0].length; i++) { arr[0][i] =1; arr[7][i] =1; } for (int i = 0; i < arr.length; i++) { arr[i][0]=1; arr[i][6]=1; } arr[toIndex(4)][toIndex(2)] = 1; arr[toIndex(4)][toIndex(3)] = 1; for (int[] e : arr) { for (int it : e) { System.out.print(it+" "); } System.out.println(); } boolean res = way(arr, 1, 1); System.out.println("res = " + res); for (int[] e : arr) { for (int it : e) { System.out

这个作业属于哪个课程 软件工程 这个作业要求在哪里 第一次个人编程作业 这个作业的目标 中文语言编译器 作业正文 如下 其他参考文献 无 GitHub链接 ( https://github.com/xiao-ming6/sofeware-engineering ) 记录 代码行数 约240行 分析时间 1h+ 编码时间 一天 思路 首先写关于 汉字与int类型之间互换 的函数(changeOne类是汉字转为int,changeTwo类是int转为汉字，zhongwen类写主函数)，并进行 测试 ，验证确保可以后再进行主函数的编写，先确保运算中数字的准确性。 而后开始 主函数的编写 先是输入问题，用while (!(a = in.nextLine()).equals(""))进行循环，当 输入为空时则退出 。 后将语句分隔开，再根据语句输入的特点进行分类处理。 if (arr[0].equals("整数")) else if (arr[1].equals("增加")) else if (arr[1].equals("减少")) else if (arr[0].equals("看看")) else if (arr[0].equals("如果")) 当等于时，以 键值对方式(key,value) 对数据进行存储(Map<String, Integer> maps = new

1 class Solution: 2 def numOfSubarrays(self, arr: List[int], k: int, threshold: int) -> int: 3 n = len(arr) 4 count = 0 5 sums = sum(arr[:k]) 6 avg = sums // k 7 if avg >= threshold: 8 count += 1 9 i,j = 0,k-1 10 while i <= j and j < n-1: 11 j += 1 12 sums += arr[j] 13 sums -= arr[i] 14 i += 1 15 avg = sums // k 16 if avg >= threshold: 17 count += 1 18 return count 算法思路：滑动窗口，双指针。 计算窗口内部的平均值，与阈值比较。 来源： https://www.cnblogs.com/asenyang/p/12286202.html

　　希尔排序(Shell's Sort)是 插入排序 的一种又称“ 缩小增量排序 ”（Diminishing Increment Sort），是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因D.L.Shell于1959年提出而得名。 　　希尔排序是基于插入排序的以下两点性质而提出改进方法的： 插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率。 但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位。 为更加清晰地说明该排序，贴一张其它地方转载而来的图片 /* * 希尔排序 时间复杂度 o（nlog2n）. * 开始时针对无序序列，步长大，交换速度有提升，当数组基本有序的时候，步长少，交换次数少，速度快 */ //不使用temp,交换数据信息 function swap(arr,i,j){ arr[i]=arr[i]+arr[j]; arr[j]=arr[i]-arr[j]; arr[i]=arr[i]-arr[j]; return arr; } //希尔排序，自组采用直接插入排序 针对有序序列在插入时采用交换法 function shellSort(arr){ //逐步降低步长直至为1为止 for(let shellWidth = arr.length/2;shellWidth>0;shellWidth/2){ /

预备知识 堆排序 　　堆排序是利用 堆 这种数据结构而设计的一种排序算法，堆排序是一种 选择排序， 它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。首先简单了解下堆结构。 堆 　 　堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图： 同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面这个样子 该数组从逻辑上讲就是一个堆结构，我们用简单的公式来描述一下堆的定义就是： 大顶堆：arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] 小顶堆：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] ok，了解了这些定义。接下来，我们来看看堆排序的基本思想及基本步骤： 堆排序基本思想及步骤 　　 堆排序的基本思想是：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了 步骤一 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。 　　a.假设给定无序序列结构如下 2

预备知识 堆排序 　　堆排序是利用 堆 这种数据结构而设计的一种排序算法，堆排序是一种 选择排序， 它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。首先简单了解下堆结构。 堆 　 　堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图： 同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面这个样子 该数组从逻辑上讲就是一个堆结构，我们用简单的公式来描述一下堆的定义就是： 大顶堆：arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] 小顶堆：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] ok，了解了这些定义。接下来，我们来看看堆排序的基本思想及基本步骤： 堆排序基本思想及步骤 　　 堆排序的基本思想是：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了 步骤一 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。 　　a.假设给定无序序列结构如下 2

map() 举例说明，比如我们有一个函数f(x)=x²，要把这个函数作用在一个数组[1,2,3,4,5,6,7,8,9]上。 由于map()方法定义在JavaScript的Array中，我们调用Array的map()方法，传入我们自己的函数，就得到了一个新的Array作为结果： 　　function pow(x) { return x*x; } var arr = [1,2,3,4,5,6,7,8,9]; arr.map(pow);//[1,4,9,16,25,36,49,64,81] map()传入的参数是pow，即函数对象本身。 map()作为高阶函数，事实上它把运算规则抽象了，因为，我们不但可以计算简单的f(x)=x²，还可以计算任意复杂的函数，比如Array的所有数字转为字符串： 　　var arr = [1,2,3,4,5,6,7,8,9]; arr.map(String);//['1','2','3','4','5','6','7','8','9'] //只需要一行代码 reduce() 再看reduce的用法，Array的reduce()把一个函数作用在这个Array的[x1,x2,x3……]上。这个函数必须接收两个参数，reduce()把结果继续和序列的下一个元素做积累计算，其效果就是 [x1,x2,x3,x4].reduce(f) = f(f(f(x1,x2)