linux公社 java算法_各种排序算法的分析及Java实现-程序员宅基地

技术标签: linux公社 java算法  

排序一直以来都是让我很头疼的事,以前上《数据结构》打酱油去了,整个学期下来才勉强能写出个冒泡排序。由于下半年要准备工作了,也知道排序算法的重要性(据说是面试必问的知识点),所以又花了点时间重新研究了一下。

排序大的分类可以分为两种:内排序和外排序。在排序过程中,全部记录存放在内存,则称为内排序,如果排序过程中需要使用外存,则称为外排序。下面讲的排序都是属于内排序。

内排序有可以分为以下几类:

(1)、插入排序:直接插入排序、二分法插入排序、希尔排序。

(2)、选择排序:简单选择排序、堆排序。

(3)、交换排序:冒泡排序、快速排序。

(4)、归并排序

(5)、基数排序

一、插入排序

•思想:每步将一个待排序的记录,按其顺序码大小插入到前面已经排序的字序列的合适位置,直到全部插入排序完为止。

•关键问题:在前面已经排好序的序列中找到合适的插入位置。

•方法:

–直接插入排序

–二分插入排序

–希尔排序

①直接插入排序(从后向前找到合适位置后插入)

1、基本思想:每步将一个待排序的记录,按其顺序码大小插入到前面已经排序的字序列的合适位置(从后向前找到合适位置后),直到全部插入排序完为止。

2、实例

a57bc792e40879a09a56aa9b479bd63a.png

3、Java实现

1 packagecom.sort;2

3 public class直接插入排序 {4

5 public static voidmain(String[] args) {6 int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1};7 System.out.println("排序之前:");8 for (int i = 0; i < a.length; i++) {9 System.out.print(a[i]+" ");10 }11 //直接插入排序

12 for (int i = 1; i < a.length; i++) {13 //待插入元素

14 int temp =a[i];15 intj;16 /*for (j = i-1; j>=0 && a[j]>temp; j--) {17 //将大于temp的往后移动一位18 a[j+1] = a[j];19 }*/

20 for (j = i-1; j>=0; j--) {21 //将大于temp的往后移动一位

22 if(a[j]>temp){23 a[j+1] =a[j];24 }else{25 break;26 }27 }28 a[j+1] =temp;29 }30 System.out.println();31 System.out.println("排序之后:");32 for (int i = 0; i < a.length; i++) {33 System.out.print(a[i]+" ");34 }35 }36

37 }

4、分析

直接插入排序是稳定的排序。关于各种算法的稳定性分析可以参考 http://www.linuxidc.com/Linux/2016-07/133619.htm

文件初态不同时,直接插入排序所耗费的时间有很大差异。若文件初态为正序,则每个待插入的记录只需要比较一次就能够找到合适的位置插入,故算法的时间复杂度为O(n),这时最好的情况。若初态为反序,则第i个待插入记录需要比较i+1次才能找到合适位置插入,故时间复杂度为O(n2),这时最坏的情况。

直接插入排序的平均时间复杂度为O(n2)。

②二分法插入排序(按二分法找到合适位置插入)

1、基本思想:二分法插入排序的思想和直接插入一样,只是找合适的插入位置的方式不同,这里是按二分法找到合适的位置,可以减少比较的次数。

2、实例

7d6a0795f135f70e1054431fc5258638.png

3、java实现

1 packagecom.sort;2

3 public class二分插入排序 {4 public static voidmain(String[] args) {5 int[] a={49,38,65,97,176,213,227,49,78,34,12,164,11,18,1};6 System.out.println("排序之前:");7 for (int i = 0; i < a.length; i++) {8 System.out.print(a[i]+" ");9 }10 //二分插入排序

11 sort(a);12 System.out.println();13 System.out.println("排序之后:");14 for (int i = 0; i < a.length; i++) {15 System.out.print(a[i]+" ");16 }17 }18

19 private static void sort(int[] a) {20 for (int i = 0; i < a.length; i++) {21 int temp =a[i];22 int left = 0;23 int right = i-1;24 int mid = 0;25 while(left<=right){26 mid = (left+right)/2;27 if(temp= left; j--) {34 a[j+1] =a[j];35 }36 if(left !=i){37 a[left] =temp;38 }39 }40 }41 }

4、分析

当然,二分法插入排序也是稳定的。

二分插入排序的比较次数与待排序记录的初始状态无关,仅依赖于记录的个数。当n较大时,比直接插入排序的最大比较次数少得多。但大于直接插入排序的最小比较次数。算法的移动次数与直接插入排序算法的相同,最坏的情况为n2/2,最好的情况为n,平均移动次数为O(n2)。

③希尔排序

1、基本思想:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;然后,取第二个增量d2

2、实例

125f0f5eeb6fadebec70c3bfbf19cc7d.png

3、java实现

1 packagecom.sort;2

3 //不稳定

4 public class希尔排序 {5

6

7 public static voidmain(String[] args) {8 int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1};9 System.out.println("排序之前:");10 for (int i = 0; i < a.length; i++) {11 System.out.print(a[i]+" ");12 }13 //希尔排序

14 int d =a.length;15 while(true){16 d = d / 2;17 for(int x=0;x=0&&a[j]>temp;j=j-d){22 a[j+d] =a[j];23 }24 a[j+d] =temp;25 }26 }27 if(d == 1){28 break;29 }30 }31 System.out.println();32 System.out.println("排序之后:");33 for (int i = 0; i < a.length; i++) {34 System.out.print(a[i]+" ");35 }36 }37

38 }

4、分析

我们知道一次插入排序是稳定的,但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱,所以希尔排序是不稳定的。

希尔排序的时间性能优于直接插入排序,原因如下:

(1)当文件初态基本有序时直接插入排序所需的比较和移动次数均较少。

(2)当n值较小时,n和n2的差别也较小,即直接插入排序的最好时间复杂度O(n)和最坏时间复杂度0(n2)差别不大。

(3)在希尔排序开始时增量较大,分组较多,每组的记录数目少,故各组内直接插入较快,后来增量di逐渐缩小,分组数逐渐减少,而各组的记录数目逐渐增多,但由于已经按di-1作为距离排过序,使文件较接近于有序状态,所以新的一趟排序过程也较快。

因此,希尔排序在效率上较直接插人排序有较大的改进。

希尔排序的平均时间复杂度为O(nlogn)。

二、选择排序

•思想:每趟从待排序的记录序列中选择关键字最小的记录放置到已排序表的最前位置,直到全部排完。

•关键问题:在剩余的待排序记录序列中找到最小关键码记录。

•方法:

–直接选择排序

–堆排序

①简单的选择排序

1、基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。

2、实例

7a50125469dc7d6ed15695cbee0b4e4c.png

3、java实现

1 packagecom.sort;2

3 //不稳定

4 public class简单的选择排序 {5

6 public static voidmain(String[] args) {7 int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1,8};8 System.out.println("排序之前:");9 for (int i = 0; i < a.length; i++) {10 System.out.print(a[i]+" ");11 }12 //简单的选择排序

13 for (int i = 0; i < a.length; i++) {14 int min =a[i];15 int n=i; //最小数的索引

16 for(int j=i+1;j

18 min =a[j];19 n =j;20 }21 }22 a[n] =a[i];23 a[i] =min;24

25 }26 System.out.println();27 System.out.println("排序之后:");28 for (int i = 0; i < a.length; i++) {29 System.out.print(a[i]+" ");30 }31 }32

33 }

4、分析

简单选择排序是不稳定的排序。

时间复杂度:T(n)=O(n2)。

②堆排序

1、基本思想:

堆排序是一种树形选择排序,是对直接选择排序的有效改进。

堆的定义下:具有n个元素的序列 (h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1) (i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二 叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。

思想:初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个 堆,这时堆的根节点的数最大。然后将根节点与堆���最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对 它们作交换,最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。

2、实例

初始序列:46,79,56,38,40,84

建堆:

4c8607034fc57a64523a2887836aed21.png

交换,从堆中踢出最大数

1229479d99872d116073d7411536b90a.png

依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。

3、java实现

1 packagecom.sort;2 //不稳定

3 importjava.util.Arrays;4

5 public classHeapSort {6 public static voidmain(String[] args) {7 int[] a={49,38,65,97,76,13,27,49,78,34,12,64};8 int arrayLength=a.length;9 //循环建堆

10 for(int i=0;i

12 buildMaxHeap(a,arrayLength-1-i);13 //交换堆顶和最后一个元素

14 swap(a,0,arrayLength-1-i);15 System.out.println(Arrays.toString(a));16 }17 }18 //对data数组从0到lastIndex建大顶堆

19 public static void buildMaxHeap(int[] data, intlastIndex){20 //从lastIndex处节点(最后一个节点)的父节点开始

21 for(int i=(lastIndex-1)/2;i>=0;i--){22 //k保存正在判断的节点

23 int k=i;24 //如果当前k节点的子节点存在

25 while(k*2+1<=lastIndex){26 //k节点的左子节点的索引

27 int biggerIndex=2*k+1;28 //如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在

29 if(biggerIndex

31 if(data[biggerIndex]

33 biggerIndex++;34 }35 }36 //如果k节点的值小于其较大的子节点的值

37 if(data[k]

39 swap(data,k,biggerIndex);40 //将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值

41 k=biggerIndex;42 }else{43 break;44 }45 }46 }47 }48 //交换

49 private static void swap(int[] data, int i, intj) {50 int tmp=data[i];51 data[i]=data[j];52 data[j]=tmp;53 }54 }

4、分析

堆排序也是一种不稳定的排序算法。

堆排序优于简单选择排序的原因:

直接选择排序中,为了从R[1..n]中选出关键字最小的记录,必须进行n-1次比较,然后在R[2..n]中选出关键字最小的记录,又需要做n-2次比较。事实上,后面的n-2次比较中,有许多比较可能在前面的n-1次比较中已经做过,但由于前一趟排序时未保留这些比较结果,所以后一趟排序时又重复执行了这些比较操作。

堆排序可通过树形结构保存部分比较结果,可减少比较次数。

堆排序的最坏时间复杂度为O(nlogn)。堆序的平均性能较接近于最坏性能。由于建初始堆所需的比较次数较多,所以堆排序不适宜于记录数较少的文件。

三、交换排序

①冒泡排序

1、基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒。即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将它们互换。

2、实例

2e08b1e6d9ab417e3f3b52ea18d37eb6.png

3、java实现

1 packagecom.sort;2

3 //稳定

4 public class冒泡排序 {5 public static voidmain(String[] args) {6 int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1,8};7 System.out.println("排序之前:");8 for (int i = 0; i < a.length; i++) {9 System.out.print(a[i]+" ");10 }11 //冒泡排序

12 for (int i = 0; i < a.length; i++) {13 for(int j = 0; j

15 if(a[j]>a[j+1]){16 int temp =a[j];17 a[j] = a[j+1];18 a[j+1] =temp;19 }20 }21 }22 System.out.println();23 System.out.println("排序之后:");24 for (int i = 0; i < a.length; i++) {25 System.out.print(a[i]+" ");26 }27 }28 }

4、分析

冒泡排序是一种稳定的排序方法。

•若文件初状为正序,则一趟起泡就可完成排序,排序码的比较次数为n-1,且没有记录移动,时间复杂度是O(n)

•若文件初态为逆序,则需要n-1趟起泡,每趟进行n-i次排序码的比较,且每次比较都移动三次,比较和移动次数均达到最大值∶O(n2)

•起泡排序平均时间复杂度为O(n2)

②快速排序

1、基本思想:选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。

2、实例

ed6cf385ba4d6d325ecbd3f2d5eef8f7.png

3、java实现

packagecom.sort;//不稳定

public class快速排序 {public static voidmain(String[] args) {int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1,8};

System.out.println("排序之前:");for (int i = 0; i < a.length; i++) {

System.out.print(a[i]+" ");

}//快速排序

quick(a);

System.out.println();

System.out.println("排序之后:");for (int i = 0; i < a.length; i++) {

System.out.print(a[i]+" ");

}

}private static void quick(int[] a) {if(a.length>0){

quickSort(a,0,a.length-1);

}

}private static void quickSort(int[] a, int low, inthigh) {if(low

int middle =getMiddle(a,low,high);

quickSort(a,0, middle-1);

quickSort(a, middle+1, high);

}

}private static int getMiddle(int[] a, int low, inthigh) {int temp = a[low];//基准元素

while(low

while(low=temp){

high--;

}

a[low]=a[high];while(low

low++;

}

a[high]=a[low];

}

a[low]=temp;returnlow;

}

}

4、分析

快速排序是不稳定的排序。

快速排序的时间复杂度为O(nlogn)。

当n较大时使用快排比较好,当序列基本有序时用快排反而不好。

四、归并排序

1、基本思想:归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。

2、实例

4529cab6d08be818b42ba943ffb10717.png

3、java实现

1 packagecom.sort;2

3 //稳定

4 public class归并排序 {5 public static voidmain(String[] args) {6 int[] a={49,38,65,97,76,13,27,49,78,34,12,64,1,8};7 System.out.println("排序之前:");8 for (int i = 0; i < a.length; i++) {9 System.out.print(a[i]+" ");10 }11 //归并排序

12 mergeSort(a,0,a.length-1);13 System.out.println();14 System.out.println("排序之后:");15 for (int i = 0; i < a.length; i++) {16 System.out.print(a[i]+" ");17 }18 }19

20 private static void mergeSort(int[] a, int left, intright) {21 if(left

24 mergeSort(a, left, middle);25 //对右边进行递归

26 mergeSort(a, middle+1, right);27 //合并

28 merge(a,left,middle,right);29 }30 }31

32 private static void merge(int[] a, int left, int middle, intright) {33 int[] tmpArr = new int[a.length];34 int mid = middle+1; //右边的起始位置

35 int tmp =left;36 int third =left;37 while(left<=middle && mid<=right){38 //从两个数组中选取较小的数放入中间数组

39 if(a[left]<=a[mid]){40 tmpArr[third++] = a[left++];41 }else{42 tmpArr[third++] = a[mid++];43 }44 }45 //将剩余的部分放入中间数组

46 while(left<=middle){47 tmpArr[third++] = a[left++];48 }49 while(mid<=right){50 tmpArr[third++] = a[mid++];51 }52 //将中间数组复制回原数组

53 while(tmp<=right){54 a[tmp] = tmpArr[tmp++];55 }56 }57 }

4、分析

归并排序是稳定的排序方法。

归并排序的时间复杂度为O(nlogn)。

速度仅次于快速排序,为稳定排序算法,一般用于对总体无序,但是各子项相对有序的数列。

五、基数排序

1、基本思想:将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。

2、实例

61a7814cb9e43d9dfdab0c143aa23a4d.png

3、java实现

1 packagecom.sort;2

3 importjava.util.ArrayList;4 importjava.util.List;5 //稳定

6 public class基数排序 {7 public static voidmain(String[] args) {8 int[] a={49,38,65,97,176,213,227,49,78,34,12,164,11,18,1};9 System.out.println("排序之前:");10 for (int i = 0; i < a.length; i++) {11 System.out.print(a[i]+" ");12 }13 //基数排序

14 sort(a);15 System.out.println();16 System.out.println("排序之后:");17 for (int i = 0; i < a.length; i++) {18 System.out.print(a[i]+" ");19 }20 }21

22 private static void sort(int[] array) {23 //找到最大数,确定要排序几趟

24 int max = 0;25 for (int i = 0; i < array.length; i++) {26 if(max

31 int times = 0;32 while(max>0){33 max = max/10;34 times++;35 }36 //建立十个队列

37 List queue = new ArrayList();38 for (int i = 0; i < 10; i++) {39 ArrayList queue1 = newArrayList();40 queue.add(queue1);41 }42 //进行times次分配和收集

43 for (int i = 0; i < times; i++) {44 //分配

45 for (int j = 0; j < array.length; j++) {46 int x = array[j]%(int)Math.pow(10, i+1)/(int)Math.pow(10, i);47 ArrayList queue2 =queue.get(x);48 queue2.add(array[j]);49 queue.set(x,queue2);50 }51 //收集

52 int count = 0;53 for (int j = 0; j < 10; j++) {54 while(queue.get(j).size()>0){55 ArrayList queue3 =queue.get(j);56 array[count] = queue3.get(0);57 queue3.remove(0);58 count++;59 }60 }61 }62 }63 }

4、分析

基数排序是稳定的排序算法。

基数排序的时间复杂度为O(d(n+r)),d为位数,r为基数。

总结:

一、稳定性:

稳定:冒泡排序、插入排序、归并排序和基数排序

不稳定:选择排序、快速排序、希尔排序、堆排序

二、平均时间复杂度

O(n^2):直接插入排序,简单选择排序,冒泡排序。

在数据规模较小时(9W内),直接插入排序,简单选择排序差不多。当数据较大时,冒泡排序算法的时间代价最高。性能为O(n^2)的算法基本上是相邻元素进行比较,基本上都是稳定的。

O(nlogn):快速排序,归并排序,希尔排序,堆排序。

其中,快排是最好的, 其次是归并和希尔,堆排序在数据量很大时效果明显。

三、排序算法的选择

1.数据规模较小

(1)待排序列基本序的情况下,可以选择直接插入排序;

(2)对稳定性不作要求宜用简单选择排序,对稳定性有要求宜用插入或冒泡

2.数据规模不是很大

(1)完全可以用内存空间,序列杂乱无序,对稳定性没有要求,快速排序,此时要付出log(N)的额外空间。

(2)序列本身可能有序,对稳定性有要求,空间允许下,宜用归并排序

3.数据规模很大

(1)对稳定性有求,则可考虑归并排序。

(2)对稳定性没要求,宜用堆排序

4.序列初始基本有序(正序),宜用直接插入,冒泡

0b1331709591d260c1c78e86d0c51c18.png

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_30220177/article/details/114727123

智能推荐

【2020-11-04】爬虫反混淆入门--JS混淆之packed混淆_js packed-程序员宅基地

文章浏览阅读3.7k次,点赞2次,收藏2次。文章目录前言一、什么是packed混淆?二、破解方法三、方法验证方法一方法二总结前言上一篇讲的ob混淆https://blog.csdn.net/qq_26079939/article/details/108644855,这次给大家带来也是比较常见的一种JS混淆方式–packed混淆一、什么是packed混淆?像这样,eval后面的function参数类似packed组成的(也可能是其他组成的),我们就简称这种加密类型为packed混淆eval(function (p, a, c, k, e._js packed

Qt Creator不显示Qwt_qt没有qwt-程序员宅基地

文章浏览阅读1.3k次。Qt Creator不显示Qwt_qt没有qwt

特征工程:类别型特征编码方法_helmert contrast-程序员宅基地

文章浏览阅读828次。不常见的类别特征编码方法总结_helmert contrast

Cityscape语义分割数据处理及深度HHA图像生成_cityscapes数据集rgbd-程序员宅基地

文章浏览阅读886次,点赞22次,收藏21次。Cityscape for RGB-D segmentation_cityscapes数据集rgbd

新辰:健身会所不是大人的菜 90后创业两年净赚20万_现在做健身餐有商机吗-程序员宅基地

文章浏览阅读822次。他是90后,他还是一个大学生,他2年赚了20万,从大一开始就尝试做各种兼职,贴广告、发传单……只要学校能找到的兼职,他几乎都做过,本来就是想锻炼自己一下,没想到无意间发现了商机。他就是刘国运。一个清纯男孩,在校园里,已经赫赫有名了,又一个创业成功者诞生了,接下来,跟新辰走进他的世界吧。那么他是怎么知道做校园健身会所的呢?原来有一次,他去市区的健身会所兼职,新辰博客发现很多学校学生都在健身会_现在做健身餐有商机吗

记录一些学习的工具包:imu_tools_imu_tools 使用-程序员宅基地

文章浏览阅读1.9k次。记录一些学习的工具包1 imu_tools1.1 使用方法一1.2 使用方法二1 imu_tools通过ROS提供的相关包imu_tools进行滤波据说可以看到得到的值波动已经较小了,且静止的时候接近于01.1 使用方法一直接下载二进制文件进行安装sudo apt-get install ros-kinetic-imu-tools1.2 使用方法二下载原始文件,进行编译这里有详细说明,其实在下载好的原始文件里的readme里就写了:使用imu_tools对IMU进行滤波并可视化cat_imu_tools 使用

随便推点

SpringBoot整合SpringSecurityOauth2实现鉴权-动态权限_springboot 2.1.4.release oauth-程序员宅基地

文章浏览阅读3k次。写在前面思考:为什么需要鉴权呢?系统开发好上线后,API接口会暴露在互联网上会存在一定的安全风险,例如:爬虫、恶意访问等。因此,我们需要对非开放API接口进行用户鉴权,鉴权通过之后再允许调用。准备spring-boot:2.1.4.RELEASEspring-security-oauth2:2.3.3.RELEASE(如果要使用源码,不要随意改动这个版本号,因为2.4往上的写法不一样了)mysql:5.7效果展示这边只用了postman做测试,暂时未使用前端页面来对接,下个版本角色菜单权限分配的会有页面的展_springboot 2.1.4.release oauth

成功解决:com.alibaba.druid.support.logging.JakartaCommonsLoggingImpl._十二月 11, 2023 4:37:52 下午 com.alibaba.druid.support.-程序员宅基地

文章浏览阅读428次,点赞3次,收藏3次。使用Spring 整合 mybatis的时候 报错了。_十二月 11, 2023 4:37:52 下午 com.alibaba.druid.support.logging.jakartacommon

[转]IIS6.0迁移至IIS7.0-程序员宅基地

文章浏览阅读272次。原文地址:http://www.splaybow.com/post/iis-6.0-7.0.html公司的项目需要迁移到IIS7的目标机器中 在此做记录原来server 2003系统 迁到2008中目标:将IIS6的所有网站包括Application Pools全部迁移至IIS7.5环境:Source:Windows Server 2003 SP2,IIS6Dest:Window..._win7 iis6.1 如何升级到iis7.0

python中shift_Pandas Shift函数的基础入门学习笔记-程序员宅基地

文章浏览阅读277次。Pandas Shift函数基础在使用Pandas的过程中,有时会遇到shift函数,今天就一起来彻底学习下。先来看看帮助文档是怎么说的:>>> import pandas>>> help(pandas.DataFrame.shift)Help on function shift in module pandas.core.frame:shift(self, p..._堆df某列的shift(2)赋值

基于Matlab的罚函数粒子群优化算法_死亡罚函数 matlab-程序员宅基地

文章浏览阅读438次,点赞2次,收藏3次。具体实现中,每个粒子都有一个位置向量、速度向量和个体最优位置向量及群体最优位置向量,其中速度向量决定了下一步的位置变化,而个体最优位置向量和群体最优位置向量则分别表示每个粒子搜索到自己的最优位置和全局最优位置。在粒子群算法中,引入罚函数可以将约束条件加入目标函数中,从而将约束条件转化为非线性约束条件,使得算法能够优化带有约束条件的问题。在实际应用中,罚函数粒子群优化算法可以有效地处理带有约束条件的优化问题,具有较好的鲁棒性和全局搜索能力,因此被广泛应用于各领域的优化问题中。_死亡罚函数 matlab

推荐文章

热门文章

相关标签