类的排序算法

㈠ 试述排序算法的一般选择规则 求解答

当数据量不大时，选插入或选择排序，不要用冒泡排序，当数据量大而又注重空间复杂性时选择快速排序或堆排序。

选择排序法就是在遍历一组数据之前先选择一个元素，如果后面的元素小于选择的元素，则将后面的元素与选择的元素进行交换，直到遍历到最后一个元素，这样经过一次遍历后就会得到这组数据的最小的元素也就是有序数据的第一个元素。按照这样的方式继续选择元素继续遍历，直到遍历到这组数据完全有序。

(1)类的排序算法扩展阅读：

注意事项：

非线性时间比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此称为非线性时间比较类排序。

线性时间非比较类排序：不通过比较来决定元素间的相对次序，可以突破基于比较排序的时间下界，以线性时间运行，因此称为线性时间非比较类排序。

将待排序数组按照步长gap进行分组，然后将每组的元素利用直接插入排序的方法进行排序，每次将gap折半减小，循环上述操作，当gap=1时，利用直接插入，完成排序。

㈡ python分类算法有哪些

常见的分类算法有：

• K近邻算法

• 决策树

• 朴素贝叶斯

• SVM

• Logistic Regression

㈢ 常见的几种排序算法总结

对于非科班生的我来说，算法似乎对我来说是个难点，查阅了一些资料，趁此来了解一下几种排序算法。
首先了解一下，什么是程序

关于排序算法通常我们所说的往往指的是内部排序算法，即数据记录在内存中进行排序。
排序算法大体可分为两种：
一种是比较排序，时间复杂度O(nlogn) ~ O(n^2)，主要有：冒泡排序，选择排序，插入排序，归并排序，堆排序，快速排序等。
另一种是非比较排序，时间复杂度可以达到O(n)，主要有：计数排序，基数排序，桶排序等

冒泡排序它重复地走访过要排序的元素，一次比较相邻两个元素，如果他们的顺序错误就把他们调换过来，直到没有元素再需要交换，排序完成。这个算法的名字由来是因为越小(或越大)的元素会经由交换慢慢“浮”到数列的顶端。

选择排序类似于冒泡排序，只不过选择排序是首先在未排序的序列中找到最小值（最大值），放到序列的起始位置，然后再从剩余未排序元素中继续寻找最小（大）元素，放到已排序序列的末尾，以此类推，直到所有元素均排序完毕。

插入排序比冒泡排序和选择排序更有效率，插入排序类似于生活中抓扑克牌来。
插入排序具体算法描述，以数组[3, 2, 4, 5, 1]为例。

前面三种排序算法只有教学价值，因为效率低，很少实际使用。归并排序（Merge sort）则是一种被广泛使用的排序方法。
它的基本思想是，将两个已经排序的数组合并，要比从头开始排序所有元素来得快。因此，可以将数组拆开，分成n个只有一个元素的数组，然后不断地两两合并，直到全部排序完成。
以对数组[3, 2, 4, 5, 1] 进行从小到大排序为例，步骤如下：

有了merge函数，就可以对任意数组排序了。基本方法是将数组不断地拆成两半，直到每一半只包含零个元素或一个元素为止，然后就用merge函数，将拆成两半的数组不断合并，直到合并成一整个排序完成的数组。

快速排序（quick sort）是公认最快的排序算法之一，有着广泛的应用。
快速排序算法步骤

参考：
常用排序算法总结(一)
阮一峰-算法总结

㈣ 常用的排序算法有哪些

排序另一种分法
外排序：需要在内外存之间多次交换数据才能进行
内排序：
插入类排序
直接插入排序
希尔排序
选择类排序
简单选择排序
堆排序
交换类排序
冒泡排序
快速排序
归并类排序
归并排序

㈤ 请问 排序算法 可以分为哪几大类

排序可分为:
1,稳定排序与不稳定排序
2,内排序和外排序
内部排序可分为:直接插入排序、冒泡排序、简单选择排序、希尔排序、快速排序、堆排序、归并排序、基数排序。

㈥ 交换类排序算法

根据排序时数据所占用存储器的不同，可将排序分为两类，一类是整个排序过程完全在内存中进行，成为内部排序。另一类是由于待排序记录数据太大，内存无法容纳全部数据，需要借助外部存储才能完成，称为外部排序。

按照方法可以分为交换类排序和插入类排序。

算法思想：

从待排序记录序列中选取一个记录（通常是第一个）作为枢轴，其关键字设为K1，然后将其余关键字小于K1的记录移动到前面，关键字大于K1的移动到后面，结果将待排序记录分成两个子表，最后将关键字为K1的记录插到分界线的位置处。这个过程称为一趟快速排序。

算法步骤：

假设待划分序列为r,r,....,r,具体实现过程，可以设两个指针i和j，它们的初值分别是left和right。首先将基准记录r移至变量x中，然后反复进行下两步，直到i和j相遇。

1、i从左向右扫描直到r>x时，将r移至空单元r，此时r相当于空单元。

2、j从右向左扫描直到r<x时，将r移至空单元r，此时r相当于空单元。

当i和j相遇的时候，给空单元赋值x，然后对于左右形成的两个子表采用同样的方法进一步划分。

㈦ 集合类的sort方法采用的什么排序算法

诸如List<T>等泛型集合类，直接提供了sort（）方法用于将集合中的元素进行排序。
但是，其前提是集合中存放的是可直接排序的基本类型，如List<int>, List<double>，如果
我们定义了一个自定义类型 Class MyClass,并创建一个自定义类型的集合如List<MyClass>，
那么无参的sort（）方法就不可用了，因为不知道如何排序了。这时就需要借助：
IComparer 和 IComparable
首先，我们来看一下c#泛型List提供的Sort方法：

泛型List类的Sort方法有四种形式，分别是
1，不带有任何参数的Sort方法----Sort()；
2，带有比较器参数的Sort方法 ----Sort(IComparer<T>)
3，带有比较代理方法参数的Sort方法----Sort(Comparison<(Of <(T>)>))
4，带有比较器参数，可以指定排序范围的Sort方法----Sort(Int32, Int32 IComparer(T))

【解析：】第一种方法

使用这种方法不是对List中的任何元素对象都可以进行排序，List中的元素对象必须继承IComparable接口，并且要实现IComparable接口中的CompareTo()方法，在CompareTo()方法中要自己实现对象的比较规则。

例如，Int32和Double都是实现了IComparable接口并重载了CompareTo方法的结构。（注：int和double都是Int32和Double的别名（alias））

【解析：】第二种方法

2，带有比较器参数的Sort方法 ----Sort(IComparer<T>)，

1）创建一个额外的比较器类：其实就相当于将排序功能中的比较操作，留个使用者来完成。这个比较操作必须在实现了IComparer接口的自定义比较类中完成；如：

class myComparer:IComparer<MyClass>

2）制定比较规则实现比较方法：因为接口中有一个用于比较的重载函数Compare，所在在比较器类中我们必须实现它，完成自己希望的比较。所谓自己希望的比较就是说自己实现自定义对象的比较规则，例如你知道自定义类MyClass中哪个属性适合用来排序，那么就选择这个属性作为整个自定义类对象的排序属性，如该类中有年龄，学号，入学日期等属性，你可以选择年龄属性作为排序属性。如：

public class myComparer:IComparer<MyClass>
{
//实现按年龄升序排列
public int Compare(MyClass x, MyClass y)
{
return (x.age.CompareTo(y.age)); //age代表年龄属性是整型，即其已支持CompareTo方法
}
}

3）使用比较器的排序方法调用：然后，在自定义类型的集合如List<MyClass> myList，上就可以进行sort排序了，如

myList.Sort(new myComparer());

【解析：】第三种方法
3，带有比较代理方法参数的Sort方法----Sort(Comparison<(Of <(T>)>))
Comparison<(Of

<(T>)>是一种泛型委托。所以，需要编写一个对象排序比较的方法，对List中的元素对象没有特殊的要求，但在比较方法中需要实现
对象比较规则，这个方法实现后，就可以把这方名字作为参数委托给List的Sort方法，Sort方法在排序时会执行这个方法对List中的对象进行比较
需要编写一个对象排序比较的方法，对List中的元素对象没有特殊的要求，但在比较方法中需要实现对象比较规则，这个方法实现后，就可以把这方名字作为参
数委托给List的Sort方法，Sort方法在排序时会执行这个方法对List中的对象进行比较

【解析：】第四种方法
4，带有比较器参数，可以指定排序范围的Sort方法----Sort(Int32, Int32 IComparer(T))
对于第四排序方法，实际是第二种比较器排序的一个扩展，在指定排序比较器的同时，指定排序范围，即List中准备排序的开始元素索引和结束元素索引

㈧ 几种常见的排序算法分析学习

排序算法一般分为以下几种： （1）非线性时间比较类排序：交换类排序（快速排序和冒泡排序）、插入类排序（简单插入排序和希尔排序）、选择类排序（简单选择排序和堆排序）、归并排序（二路归并排序和多路归并排序）；（2）线性时间非比较类排序：计数排序、基数排序和桶排序。

㈨ 推荐算法中有哪些常用排序算法

外排序、内排序、插入类排序、直接插入排序、希尔排序、选择类排序。

推荐算法是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，应用推荐算法比较好的地方主要是网络。所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。

在基于内容的推荐系统中，项目或对象是通过相关特征的属性来定义的，系统基于用户评价对象的特征、学习用户的兴趣，考察用户资料与待预测项目的匹配程度。用户的资料模型取决于所用的学习方法，常用的有决策树、神经网络和基于向量的表示方法等。基于内容的用户资料需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。

基于内容的推荐与基于人口统计学的推荐有类似的地方，只不过系统评估的中心转到了物品本身，使用物品本身的相似度而不是用户的相似度来进行推荐。