基数排序称为卡片分类,这是一个比较早的时间越多,排名方法。

现代计算机出现之前,它已被用于排序老式打孔卡。

说下基数排序的思想。前面我有写一个桶式排序,基数排序的思想是桶式排序的推广。

桶式排序:http://blog.csdn.net/alps1992/article/details/38132593

基数排序的思想是在于仅仅有10个桶。而不是最大数是多少就有多少个桶。假如我们有10个乱序的数字。

第一趟排序之后

0 1 512 343 64 125 216 27 8 729
0 1 2 3 4 5 6 7 8 9

表格的第二行是10个桶的列表,第一行是10个数字。

第一趟排序依照个位数相应排序。第二趟依照十位数。一个桶里能放下多个数。

所以要二维数组。也能够用链表来实现。

后面假设写了我再放这里。

以下放代码:

//
// main.cpp
// RadixSort
//
// Created by Alps on 14-7-26.
// Copyright (c) 2014年 chen. All rights reserved.
// #include <iostream>
#include "cmath" using namespace std; int LoopTimes(int Num){
int times = 0; while (Num) {
Num = Num/10;
times++;
} return times;
} void Sort(int *A, int times, int N); void RadixSort(int * A, int Max, int N){
int i = 0;
int times = LoopTimes(Max);
for (i = 0; i < times; i ++) {
Sort(A, i, N);
}
} void Sort(int *A, int times, int N){
int i = 0,k = 0,h = 0,j = 0;
int remainder;
int tmp[10][N];
memset(tmp, '\0', 10*N*sizeof(int));
for (k = 0; k < N; k++) {
remainder = (A[k]/(int)pow(10, times))%10;
while (tmp[remainder][h] != '\0') {
h++;
}
tmp[remainder][h] = A[k];
h = 0;
}
h = 0;
for (i = 0; i < 10; i++) {
for (j = 0; j < N; j++) {
if (tmp[i][j] != '\0') {
A[h] = tmp[i][j];
h++;
}
}
}
} int main(int argc, const char * argv[])
{ int A[]={4, 2, 6, 1, 13, 532, 67, 134, 132, 543};
int N = sizeof(A)/sizeof(int);
int Max = 543;
int i = 0;
// printf("%d\n",N);
RadixSort(A, Max, N);
// printf("%d\n",(int)pow(10, 0));
for (i = 0; i < N; i++) {
printf("%d ",A[i]);
}
printf("\n");
return 0;
}

中间犯了一个错误,Matlab下的10的0功率10^0顺手也给了写这,中间调bug长时间~

版权声明:本文博客原创文章。博客,未经同意,不得转载。

学习算法-基数排序(radix sort)卡片分类(card sort) C++数组实现的更多相关文章

  1. 经典排序算法 - 基数排序Radix sort

    经典排序算法 - 基数排序Radix sort 原理类似桶排序,这里总是须要10个桶,多次使用 首先以个位数的值进行装桶,即个位数为1则放入1号桶,为9则放入9号桶,临时忽视十位数 比如 待排序数组[ ...

  2. [转] 经典排序算法 - 基数排序Radix sort

    原理类似桶排序,这里总是需要10个桶,多次使用 首先以个位数的值进行装桶,即个位数为1则放入1号桶,为9则放入9号桶,暂时忽视十位数 例如 待排序数组[62,14,59,88,16]简单点五个数字 分 ...

  3. 生成学习算法(Generative Learning algorithms)

    一.引言 前面我们谈论到的算法都是在给定\(x\)的情况下直接对\(p(y|x;\theta)\)进行建模.例如,逻辑回归利用\(h_\theta(x)=g(\theta^T x)\)对\(p(y|x ...

  4. 基于深度学习的恶意样本行为检测(含源码) ----采用CNN深度学习算法对Cuckoo沙箱的动态行为日志进行检测和分类

    from:http://www.freebuf.com/articles/system/182566.html 0×01 前言 目前的恶意样本检测方法可以分为两大类:静态检测和动态检测.静态检测是指并 ...

  5. Stanford大学机器学习公开课(五):生成学习算法、高斯判别、朴素贝叶斯

    (一)生成学习算法 在线性回归和Logistic回归这种类型的学习算法中我们探讨的模型都是p(y|x;θ),即给定x的情况探讨y的条件概率分布.如二分类问题,不管是感知器算法还是逻辑回归算法,都是在解 ...

  6. 深度信任网络的快速学习算法(Hinton的论文)

    也没啥原创,就是在学习深度学习的过程中丰富一下我的博客,嘿嘿. 不喜勿喷! Hinton是深度学习方面的大牛,跟着大牛走一般不会错吧-- 来源:A fast learning algorithm fo ...

  7. Factorization Machines 学习笔记(四)学习算法

      近期学习了一种叫做 Factorization Machines(简称 FM)的算法.它可对随意的实值向量进行预測.其主要长处包含: 1) 可用于高度稀疏数据场景:2) 具有线性的计算复杂度.本文 ...

  8. win10+anaconda+cuda配置dlib,使用GPU对dlib的深度学习算法进行加速(以人脸检测为例)

    在计算机视觉和机器学习方向有一个特别好用但是比较低调的库,也就是dlib,与opencv相比其包含了很多最新的算法,尤其是深度学习方面的,因此很有必要学习一下.恰好最近换了一台笔记本,内含一块GTX1 ...

  9. 提升学习算法简述:AdaBoost, GBDT和XGBoost

    1. 历史及演进 提升学习算法,又常常被称为Boosting,其主要思想是集成多个弱分类器,然后线性组合成为强分类器.为什么弱分类算法可以通过线性组合形成强分类算法?其实这是有一定的理论基础的.198 ...

随机推荐

  1. 设计模式总结6--适配器模式 adapter pattern

    适配器模式将一个类的接口,转化成客户期望的另一个接口,适配器让原本接口不兼容的类可以合作无间 public interface Sheep{ public void run(); public voi ...

  2. BZOJ 1611: [Usaco2008 Feb]Meteor Shower流星雨

    1611: [Usaco2008 Feb]Meteor Shower流星雨 Description 去年偶们湖南遭受N年不遇到冰冻灾害,现在芙蓉哥哥则听说另一个骇人听闻的消息: 一场流星雨即将袭击整个 ...

  3. 【工具篇】利用DBExportDoc V1.0 For MySQL自动生成数据库表结构文档

    对于DBA或开发来说,如何规范化你的数据库表结构文档是灰常之重要的一件事情.但是当你的库,你的表排山倒海滴多的时候,你就会很头疼了. 推荐一款工具DBExportDoc V1.0 For MySQL( ...

  4. linux搭建java环境

    建议使用EXCEL查看 准备文件 apache-tomcat-7.0.57.tar tomcat web容器 server-jre-7u76-linux-x64.tar  java jdk java执 ...

  5. getParameter

    近期学习JAVA的WEB开发,遇到Request中相关的getParameter方法问题.在网上找了一下.自己整理,以备以后查用. getParameter得到的都是String类型的.或者是用于读取 ...

  6. Android之drawable state各个属性具体解释

    我们在定义一个drawable的时候能够通过xml定义的drawable对象.它使得一个图片能在不同的状态下显示不同的图案,比方一个Button,它有pressed.focused,或者其他状态,通过 ...

  7. asp.net利用剪切板导出excel

    public enum ClipboardFormats : uint { CF_TEXT = 1, CF_BITMAP = 2, CF_METAFILEPICT = 3, CF_SYLK = 4, ...

  8. BZOJ 1911: [Apio2010]特别行动队( dp + 斜率优化 )

    sum为战斗力的前缀和 dp(x) = max( dp(p)+A*(sumx-sump)2+B*(sumx-sump)+C )(0≤p<x) 然后斜率优化...懒得写下去了... ------- ...

  9. WebView之2

    首先需要添加权限: <uses-permission android:name="android.permission.INTERNET"/> MainActivity ...

  10. Java网络蜘蛛/网络爬虫 Spiderman

    Spiderman - 又一个Java网络蜘蛛/爬虫 Spiderman 是一个基于微内核+插件式架构的网络蜘蛛,它的目标是通过简单的方法就能将复杂的目标网页信息抓取并解析为自己所需要的业务数据. 主 ...