摘要：
算法定义在统计学中，中值（又称中位数）代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中值。如果观察值有偶数个，则中值不唯一，通常取最中间的两个数值的平均数作为中值。一个数集中最多有一半的数值小于中值，也最多有一半的数值大于中值。如果大于和小于中值的数值个数均少于一半，那麽数集中必有若干值等同于中值。设连续随机变量X的分布函数为F(X)，那么满足条件P(X≤m)=F(m)=1/2的数称为X或分布F的中位数。对于一组有限个数的数据来说，它们的中位数是这样的一种数：这群数据里的一半的数据比它大，而另外 阅读全文
随笔档案-2011年04月
【思维】基数排序
2011-04-17 23:35 by BlueDream, 1829 阅读, 收藏, 编辑
摘要：
算法定义基数排序(Radix sort)是一种排序算法，它是这样实现的：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.基数排序的方式可以采用LSD（Least significant digital）或MSD（Most significant digital），LSD的排序方式由键值的最右边开始，而MSD则相反，由键值的最左边开始。算法描述基数排序的简单描述就是将数字拆分为个位十位百位，每个位依次排序。因为这对算法稳定要求高。所以我们对数位排序用到上一个排序方 阅读全文
【思维】计数排序
2011-04-14 23:10 by BlueDream, 1396 阅读, 收藏, 编辑
摘要：
算法定义计数排序(Counting sort)是一种稳定的排序算法。计数排序使用一个额外的数组C，其中第i个元素是待排序数组A中值等于i的元素的个数。然后根据数组C来将A中的元素排到正确的位置。当输入的元素是 n 个 0 到 k 之间的整数时，它的运行时间是 Θ(n+k)。计数排序不是比较排序，排序的速度快于任何比较排序算法。由于用来计数的数组C的长度取决于待排序数组中数据的范围（等于待排序数组的最大值与最小值的差加上1），这使得计数排序对于数据范围很大的数组，需要大量时间和内存。例如：计数排序是用来排序0到100之间的数字的最好的算法，但是它不适合按字母顺序排序人名。但是，计数排序可以用在基 阅读全文
【思维】快速排序
2011-04-14 00:34 by BlueDream, 1176 阅读, 收藏, 编辑
摘要：
算法定义快速排序是一种排序算法，由C. A. R. Hoare所发展的，以平均效能来说，排序n个项目要Θ(nlogn)次比较。然而，在最坏的效能下，它需要Θ(n2)次比较。一般来说，快速排序实际上明显地比其他Θ(nlogn) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来，且在大部分真实世界的数据，可以决定设计的选择，减少所需时间的二次方项之可能性。算法描述快速排序使用分治法（Divide and conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。步骤为： 从数列中挑出一个元素，称为 "基准"（pi 阅读全文
【思维】堆排序
2011-04-13 01:35 by BlueDream, 1164 阅读, 收藏, 编辑
摘要：
算法定义堆排序（Heapsort）是指利用（堆）这种数据结构所设计的一种排序算法。堆积树是一个近似完全二叉树的结构，并同时满足堆属性：即子结点的键值或索引总是小于（或者大于）它的父节点。 最差时间复杂度 O(nlogn) 最优时间复杂度 O(nlogn) 平均时间复杂度 Θ(nlogn) 算法描述在堆积树的数据结构中，堆积树中的最大值总是位于根节点。堆积树中定义以下几种操作： 最大堆积调整（Max_Heapify）：将堆积树的末端子结点作调整,使得子结点永远小于父结点 创建最大堆积（Build_Max_Heap）：将堆积树所有数据重新排序 堆积排序（HeapSort）：移除位在第一个数据的根结 阅读全文
【思维】插入排序
2011-04-09 12:23 by BlueDream, 1166 阅读, 收藏, 编辑
摘要：
算法定义插入排序（Insertion Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。算法描述一般来说，插入排序都采用in-place在数组上实现。具体算法描述如下：从第一个元素开始，该元素可以认为已经被排序取出下一个元素，在已经排序的元素序列中从后向前扫描如果该元素（已排序）大于新元素，将该元素移到下一位置重复步骤3，直到找到已排序 阅读全文
