中国人发明的一种独特有趣的新排序法 — 张仰彪第二排序法

zhangyangbiao513211 2008-01-16 06:34:35
引 子

去年,我曾经在CSDN的论坛里发表了我写的第一种排序法:“张仰彪排序法”,没想到就像捅了马蜂窝,在论坛里引起一场渲染大波,赞同的几乎没有,扔板砖的倒是不少,至今够盖一座楼的了。各色人等纷纷粉墨登场,说啥的都有,归纳起来就是一句话:“不许革命!”
平心而论,倒也不能把这些唱反调的人统统与赵举人之流划为一类,因为他们说的也有一定道理,用两个数组排序确实是一个缺点,尽管瑕不掩瑜,但人家就是揪住这一点不放,唯一让他们改变观点的办法就是拿出更好的东西来。
皇天不负有心人,经过近一年的潜心研究,我还真的写出了一种新的排序法,这次是用一个数组排序,其原理和算法过程非常独特有趣,而且我在网上搜索到了很多排序算法,与我的新排序算法都截然不同,甚至不用仔细看代码,搭眼一看它们的运行例图就可以知道它们之间差距很大。因为我的新排序法在排序时几乎始终守着数据队列的头部,就像我们中国的舞龙,始终抓着龙头就把整条龙排好了,仅这一点就与其他任何一种排序法不同。
我原来写的那个“张仰彪排序法”确实有点逗乐的成分在里边,一方面活跃一下气氛、和大家认识一下,另一方面可以起到抛砖引玉的作用,为我现在写的这款新的排序法做个铺垫。
至于此新的排序法究竟如何,请看下文,各位看官您见仁见义,欢迎发表高见,无论鲜花还是板砖,在下随时恭候,统统笑纳。而且保证物尽其用:鲜花送美,板砖盖房。

...全文
24668 501 打赏 收藏 举报
写回复
用AI写文章
501 条回复
切换为时间正序
请发表友善的回复…
发表回复
shellJ 2012-10-08
  • 打赏
  • 举报
回复
抽时间一定要观摩一下,创新已经是王道,顶一个
kingzylcs 2012-10-08
  • 打赏
  • 举报
回复
在507楼感觉有点高处不胜寒啊
cnmhx 2012-10-07
  • 打赏
  • 举报
回复
不敢苟同。
OliverQ 2012-10-07
  • 打赏
  • 举报
回复
典型的民间科学家。自己不懂算法发布些毫无价值的东西还觉得是别人在迫害他。
穆侠 2012-10-06
  • 打赏
  • 举报
回复
这个……楼主不是我吐槽啊,这种算法……何必啊。其实它的思想就是:找出最小的那个数,让它排第一;再找第二小的数,排第二……这个思想与哪种算法相似来着,楼主仔细想想
你这算法也就是找最小数字的找法有点特别,虽然有点新意,但老是对调来对调去的,何必呢
我也不是什么高手,但关于排序,我所知的暂时只有1找最值(冒泡之类),2找位置(插入之类),3二者综合(快排之类)
endual 2012-10-05
  • 打赏
  • 举报
回复
想要效率高,必然要从空间的角度去研究,
如果空间的都没有添加,想要效率高是不太可能。
研究排序算法,多用空间的角度去研究算法,或许有突破吧。。。。
endual 2012-10-05
  • 打赏
  • 举报
回复
顶楼主,其他不多说
  • 打赏
  • 举报
回复
还是冒泡排序正点。lz的勇气可嘉。加油!你有潜质!
阿QQ 2012-04-18
  • 打赏
  • 举报
回复
简单唯美


欢迎使用本人作品【万能代码生成器】

http://download.csdn.net/detail/lzq1205/4062483
,适应任何企业和个人,自定义模板.
duguyue100 2012-04-17
  • 打赏
  • 举报
回复
USACO题库里有一个关于最少次数恢复序列的问题。
这个算法貌似只是个变种。
ceofit 2012-04-17
  • 打赏
  • 举报
回复
时间复杂度n*n吧?与算法导论里基数排序有些类似,原理差不多,只不过是时间换空间。没什么大的创新。
mylovetiantian 2012-04-16
  • 打赏
  • 举报
回复
路过!
HoterSpring 2012-04-15
  • 打赏
  • 举报
回复
[Quote=引用 12 楼 的回复:]

姑且不讨论程序的效率,它的正确性都不能保证;

lz你测试一下这个数据:
1 0 3 2 5 4 7 6 9 8
[/Quote] 楼主,Sb,结果:0 1 2 3 4 5 7 6 9 8!!!!!!
gfzeng 2012-04-15
  • 打赏
  • 举报
回复
这就其本质是比较排序。 你只是把它变了个样子而已,而且你的变得更复杂了。
况且对于实际应用, O(n**2) 这类排序算法没有用的。
4000000个数据一个晚上.
冷月孤城 2012-04-13
  • 打赏
  • 举报
回复
这是CSDN新开的笑话贴么?楼主是学冷幽默的?
某大一菜鸟 2012-04-09
  • 打赏
  • 举报
回复
建议楼主分析下算法的时间复杂度..
DeDeWo 2012-04-09
  • 打赏
  • 举报
回复
[Quote=引用 100 楼 的回复:]

用C语言实现的代码根本就没有编译过(夹杂了多个中文符号),
更不必说调试验证分析总结了。
全无科学研究应有的态度。
[/Quote]

这点论坛惹的,不要怪责到LZ上
Buriza17 2012-04-06
  • 打赏
  • 举报
回复
我承认我回复那下脑残了
Buriza17 2012-04-06
  • 打赏
  • 举报
回复
不知道0 2 1会怎么排
hen_hao_ji 2012-04-06
  • 打赏
  • 举报
回复
这贴子怎么不置顶??
加载更多回复(481)
内容概要:本文针对质子交换膜燃料电池(PEMFC)在动态压力工况下的最大功率点跟踪(MPPT)问题,提出了一种压力工况协同调控下的自适应高阶滑模控制策略,并基于Simulink平台完成了系统建模与仿真实现。该策略融合高阶滑模控制的强鲁棒性与自适应机制的参数在线优化能力,有效克服了PEMFC系统固有的非线性、外部扰动及工况时变性等挑战,实现了对最大功率点的快速、精确与稳定跟踪。研究内容涵盖控制策略的理论设计、李雅普诺夫稳定性分析、自适应律构建以及在多种动态工况下的仿真实验验证,结果表明该方法相较于传统控制策略具有更快的动态响应速度、更小的稳态振荡以及更强的抗干扰能力,显著提升了PEMFC系统的能量转换效率与运行稳定性。; 适合人群:具备一定控制理论基础和Simulink仿真经验,从事新能源发电系统、燃料电池控制、电力电子变换或先进控制算法研究的研发人员及高校研究生。; 使用场景及目标:①应用于燃料电池发电系统的高性能最大功率点跟踪控制设计;②为解决强非线性、多扰动耦合的能源系统提供先进的自适应鲁棒控制方案;③通过Simulink仿真验证高阶滑模与自适应控制算法的有效性,服务于科研项目攻关或工程原型开发。; 阅读建议:建议读者结合Simulink模型同步学习,重点关注控制律设计原理、自适应机制实现方式及仿真结果对比分析部分,并可通过与传统滑模控制进行对比,深入理解该策略在鲁棒性与动态性能上的优越性。
下拉可见数据集可视化效果示意。 【数据集概况】 · 检测类别(中文):[滴落物(Drop)] · 训练集:2021 张 · 验证集:128 张 · 测试集:42 张 · 总计:2191 张 该数据集聚焦于工业生产环境中地面或设备表面出现的各类滴落物检测,通过多角度、多光照条件下的图像采集,全面覆盖了不同形态、颜色和材质的滴落物样本。数据集真实还原了车间地面、金属板、木质结构等复杂背景下的实际场景,为自动化巡检系统提供了高价值的视觉依据,有助于实现对潜在污染源或泄漏点的早期识别与预警。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 71 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8949** mAP50-95 | 0.5139 Precision | 0.8991 Recall | 0.8527 train/box_loss | 0.8544 train/cls_loss | 0.4842 val/box_loss | 1.5612 val/cls_loss | 0.6862 【训练过程分析】 71 轮训练后 mAP50 为 0.8949,模型基本收敛但还有提升余地。Loss 曲线下降正常,后期趋于平缓。mAP50-95 为 0.5139,和 mAP50 差距 0.38,定位精度是主要短板。 【模型性能评估】 Precision 0.8991、Recall 0.8527,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖滴落物,置信度整体偏高。 【改进建议】 1. 增强难例挖掘:在大规模数据中筛选误检...
【2026年华为杯D题】山区洪涝灾害下无人机运输与通信协同优化(思路、代码、论文,持续更新)内容概要:本文围绕山区洪涝灾害背景下无人机在运输与通信任务中的协同优化问题展开研究,旨在通过数学建模与算法设计解决复杂地理环境下的应急响应难题。文中提出了综合考虑无人机飞行路径规划、物资投送效率、通信中继覆盖能力及多机协同控制的优化模型,并结合智能优化算法(如灰狼优化算法、鲸鱼算法等)进行求解,确保在灾情紧急、基础设施受损的情况下实现高效、可靠的救援支持。研究涵盖了从任务建模、约束条件设定到多目标优化框架构建的全过程,强调了算法在实际场景中的鲁棒性与适应性。; 适合人群:具备一定编程基础和运筹优化知识,从事应急管理、无人机应用或智能算法研究的研发人员及高校研究生。; 使用场景及目标:①应对山区洪涝等自然灾害时的无人机应急物流与通信保障;②提升多无人机系统在复杂环境下的协同作业能力,优化路径规划与资源分配策略;③为相关科研项目提供可复现的算法模型与仿真代码参考。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注多目标优化模型的构建逻辑与智能算法的实现细节,同时可参照其他类似无人机路径规划案例加深理解,以实现理论与应用的有效结合。

33,025

社区成员

发帖
与我相关
我的任务
社区描述
数据结构与算法相关内容讨论专区
社区管理员
  • 数据结构与算法社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧