c语言算法分析
本书内容详尽，实例丰富，非常适合作为零基础人员的学习用书和大中专院校师生的学习教材，也适合作为相关培训机构的师生和软件开发人员的参考资料。
B. c语言算法分析
ticks=stop - start -(stop1-start1);
ration = ((double)(stop - start - stop1 + start1))/CLK_TCK;
这里就没啥不同的。
计算的都是同一个值，应该是：
ration = ((double)(stop1 - start1));
ticks=stop - start - ration ;
这样是说计算了1000次方的是ticks时间
没计算的是 ration 时间
C. C语言算法有哪些 并举例和分析
算法大全（C，C++）
一、 数论算法
1．求两数的最大公约数
function gcd(a,b:integer):integer;
begin
if b=0 then gcd:=a
else gcd:=gcd (b,a mod b);
end ;
2．求两数的最小公倍数
function lcm(a,b:integer):integer;
begin
if a<b then swap(a,b);
lcm:=a;
while lcm mod b>0 do inc(lcm,a);
end;
3．素数的求法
A.小范围内判断一个数是否为质数：
function prime (n: integer): Boolean;
var I: integer;
begin
for I:=2 to trunc(sqrt(n)) do
if n mod I=0 then begin
prime:=false; exit;
end;
prime:=true;
end;
B.判断longint范围内的数是否为素数（包含求50000以内的素数表）：
procere getprime;
var
i,j:longint;
p:array[1..50000] of boolean;
begin
fillchar(p,sizeof(p),true);
p[1]:=false;
i:=2;
while i<50000 do begin
if p[i] then begin
j:=i*2;
while j<50000 do begin
p[j]:=false;
inc(j,i);
end;
end;
inc(i);
end;
l:=0;
for i:=1 to 50000 do
if p[i] then begin
inc(l);pr[l]:=i;
end;
end;{getprime}
function prime(x:longint):integer;
var i:integer;
begin
prime:=false;
for i:=1 to l do
if pr[i]>=x then break
else if x mod pr[i]=0 then exit;
prime:=true;
end;{prime}
二、图论算法
1．最小生成树
A.Prim算法：
procere prim(v0:integer);
var
lowcost,closest:array[1..maxn] of integer;
i,j,k,min:integer;
begin
for i:=1 to n do begin
lowcost[i]:=cost[v0,i];
closest[i]:=v0;
end;
for i:=1 to n-1 do begin
{寻找离生成树最近的未加入顶点k}
min:=maxlongint;
for j:=1 to n do
if (lowcost[j]<min) and (lowcost[j]<>0) then begin
min:=lowcost[j];
k:=j;
end;
lowcost[k]:=0; {将顶点k加入生成树}
{生成树中增加一条新的边k到closest[k]}
{修正各点的lowcost和closest值}
for j:=1 to n do
if cost[k,j]<lwocost[j] then begin
lowcost[j]:=cost[k,j];
closest[j]:=k;
end;
end;
end;{prim}
B.Kruskal算法：(贪心)
按权值递增顺序删去图中的边，若不形成回路则将此边加入最小生成树。
function find(v:integer):integer; {返回顶点v所在的集合}
var i:integer;
begin
i:=1;
while (i<=n) and (not v in vset[i]) do inc(i);
if i<=n then find:=i else find:=0;
end;
procere kruskal;
var
tot,i,j:integer;
begin
for i:=1 to n do vset[i]:=[i];{初始化定义n个集合，第I个集合包含一个元素I}
p:=n-1; q:=1; tot:=0; {p为尚待加入的边数，q为边集指针}
sort;
{对所有边按权值递增排序，存于e[I]中，e[I].v1与e[I].v2为边I所连接的两个顶点的序号，e[I].len为第I条边的长度}
while p>0 do begin
i:=find(e[q].v1);j:=find(e[q].v2);
if i<>j then begin
inc(tot,e[q].len);
vset[i]:=vset[i]+vset[j];vset[j]:=[];
dec(p);
end;
inc(q);
end;
writeln(tot);
end;
2.最短路径
A.标号法求解单源点最短路径：
var
a:array[1..maxn,1..maxn] of integer;
b:array[1..maxn] of integer; {b[i]指顶点i到源点的最短路径}
mark:array[1..maxn] of boolean;
procere bhf;
var
best,best_j:integer;
begin
fillchar(mark,sizeof(mark),false);
mark[1]:=true; b[1]:=0;{1为源点}
repeat
best:=0;
for i:=1 to n do
If mark[i] then {对每一个已计算出最短路径的点}
for j:=1 to n do
if (not mark[j]) and (a[i,j]>0) then
if (best=0) or (b[i]+a[i,j]<best) then begin
best:=b[i]+a[i,j]; best_j:=j;
end;
if best>0 then begin
b[best_j]:=best；mark[best_j]:=true;
end;
until best=0;
end;{bhf}
B.Floyed算法求解所有顶点对之间的最短路径：
procere floyed;
begin
for I:=1 to n do
for j:=1 to n do
if a[I,j]>0 then p[I,j]:=I else p[I,j]:=0; {p[I,j]表示I到j的最短路径上j的前驱结点}
for k:=1 to n do {枚举中间结点}
for i:=1 to n do
for j:=1 to n do
if a[i,k]+a[j,k]<a[i,j] then begin
a[i,j]:=a[i,k]+a[k,j];
p[I,j]:=p[k,j];
end;
end;
C. Dijkstra 算法：
var
a:array[1..maxn,1..maxn] of integer;
b,pre:array[1..maxn] of integer; {pre[i]指最短路径上I的前驱结点}
mark:array[1..maxn] of boolean;
procere dijkstra(v0:integer);
begin
fillchar(mark,sizeof(mark),false);
for i:=1 to n do begin
d[i]:=a[v0,i];
if d[i]<>0 then pre[i]:=v0 else pre[i]:=0;
end;
mark[v0]:=true;
repeat {每循环一次加入一个离1集合最近的结点并调整其他结点的参数}
min:=maxint; u:=0; {u记录离1集合最近的结点}
for i:=1 to n do
if (not mark[i]) and (d[i]<min) then begin
u:=i; min:=d[i];
end;
if u<>0 then begin
mark[u]:=true;
for i:=1 to n do
if (not mark[i]) and (a[u,i]+d[u]<d[i]) then begin
d[i]:=a[u,i]+d[u];
pre[i]:=u;
end;
end;
until u=0;
end;
3.计算图的传递闭包
Procere Longlink;
Var
T:array[1..maxn,1..maxn] of boolean;
Begin
Fillchar(t,sizeof(t),false);
For k:=1 to n do
For I:=1 to n do
For j:=1 to n do T[I,j]:=t[I,j] or (t[I,k] and t[k,j]);
End;
4．无向图的连通分量
A.深度优先
procere dfs ( now,color: integer);
begin
for i:=1 to n do
if a[now,i] and c[i]=0 then begin {对结点I染色}
c[i]:=color;
dfs(I,color);
end;
end;
B 宽度优先（种子染色法）
5．关键路径
几个定义： 顶点1为源点，n为汇点。
a. 顶点事件最早发生时间Ve[j], Ve [j] = max{ Ve [j] + w[I,j] },其中Ve (1) = 0;
b. 顶点事件最晚发生时间 Vl[j], Vl [j] = min{ Vl[j] – w[I,j] },其中 Vl(n) = Ve(n);
c. 边活动最早开始时间 Ee[I], 若边I由<j,k>表示，则Ee[I] = Ve[j];
d. 边活动最晚开始时间 El[I], 若边I由<j,k>表示，则El[I] = Vl[k] – w[j,k];
若 Ee[j] = El[j] ，则活动j为关键活动，由关键活动组成的路径为关键路径。
求解方法：
a. 从源点起topsort,判断是否有回路并计算Ve;
b. 从汇点起topsort,求Vl;
c. 算Ee 和 El;
6．拓扑排序
找入度为0的点，删去与其相连的所有边，不断重复这一过程。
例 寻找一数列，其中任意连续p项之和为正，任意q 项之和为负，若不存在则输出NO.
7.回路问题
Euler回路(DFS)
定义：经过图的每条边仅一次的回路。（充要条件：图连同且无奇点）
Hamilton回路
定义：经过图的每个顶点仅一次的回路。
一笔画
充要条件：图连通且奇点个数为0个或2个。
9．判断图中是否有负权回路 Bellman-ford 算法
x[I],y[I],t[I]分别表示第I条边的起点，终点和权。共n个结点和m条边。
procere bellman-ford
begin
for I:=0 to n-1 do d[I]:=+infinitive;
d[0]:=0;
for I:=1 to n-1 do
for j:=1 to m do {枚举每一条边}
if d[x[j]]+t[j]<d[y[j]] then d[y[j]]:=d[x[j]]+t[j];
for I:=1 to m do
if d[x[j]]+t[j]<d[y[j]] then return false else return true;
end;
10．第n最短路径问题
*第二最短路径：每举最短路径上的每条边，每次删除一条，然后求新图的最短路径，取这些路径中最短的一条即为第二最短路径。
*同理，第n最短路径可在求解第n-1最短路径的基础上求解。
三、背包问题
*部分背包问题可有贪心法求解：计算Pi/Wi
数据结构：
w[i]:第i个背包的重量；
p[i]:第i个背包的价值；
1．0-1背包： 每个背包只能使用一次或有限次(可转化为一次)：
A.求最多可放入的重量。
NOIP2001 装箱问题
有一个箱子容量为v(正整数，o≤v≤20000)，同时有n个物品(o≤n≤30)，每个物品有一个体积 (正整数)。要求从 n 个物品中，任取若千个装入箱内，使箱子的剩余空间为最小。
l 搜索方法
procere search(k,v:integer); {搜索第k个物品，剩余空间为v}
var i,j:integer;
begin
if v<best then best:=v;
if v-(s[n]-s[k-1])>=best then exit; {s[n]为前n个物品的重量和}
if k<=n then begin
if v>w[k] then search(k+1,v-w[k]);
search(k+1,v);
end;
end;
l DP
F[I,j]为前i个物品中选择若干个放入使其体积正好为j的标志，为布尔型。
实现:将最优化问题转化为判定性问题
f [I, j] = f [ i-1, j-w[i] ] (w[I]<=j<=v) 边界：f[0,0]:=true.
For I:=1 to n do
For j:=w[I] to v do F[I,j]:=f[I-1,j-w[I]];
优化：当前状态只与前一阶段状态有关，可降至一维。
F[0]:=true;
For I:=1 to n do begin
F1:=f;
For j:=w[I] to v do
If f[j-w[I]] then f1[j]:=true;
F:=f1;
End;
B.求可以放入的最大价值。
F[I,j] 为容量为I时取前j个背包所能获得的最大价值。
F [i,j] = max { f [ i – w [ j ], j-1] + p [ j ], f[ i,j-1] }
C.求恰好装满的情况数。
DP:
Procere update;
var j,k:integer;
begin
c:=a;
for j:=0 to n do
if a[j]>0 then
if j+now<=n then inc(c[j+now],a[j]);
a:=c;
end;
2．可重复背包
A求最多可放入的重量。
F[I,j]为前i个物品中选择若干个放入使其体积正好为j的标志，为布尔型。
状态转移方程为
f[I,j] = f [ I-1, j – w[I]*k ] (k=1.. j div w[I])
B.求可以放入的最大价值。
USACO 1.2 Score Inflation
进行一次竞赛，总时间T固定，有若干种可选择的题目，每种题目可选入的数量不限，每种题目有一个ti（解答此题所需的时间）和一个si（解答此题所得的分数），现要选择若干题目，使解这些题的总时间在T以内的前提下，所得的总分最大，求最大的得分。
*易想到：
f[i,j] = max { f [i- k*w[j], j-1] + k*p[j] } (0<=k<= i div w[j])
其中f[i,j]表示容量为i时取前j种背包所能达到的最大值。
*实现：
Begin
FillChar(f,SizeOf(f),0);
For i:=1 To M Do
For j:=1 To N Do
If i-problem[j].time>=0 Then
Begin
t:=problem[j].point+f[i-problem[j].time];
If t>f[i] Then f[i]:=t;
End;
Writeln(f[M]);
End.
C.求恰好装满的情况数。
Ahoi2001 Problem2
求自然数n本质不同的质数和的表达式的数目。
思路一，生成每个质数的系数的排列，在一一测试，这是通法。
procere try(dep:integer);
var i,j:integer;
begin
cal; {此过程计算当前系数的计算结果，now为结果}
if now>n then exit; {剪枝}
if dep=l+1 then begin {生成所有系数}
cal;
if now=n then inc(tot);
exit;
end;
for i:=0 to n div pr[dep] do begin
xs[dep]:=i;
try(dep+1);
xs[dep]:=0;
end;
end;
思路二，递归搜索效率较高
procere try(dep,rest:integer);
var i,j,x:integer;
begin
if (rest<=0) or (dep=l+1) then begin
if rest=0 then inc(tot);
exit;
end;
for i:=0 to rest div pr[dep] do
try(dep+1,rest-pr[dep]*i);
end;
{main: try(1,n); }
思路三：可使用动态规划求解
USACO1.2 money system
V个物品，背包容量为n，求放法总数。
转移方程：
Procere update;
var j,k:integer;
begin
c:=a;
for j:=0 to n do
if a[j]>0 then
for k:=1 to n div now do
if j+now*k<=n then inc(c[j+now*k],a[j]);
a:=c;
end;
{main}
begin
read(now); {读入第一个物品的重量}
i:=0; {a[i]为背包容量为i时的放法总数}
while i<=n do begin
a[i]:=1; inc(i,now); end; {定义第一个物品重的整数倍的重量a值为1，作为初值}
for i:=2 to v do
begin
read(now);
update; {动态更新}
end;
writeln(a[n]);
四、排序算法
A.快速排序：
procere qsort(l,r:integer);
var i,j,mid:integer;
begin
i:=l;j:=r; mid:=a[(l+r) div 2]; {将当前序列在中间位置的数定义为中间数}
repeat
while a[i]<mid do inc(i); {在左半部分寻找比中间数大的数}
while a[j]>mid do dec(j);{在右半部分寻找比中间数小的数}
if i<=j then begin {若找到一组与排序目标不一致的数对则交换它们}
swap(a[i],a[j]);
inc(i);dec(j); {继续找}
end;
until i>j;
if l<j then qsort(l,j); {若未到两个数的边界，则递归搜索左右区间}
if i<r then qsort(i,r);
end;{sort}
B.插入排序：
思路：当前a[1]..a[i-1]已排好序了，现要插入a[i]使a[1]..a[i]有序。
procere insert_sort;
var i,j:integer;
begin
for i:=2 to n do begin
a[0]:=a[i];
j:=i-1;
while a[0]<a[j] do begin
a[j+1]:=a[j];
j:=j-1;
end;
a[j+1]:=a[0];
end;
end;{inset_sort}
C.选择排序：
procere sort;
var i,j,k:integer;
begin
for i:=1 to n-1 do
for j:=i+1 to n do
if a[i]>a[j] then swap(a[i],a[j]);
end;
D. 冒泡排序
procere bubble_sort;
var i,j,k:integer;
begin
for i:=1 to n-1 do
for j:=n downto i+1 do
if a[j]<a[j-1] then swap( a[j],a[j-1]); {每次比较相邻元素的关系}
end;
E.堆排序：
procere sift(i,m:integer);{调整以i为根的子树成为堆,m为结点总数}
var k:integer;
begin
a[0]:=a[i]; k:=2*i;{在完全二叉树中结点i的左孩子为2*i,右孩子为2*i+1}
while k<=m do begin
if (k<m) and (a[k]<a[k+1]) then inc(k);{找出a[k]与a[k+1]中较大值}
if a[0]<a[k] then begin a[i]:=a[k];i:=k;k:=2*i; end
else k:=m+1;
end;
a[i]:=a[0]; {将根放在合适的位置}
end;
procere heapsort;
var
j:integer;
begin
for j:=n div 2 downto 1 do sift(j,n);
for j:=n downto 2 do begin
swap(a[1],a[j]);
sift(1,j-1);
end;
D. c语言程序算法分析 急！！！！
这是一个简单的选票计票程序
===================================
do
{
scanf("%d",&temp);
if(0<temp&&temp<4)
{
switch(temp)
{
case
1:num[0]++;break;
case
2:num[1]++;break;
case
3:num[2]++;break;
}
i++;
}
else
{
printf("wu
xiao
tou
piao,qing
chong
xin
shu
ru:\n");
getchar();
for(i=0;i<3;i++)
num[i]=0;
i=0;
}
}
while(i<12);
===================================
上面这个do/whille循环是用来统计每个候选人的得票数的(分别用num数组的0，1，2存放)，
当有任何无效输入时(1~3以外的值，进入else分支)，就进行全部得票数的清零，并重新投票。
直到12张选票都统计完，并且都有效，该do/whille循环结束。
====================================
if(num[0]>6||num[1]>6||num[2]>6)
{
flag=1;
}
else
{
for(i=0;i<3;i++)
num[i]=0;
i=0;
printf("wu
xiao
tou
piao,qjing
chong
xin
shu
ru:\n");
}
================================================
上面这段代码是配合外面这个do/whille循环使用的，
当内部的do/whille循环执行完毕后，所有的12张选票都统计完，并且都有效，
每个候选人的得票数分别用num数组的0，1，2存放。
如果发现有人的票数超过6票的话，就将flag设为1，并退出这个do/whille循环。
否则，就进行全部得票数的清零，并重新投票。再从上面讲的那个内部的do/whille循环重新做起。
==================================================
while(flag!=1);
printf("1hao
de
piao
shu
wei
%d,2hao
de
piao
shu
wei
%d,3hao
de
piao
shu
wei
%d\n",num[0],num[1],num[2]);
for(i=0;i<3;i++)
if(num[i]>6)
{
printf("%dhao
dang
xuan!\n",i+1);
break;
}
==================================================
这一段就简单了，输出num[0],num[1],num[2]的值，并且找出那个大于6的值，
并将对应的数组下标加一输出
E. C语言常用算法分析的前言
算法被称为程序设计的灵魂，也是学习编程的必备知识，因此被许多高等院校计算机专业列为必修课程。一个优秀的程序需要合理的数组组织和高效清晰的算法，这也是程序设计要研究的主要内容。
本书内容
本书根据算法学习的步骤编排章节。全书共分为4篇，第1篇为算法基础篇，介绍了学习算法需要掌握的一些基础知识，包括程序之魂——算法、数据结构基础、查找和排序方法、基本算法思想等部分；第2篇为常用算法篇，列举了在编程中经常用到的一些算法，使读者了解一些常用算法的实现方法，包括数学算法、矩阵与数组问题、经典算法等算法；第3篇为趣味算法篇，列举了一些经典的趣味算法，能够激起大家的学习兴趣，在趣味中掌握算法精髓，包括数学趣题、逻辑推理题等算法；第4篇为算法竞技篇，通过不同的类型的算法实例使大家了解实战算法，包括计算机等级考试算法实例、程序员考试算法实例、信息学奥赛算法实例等内容。
为了更清晰地阐述算法和给出算法的设计思路，本书设置了以下栏目：
? 算法说明
对算法的具体要求和实现的功能进行说明。
? 算法分析
根据算法要求及要实现的功能进行分析，详细介绍实现的思路和方法。
? 实现过程
通过程序来实现算法，给出具体的实现过程和实现算法的完整代码。
本书特点
本书具有以下特点。
* 循序渐进
本书从算法基础讲起，介绍算法的基本知识和常用的算法思想，逐层深入，由浅入深。
* 举例丰富
列举了程序设计和应用中的常用算法，使读者能够通过各种算法的学习而掌握实际开发的思路。
* 趣味实用
本书专门添加了趣味算法篇，列举生活中的一些趣味算法，使读者能够更有兴趣地学习，在娱乐中进步。
* 竞技实战
本书添加了各种计算机考试的算法实例，使读者在实战中提升。
本书配套资源
本书提供了内容丰富的配套资源，包括自学视频、源程序、素材，以及模块库、案例库、题库、素材库等多项辅助内容，读者朋友可以通过如下方式获取。
第1种方式：
（1）登录清华大学出版社的网站，在网页右上角的搜索文本框中输入本书书名（注意区分大小写和留出空格），或者输入本书关键字，或者输入本书ISBN号（注意去掉ISBN号间隔线“-”），单击“搜索”按钮。
（2）找到本书后单击超链接，在该书的网页下侧单击“网络资源”超链接，即可下载。
第2种方式：
访问本书的新浪微博：C语言图书，找到配套资源的链接地址进行下载。
配套资源目录如下图所示。
读者对象
本书非常适合以下人员阅读。
? 从事编程行业的开发人员
? 有一定语言基础，想进一步提高技能的人员
? 大中专院校的老师和学生
? 即将走上工作岗位的大学毕业生
? 相关培训机构的老师和学员
? 编程爱好者
F. C语言算法分析
首先向file1.txt写入YOU PLAN TO FAIL共16个字符
然后读file1.txt，读一个字符，向file2.txt写str2中的一个字符。
结果看总共写了17个字符，最后一个从file1.txt中读到的字符编码为-1实际就是EOF，因此多一个字符
程序有问题，已修改：
#include<stdio.h>
main()
{FILE*in,*out;
char*str1="YOUPLANTOFAIL.";
char*str2="IFYOUFAILTOPLAN.";
inti=0;
if((in=fopen("file1.txt","w+"))!=NULL)
while(*str1!='.')
fputc(*str1++,in);
fclose(in);
if(((in=fopen("file1.txt","r"))!=NULL)&&
((out=fopen("file2.txt","w+"))!=NULL)){
while(!feof(in)){
fgetc(in);
fputc(*str2++,out);
/*printf("%d",i++);*/
}
}
fclose(in);
fclose(out);
}
G. c语言中什么是算法有哪些描述算法的例子
1、有穷性（有限性）。任何一种提出的解题方法都是在有限的操作步骤内可以完成的。
如果在有限的操作步骤内完不成，得不到结果，这样的算法将无限的执行下去，永远不会停止。除非手动停止。例如操作系统就不具有有穷性，它可以一直运行。
2、一个算法应该具有以下七个重要的特征：
1）有穷性（finiteness）
算法的有穷性是指算法必须能在执行有限个步骤之后终止
2）确切性(definiteness)
算法的每一步骤必须有确切的定义；
3）输入项(input)
一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法本身定出了初始条件；
4）输出项(output)
一个算法有一个或多个输出,以反映对输入数据加工后的结果.没有输出的算法是毫无意义的；
5）可行性(effectiveness)
算法中执行的任何计算步都是可以被分解为基本的可执行的操作步,即每个计算步都可以在有限时间内完成；
6）
高效性（high
efficiency）
执行速度快,占用资源少；
7）
健壮性（robustness）
健壮性又称鲁棒性，是指软件对于规范要求以外的输入情况的处理能力。所谓健壮的系统是指对于规范要求以外的输入能够判断出这个输入不符合规范要求，并能有合理的处理方式。
H. 算法分析程序设计，用C语言
第一题
#include<stdlib.h>
#include<stdio.h>
intmain(intargc,char**argv)
{
intnum[1000];
intmin=10000;
inti;
for(i=0;i<2000;i++)
{
num[i]=rand()%10000;
if(num[i]<min)min=num[i];
}
printf("Theminnumberis%d ",min);
return0;
}
第二题归并排序
#include<stdlib.h>
#include<stdio.h>
voidMerge(intsourceArr[],inttempArr[],intstartIndex,intmidIndex,intendIndex)
{
inti=startIndex,j=midIndex+1,k=startIndex;
while(i!=midIndex+1&&j!=endIndex+1)
{
if(sourceArr[i]>sourceArr[j])
tempArr[k++]=sourceArr[i++];
else
tempArr[k++]=sourceArr[j++];
}
while(i!=midIndex+1)
tempArr[k++]=sourceArr[i++];
while(j!=endIndex+1)
tempArr[k++]=sourceArr[j++];
for(i=startIndex;i<=endIndex;i++)
sourceArr[i]=tempArr[i];
}
//内部使用递归
voidMergeSort(intsourceArr[],inttempArr[],intstartIndex,intendIndex)
{
intmidIndex;
if(startIndex<endIndex)
{
midIndex=(startIndex+endIndex)/2;
MergeSort(sourceArr,tempArr,startIndex,midIndex);
MergeSort(sourceArr,tempArr,midIndex+1,endIndex);
Merge(sourceArr,tempArr,startIndex,midIndex,endIndex);
}
}
intmain(intargc,char*argv[])
{
inta[8]={50,10,20,30,70,40,80,60};
inti,b[8];
MergeSort(a,b,0,7);
for(i=0;i<8;i++)
printf("%d",a[i]);
printf(" ");
return0;
}
第三题快速排序
#include<iostream>
usingnamespacestd;
voidQsort(inta[],intlow,inthigh)
{
if(low>=high)
{
return;
}
intfirst=low;
intlast=high;
intkey=a[first];/*用字表的第一个记录作为枢轴*/
while(first<last)
{
while(first<last&&a[last]>=key)
{
--last;
}
a[first]=a[last];/*将比第一个小的移到低端*/
while(first<last&&a[first]<=key)
{
++first;
}
a[last]=a[first];
/*将比第一个大的移到高端*/
}
a[first]=key;/*枢轴记录到位*/
Qsort(a,low,first-1);
Qsort(a,first+1,high);
}
intmain()
{
inta[]={57,68,59,52,72,28,96,33,24};
Qsort(a,0,sizeof(a)/sizeof(a[0])-1);/*这里原文第三个参数要减1否则内存越界*/
for(inti=0;i<sizeof(a)/sizeof(a[0]);i++)
{
cout<<a[i]<<"";
}
return0;
}
I. 在c语言中算法分析的目的是
同一个问题不同的算法都可以解决，但它们的时间、空间复杂度是不同，算法分析可以优化程序，使运行时占用更少的时间和空间。
J. C语言的算法分析应该如何写
希望给好评 如果有问题不明白QQ1576106668
算法分析主要包括:时间复杂度和空间复杂度
希望具体问题具体分析.谢谢好评啊!