gap

#include <iostream> #include <list> #include <sstream> #include <map> #include <set> #include <queue> #include <map> #include <functional> #include <algorithm> #include <stack> #include <ctime> using namespace std; //冒泡排序（n2） //相邻元素交换，未交换结束，每次减1 void buble_sort(int a[], int n) { bool flag; do { flag = false; for (int j = 1; j < n; j++) { if (a[j - 1]>a[j]) { swap(a[j], a[j - 1]); flag = true; } } n--; } while (flag); } //插入排序，有序序列和无序序列,o(n*2),稳定 //从1开始依次和前面的有序序列相比，找到合适的插入位置插入 void insert_sort(int a[], int n) { int t,i,j; for (i = 1; i < n;i++) { t = a[i];//要插入的位置 for (j = i; j>0&&a[j-1]>t;j--)

def shell_sort(alist): n = len(alist) # 初始步长 gap = round(n / 2) while gap > 0: # 按步长进行插入排序 for i in range(gap, n): j = i # 插入排序 while j>=gap and alist[j-gap] > alist[j]: alist[j-gap], alist[j] = alist[j], alist[j-gap] j -= gap # 得到新的步长 gap = round(gap / 2) alist = [54,26,93,17,77,31,44,55,20,99,64] shell_sort(alist) print(alist) 来源： https://www.cnblogs.com/Gdavid/p/11743876.html

希尔排序其实是直接插入排序的一种优化，不过是增加了一个步长进行分组插入罢了，又称为缩小增量排序。其基本思想： 先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的）分别进行直接插入排序，然后依次缩减增量再进行排序，待gap=1时，再对全体元素进行一次直接插入排序，数组便是有序的了。因为直接插入排序在元素基本有序的情况下（接近最好情况），效率是很高的，因此希尔排序在时间效率上比直接插入有较大提高。 按定义直接实现： void shellsort1(int a[], int n) { int i, j, gap; for (gap = n / 2; gap > 0; gap /= 2) //步长 for (i = 0; i < gap; i++) //直接插入排序 { for (j = i + gap; j < n; j += gap) if (a[j] < a[j - gap]) { int temp = a[j]; int k = j - gap; while (k >= 0 && a[k] > temp) { a[k + gap] = a[k]; k -= gap; } a[k + gap] = temp; } } } 很明显，上面的shellsort1代码虽然对直观的理解希尔排序有帮助，但代码量太大了，不够简洁清晰。因此进行下改进和优化，以第二次排序为例

希尔排序 希尔排序(Shell Sort)是插入排序的一种，它是针对直接插入排序算法的改进。该方法又称缩小增量排序，因DL．Shell于1959年提出而得名。 希尔排序实质上是一种分组插入方法。它的基本思想是：对于n个待排序的数列，取一个小于n的整数gap(gap被称为步长)将待排序元素分成若干个组子序列，所有距离为gap的倍数的记录放在同一个组中；然后，对各组内的元素进行直接插入排序。 这一趟排序完成之后，每一个组的元素都是有序的。然后减小gap的值，并重复执行上述的分组和排序。重复这样的操作，当gap=1时，整个数列就是有序的。 下面以数列{80,30,60,40,20,10,50,70}为例，演示它的希尔排序过程。 第1趟：(gap=4) 当gap=4时,意味着将数列分为4个组： {80,20},{30,10},{60,50},{40,70}。 对应数列： {80,30,60,40,20,10,50,70} 对这4个组分别进行排序，排序结果： {20,80},{10,30},{50,60},{40,70}。 对应数列： {20,10,50,40,80,30,60,70} 第2趟：(gap=2) 当gap=2时,意味着将数列分为2个组：{20,50,80,60}, {10,40,30,70}。 对应数列： {20,10,50,40,80,30,60,70} 注意：{20,50

希尔排序法是对直接插入排序法的优化，通过设置一个增量，对原始序列进行分组，对每组用直接插入排序法排序再整合，再缩小增量，周而复始直至增量为1，完成排序，因此又叫**“缩小增量排序法”**。本节Jungle图文并茂介绍一下希尔排序法，并给出C++代码。 1.举例说明希尔排序法过程 以一个整数序列为例来说明{12,45,90,1,34,87,-3,822,23,-222,32}，该组序列包含N=11个数。不少已有的说明中通常举例10个数，这里说明一下，排序算法与序列元素个数无关！ 首先声明一个参数：增量gap。gap初始值设置为N/2。缩小方式一般为gap=gap/2. 第一步，gap=N/2=5，每间隔5个元素取一个数，组成一组，一共得到5组： 对每组使用插入排序算法，得到每组的有序数列： 至此，数列已变为： 第二步，缩小gap，gap=gap/2=2，每间隔2取一个数，组成一组，共两组： 同理，分别使用插入排序法，得到每组的有序数列： 至此，数列已变为： 第三步，进一步缩小gap，gap=gap/2=1，此时只有一组，直接使用插入排序法，玩完成排序，图略。 2.C++代码实现 每次分组排序，都打印出当前的序列状况以及当前的gap： void hillSort(int arr[],int N) { int i,j,gap; for(gap = N/2;gap>0;gap/=2) {

希尔排序 什么是希尔排序? 希尔排序的本质就是分组插入排序 希尔排序的思想 将整个待排元素序列分割成若干个子序列 对子序列进行插入排序 依次缩减增量再次进行排序 这样往复直到整个序列元素基本有序(其实也就是增量足够小的时候) 再对整个序列进行一次直接插入排序，这次排序是在整个序列基本有序的状态，接近最好的状态 此时效果会很好 图解 注:转载自: dreamcatcher-cx博客 代码 package sort; import java.util.Arrays; public class ShellSort { public static void main(String[] args) { // TODO Auto-generated method stub int[] a= {9,8,7,6,5,4,3,2,1}; for(int k:a) { System.out.printf("%d ",k); } System.out.println(); shellSort(a); for(int k:a) { System.out.printf("%d ",k); } } public static void shellSort(int[] a) { int j,gap;//gap为增量 int n=a.length; for(gap=n/2;gap>0;gap/=2)/

目录 写在前面 mlpconv layer实现 Global Average Pooling 网络结构 参考 博客： blog.shinelee.me | 博客园 | CSDN 写在前面 《Network in Network》 简称NIN，出自 颜水成老师 团队，首次发表在arxiv的时间为2013年12月，至20190921引用量为2871（google scholar）。 NIN的网络结构仍是在AlexNet基础上修改而来，其主要创新点如下： 提出了 mlpconv layer ：mlpconv layer中使用小的多层全连接神经网络（multilayer perceptron, MLP）“micro network”替换掉卷积操作， micro network的权重被该层输入feature map的所有local patch共享 。卷积操作可以看成线性变换，而micro network可以拟合更复杂的变换， 相当于增强了conv layer的能力 。多个mlpconv layer堆叠构成整个网络，这也是Network in Network名称的由来。 提出了 global average pooling（GAP） ： NIN不再使用全连接层 ，最后一层mlpconv layer输出的feature map数与类别数相同，GAP对每个feature map求全图均值

hlpp（欢乐婆婆）算法总结 突然发现咕了好久（X） 　　emm先大概说一下，hlpp是针对网络流算法的一种复杂度更优的算法，基于预流推进（即模拟） 复杂度上界为 n 2 根号m 且跑不满 （所以学会了它，可以解决绝大部分dinic能解决的问题，以及绝大部分dinic不能解决的问题 先把以前的dinic算法放一下吧 你谷P3376 网络最大流模板 #include<bits/stdc++.h> #define re register using namespace std; const int maxxx=(1ll<<31)-1; inline int read() { register int x=0,f=1; char ch=getchar(); while(ch<'0'||ch>'9') {if(ch=='-') f=-1; ch=getchar();} while(ch>='0'&&ch<='9') {x=x*10+ch-'0'; ch=getchar();} return x*f; } struct node { int to,nxt,dis; }e[210000]; int head[100010],cur[100010],cnt=-1; void add(int u,int v,int w) { e[++cnt].to=v; e[cnt].dis=w; e[cnt]

前言 遇到Mysql死锁问题，我们应该怎么排查分析呢？之前线上出现一个insert on duplicate死锁问题，本文将基于这个死锁问题，分享排查分析过程，希望对大家有帮助。 死锁案发还原 表结构： CREATE TABLE `song_rank` ( `id` int(11) NOT NULL AUTO_INCREMENT, `songId` int(11) NOT NULL, `weight` int(11) NOT NULL DEFAULT '0', PRIMARY KEY (`id`), UNIQUE KEY `songId_idx` (`songId`) USING BTREE ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 隔离级别： mysql> select @@tx_isolation; +-----------------+ | @@tx_isolation | +-----------------+ | REPEATABLE-READ | +-----------------+ 1 row in set, 1 warning (0.00 sec) 数据库版本： +------------+ | @@version | +------------+ | 5.7.21-log | +------------+ 1 row in

希尔排序 简单点说： 将元素进行分组，每组在进行组内的插入排序，在重新分组、排序。直到最后全部元素归为一组，做最后一次插入排序 注意： 将待排元素分为gap组（gap=gap/3+1),开始gap=array.length。每一组元素也不是位置连续的， 而是把每组中的第一个元素连续放在一起，够gap个后在放每一组的第二个元素。 1.第一组：无序区间第一个数key=array[4]=2 2.第二组：无序区间第一个数key=array[5]=4 3.第三组：无序区间第一数key=array[6]=1 4.第四组：无序区间第一个数key=array[7]=5 5.再接着从第一组的无序区间的第二个元素key=array[8]=2开始 直到key第一轮走完全程，第一轮结束的结果 在会分新的组，gap=gap/3+1=4/3+1=2.分为两组 6.重新分为两组后 再重复以上比较移动交换的操作，完成第二次每组的排序 8.走到最后再分组gap=2/3+1=1组 最终比较完成后结果： 代码实现 //希尔排序 public static void shellSort(int[] array) { int gap = array.length;//分组的个数 while (true) { gap = gap / 3 + 1; insertSortWithGap(array, gap);//分组的插入排序