wordpress侧边栏删除/优化设计单元测试卷

目录

一. 查找算法：

1.顺序查找：

2.二分查找：

二. 其他算法：

1.遍历算法：

2.求和、求平均值等聚合算法。

a.求和算法：

b.求平均值算法：

---

一. 查找算法：

1.顺序查找：

序查找，也叫线性查找，是一种最简单的查找算法。

基本原理：
从数组的第一个元素开始，逐个与要查找的关键字进行比较，直到找到匹配的元素或者遍历完整个数组。

优点：

• 算法简单，易于理解和实现。

缺点：

• 效率相对较低，特别是在数据量较大时。

具体步骤：

1. 依次遍历数组中的每个元素。
2. 将每个元素与要查找的目标值进行比较。
3. 如果找到匹配的元素，返回该元素的位置或其他相关信息；如果遍历完整个数组都没有找到，则表示查找失败。

以下是一个用 C++ 实现顺序查找的代码示例：

#include <iostream>// 顺序查找函数
int sequentialSearch(int arr[], int n, int target) {for (int i = 0; i < n; i++) {if (arr[i] == target) {return i;}}return -1; // 表示未找到
}int main() {int arr[] = { 10, 20, 30, 40, 50 };int target = 30;int result = sequentialSearch(arr, sizeof(arr) / sizeof(arr[0]), target);if (result != -1) {std::cout << "元素 " << target << " 在数组中的位置是: " << result << std::endl;}else {std::cout << "未找到元素 " << target << std::endl;}return 0;
}

2.二分查找：

二分查找是一种在有序数组中查找某一特定元素的搜索算法。

原理：
不断将数组中间的元素与目标元素进行比较，如果相等则找到；如果目标元素小于中间元素，则在数组的前半部分继续查找；如果目标元素大于中间元素，则在数组的后半部分继续查找，如此反复，直到找到或者确定不存在。

优点：
查找效率高，时间复杂度为 。

缺点：
要求数组必须是有序的，并且不适用于频繁插入和删除操作的场景。

具体步骤：

1. 定义左边界 left 为 0，右边界 right 为数组长度减 1。
2. 进入循环，当 left <= right 时：
   • 计算中间索引 mid = (left + right) / 2。
   • 如果中间元素等于目标元素，返回中间索引。
   • 如果目标元素小于中间元素，将右边界更新为 mid - 1。
   • 如果目标元素大于中间元素，将左边界更新为 mid + 1。
3. 循环结束后仍未找到则返回特定表示未找到的值。

以下是一个用 C++ 实现二分查找的代码示例：

#include <iostream>// 二分查找函数
int binarySearch(int arr[], int left, int right, int target) {while (left <= right) {int mid = left + (right - left) / 2;if (arr[mid] == target) {return mid;}else if (arr[mid] < target) {left = mid + 1;}else {right = mid - 1;}}return -1; // 表示未找到
}int main() {int arr[] = { 1, 3, 5, 7, 9, 11, 13 };int target = 7;int result = binarySearch(arr, 0, sizeof(arr) / sizeof(arr[0]) - 1, target);if (result != -1) {std::cout << "元素 " << target << " 在数组中的位置是: " << result << std::endl;}else {std::cout << "未找到元素 " << target << std::endl;}return 0;
}

二. 其他算法：

1.遍历算法：

遍历算法是用于逐个访问数据结构（如数组、链表、树等）中每个元素的方法。

以下是一些常见的遍历算法：

数组的遍历：

• 顺序遍历：从数组的第一个元素开始，依次访问每个元素直到最后一个。

链表的遍历：

• 通常从链表的头节点开始，通过节点间的指针依次访问下一个节点。

二叉树的遍历：

• 前序遍历：先访问根节点，再递归地对左子树进行前序遍历，最后对右子树进行前序遍历。
• 中序遍历：先递归地对左子树进行中序遍历，再访问根节点，最后对右子树进行中序遍历。
• 后序遍历：先递归地对左子树和右子树进行后序遍历，最后访问根节点。

图的遍历：

• 深度优先遍历：沿着一条路径尽可能深地探索，直到无法继续前进，然后回溯并尝试其他路径。
• 广度优先遍历：先访问距离起始点最近的节点，再依次访问距离稍远的节点。

遍历算法的意义在于能够全面、系统地处理数据结构中的所有元素，以便进行各种操作，如查找、统计、修改等。

例如，在数组中查找特定元素、计算链表中节点的总和、在二叉树中进行特定节点的操作等都依赖于遍历算法。

不同的数据结构和应用场景可能需要选择不同的遍历方式，以达到最佳的效率和效果。

2.求和、求平均值等聚合算法。

a.求和算法：

就是将一组数据中的所有元素依次相加得到总和。

• 简单地遍历数据集合，将每个元素累加到一个累加变量中。
• 适用于各种数据结构，如数组、链表等。

b.求平均值算法：

通常是先利用求和算法得到总和，然后除以元素的数量。

• 先求出总和，再除以元素个数得到平均值。

具体步骤（以数组为例）：

1. 定义一个变量用于存储总和，初始化为 0。
2. 遍历数组的每个元素。
3. 将元素累加到总和变量中。
4. 计算平均值时，将总和除以数组的长度。

以下是用 C++ 实现求数组元素总和和平均值的代码示例：

#include <iostream>// 计算数组总和
int sum(int arr[], int size) {int total = 0;for (int i = 0; i < size; i++) {total += arr[i];}return total;
}// 计算数组平均值
double average(int arr[], int size) {int total = sum(arr, size);return static_cast<double>(total) / size;
}int main() {int arr[] = { 10, 20, 30, 40, 50 };int size = sizeof(arr) / sizeof(arr[0]);int total = sum(arr, size);double avg = average(arr, size);std::cout << "总和: " << total << std::endl;std::cout << "平均值: " << avg << std::endl;return 0;
}