选择操作的实现算法有

A. 数据结构中有哪些基本算法

数据结构中最基本的算法有：查找、排序、快速排序，堆排序，归并排序，，二分搜索算法
等等。

1、用的最多也是最简单的数据结构是线性表。

2、有前途的又难数据结构是图 。

3、常用的80％算法是排序和查找。

B. 数据库系统原理的作品目录

第1篇基础篇
第1章数据库系统概述
1.1数据库、数据库管理系统和数据库系统
1.2数据库系统的特点与功能
1.2.1信息完整、功能通用
1.2.2程序与数据独立
1.2.3数据抽象
1.2.4支持数据的不同视图
1.2.5控制数据冗余
1.2.6支持数据共享
1.2.7限制非授权的存取
1.2.8提供多种用户界面
1.2.9表示数据之间的复杂联系
1.2.10完整性约束
1.2.11数据恢复
1.3数据库系统的用户
1.3.1数据库管理员
1.3.2数据库设计者
1.3.3最终用户
1.3.4系统分析员和应用程序员
1.3.5与数据库系统有关的其他人员
1.4数据抽象
1.4.1数据抽象与数据库的三种模式
1.4.2数据独立性
1.5数据模型
1.5.1基于对象的数据模型
1.5.2基于记录的数据模型
1.5.3物理数据模型
1.5.4数据库模式和数据库实例
1.6数据库语言
1.7数据库管理系统的结构
1.8数据库技术的发展
1.8.1第一代数据库系统
1.8.2第二代数据库系统
1.8.3第三代数据库系统
1.8.4Internet时代的数据库技术
习题1
本章参考文献
第2章关系数据库系统
2.1关系数据模型
2.1.1数据结构
2.1.2完整性约束规则
2.2关系运算
2.2.1关系代数
2.2.2元组关系演算
2.2.3域关系演算
2.3关系运算的安全性
2.4关系代数、元组关系演算、域关系演算的等价性
2.5关系数据库查询语言
2.5.1ISBL语言
2.5.2QUEL语言
2.5.3QBE语言
2.6标准关系数据库查询语言SQL
2.6.1数据定义
2.6.2数据查询
2.6.3数据更新
2.6.4视图定义
2.6.5安全性机制
2.6.6嵌入式SQL语言
习题2
本章参考文献
第3章数据库的安全性与完整性
3.1安全性
3.1.1数据库安全性与数据库管理员
3.1.2系统保护机制
3.1.3授权机制
3.1.4统计数据库的安全性
3.1.5数据库加密技术
3.1.6数据库操作跟踪审计
3.2完整性
3.2.1完整性约束的类型
3.2.2显式约束的定义
3.2.3完整性约束的验证
习题3
本章参考文献
第2篇设计篇
第4章数据库设计概述与需求分析
4.1数据库的设计概述
4.1.1数据库的设计问题
4.1.2数据库的生命周期
4.1.3数据库的设计过程
4.2需求分析
4.2.1应用领域的调查分析
4.2.2定义数据库系统支持的信息与应用
4.2.3定义数据库操作任务
4.2.4定义数据项
4.2.5预测现行系统的未来改变
习题4
本章参考文献
第5章概念数据库设计
5.1概述
5.2实体联系模型
5.2.1实体和属性
5.2.2实体型、键属性和属性的值域
5.2.3数据库实例
5.2.4实体间的联系
5.2.5弱实体
5.2.6实体联系图
5.3扩展的实体联系模型
5.3.1子类、超类、演绎和归纳
5.3.2演绎和归纳的性质
5.3.3范畴与范畴化
5.3.4EER图
5.4概念设计的方法与策略
5.4.1概念设计的方法
5.4.2概念设计的策略
5.5视图综合设计方法
5.5.1局部概念模式设计
5.5.2全局概念模式合成
5.6事务的设计
习题5
本章参考文献
第6章逻辑数据库设计
6.1形成初始关系数据库模式
6.2关系数据库设计理论
6.2.1问题的提出
6.2.2函数依赖
6.2.3数据依赖的公理系统
6.2.4关系模式的规范形式
6.2.5多值依赖与第四范式
6.2.6连接依赖与第五范式
6.3关系模式规范化方法
6.3.1无损连接性和函数依赖保持性
6.3.2关系模式分解算法
6.4关系模式的优化
6.5完整性和安全性约束的定义
6.6逻辑数据库的性能估计
习题6
本章参考文献
第7章物理数据库设计
7.1影响物理数据库设计的因素分析
7.2为关系模式选择存取方法
7.2.1索引存取方法的选择
7.2.2Hash存取方法的选择
7.2.3聚集存取方法的选择
7.3物理存储结构的设计
习题7
本章参考文献
第3篇实现篇
第8章物理存储结构
8.1数据库存储设备
8.1.1磁盘存储器
8.1.2磁盘缓冲处理技术
8.1.3磁盘的调度策略
8.1.4磁盘容错技术
8.1.5第三级存储器
8.2文件和文件记录
8.3无序文件
8.4有序文件
8.5Hash文件
8.5.1简单Hash方法
8.5.2动态Hash方法
8.5.3可扩展的Hash方法
8.6索引文件
8.6.1主索引
8.6.2聚集索引
8.6.3辅助索引
8.6.4多级索引
8.7B树与B+树索引结构
8.7.1索引树结构
8.7.2B树索引结构
8.7.3B+树索引结构
8.8多维索引
8.8.1栅格文件
8.8.2KD树
8.8.3R树
8.8.4位图索引
习题8
本章参考文献
第9章数据库管理系统的数据字典
9.1关系数据库管理系统的数据字典
9.2数据库管理系统软件模块对数据字典的存取
习题9
第10章关系代数操作的实现算法
10.1查询处理的过程
10.2选择操作的实现算法
10.3笛卡儿积的实现算法
10.4连接操作的实现算法
10.5投影操作的实现算法
10.6集合的并、交、差的实现算法
习题10
本章参考文献
第11章查询优化技术
11.1问题的提出
11.2启发式关系代数优化方法
11.2.1关系代数等价变换规律
11.2.2启发式代数优化规则
11.2.3启发式代数优化算法
11.3启发式关系演算优化方法
11.3.1多重自然连接的优化处理
11.3.2查询的超图表示
11.3.3超图消解算法
11.4基于复杂性估计的查询优化方法
11.5语义查询优化方法
11.6查询优化的遗传算法
习题11
本章参考文献
第12章事务处理技术之一：并发控制技术
12.1并发控制概述
12.1.1单用户和多用户数据库系统
12.1.2并发控制的必要性
12.2事务模型
12.2.1事务中的读写操作
12.2.2事务的原子性
12.2.3事务的状态
12.2.4事务的性质
12.3事务调度与可串行性
12.3.1事务的调度
12.3.2调度的可串行性
12.3.3调度的可串行性测试
12.4基于锁的并发控制协议
12.4.1锁的概念
12.4.2两段锁协议
12.4.3数据库图协议
12.5时间印协议
12.6其他并发控制技术
12.6.1实现并发控制的验证技术
12.6.2多版本并发控制技术
12.6.3多种并发控制的粒度
12.7插入和删除操作
12.7.1删除操作对并发控制的影响
12.7.2插入操作对并发控制的影响
12.7.3插入元组现象
习题12
本章参考文献
第13章事务处理技术之二：数据库恢复技术
13.1数据库恢复的必要性
13.2使用日志的数据库恢复技术
13.2.1数据库系统日志
13.2.2推迟更新技术
13.2.3即时更新技术
13.3缓冲技术
13.3.1日志缓冲技术
13.3.2数据库缓冲技术
13.4检测点
13.5影子页面技术
13.6永久存储器中信息丢失后的数据库恢复
13.7数据库恢复与并发控制技术的结合
13.7.1事务的嵌套撤销
13.7.2调度的可恢复性
习题13
本章参考文献
第14章其他事务处理技术
14.1死锁处理
14.1.1预防死锁协议
14.1.2死锁的检测和恢复技术
14.2高性能事务处理系统
14.2.1主存数据库
14.2.2事务的成批提交技术
14.3长事务处理技术
14.3.1可串行性概念不适于长事务处理
14.3.2嵌套事务技术
14.3.3补救事务技术
14.3.4实时数据库系统
习题14
本章参考文献
第4篇专题篇
第15章新一代数据库系统及应用
15.1新一代数据库应用
15.1.1工程设计与制造
15.1.2办公自动化系统
15.1.3决策支持系统
15.1.4科学与统计数据管理
15.1.5异构多数据库应用
15.1.6人工智能应用
15.1.7其他的新一代数据库应用
15.2新一代数据库系统的特点和热点问题
15.3新一代数据库系统
习题15
本章参考文献
第16章扩展的关系数据库系统
16.1基于逻辑的关系数据库系统
16.1.1逻辑数据模型
16.1.2查询的计算策略
16.1.3查询结构
16.1.4否定
16.1.5非递归查询
16.1.6递归查询
16.2基于嵌套关系模型的关系数据库系统
16.2.1文档检索实例
16.2.2嵌套关系模式的定义
16，2.3嵌套关系查询语言
16.3专家数据库系统
习题16
本章参考文献
第17章面向对象与对象关系数据库系统
17.1面向对象程序设计方法
17.2面向对象数据模型
17.2.1对象的结构
17.2.2类和类层次
17.2.3多重继承性
17.2.4对象的标识
17.2.5对象的嵌套
17.3面向对象数据库的物理组织
17.4面向对象数据库的查询
17.5面向对象数据库模式的修改
习题17
本章参考文献
第18章分布式数据库系统
18.1概述
18.1.1计算机网络
18.1.2分布式数据库和分布式数据库系统
18.1.3分布式数据库的结构
18.2分布式数据库设计
18.2.1数据的重复存储
18.2.2数据的分片存储
18.2.3数据的组合存储
18.2.4命名和局部自治性
18.3分布式数据库查询处理
18.3.1分布式数据库管理系统概述
18.3.2分布式查询处理
18.4分布式数据库系统中的事务处理
18.4.1分布式事务处理器的结构
18.4.2分布式系统恢复技术
18.4.3分布式并发控制技术
18.4.4分布式死锁处理技术
习题18
本章参考文献
第19章并行数据库技术
19.1支持并行数据库的并行结构
19.2关系数据库系统的固有并行性
19.3实现关系查询并行化的数据流图方法
19.4并行数据库的物理组织
19.4.1一维数据划分方法
19.4.2多维数据划分方法
19.4.3传统物理存储结构的并行化
19.5新的并行数据操作算法
19，5.1基于嵌套循环的并行连接算法
19.5.2基于Sort-Merge的并行连接算法
19.5.3基于Hash的并行连接算法
19.5.4数据分布的均匀性与并行连接算法
19.5.5数据的初始划分与并行连接算法
19.6查询优化技术
19.6.1基于左线性树的查询优化算法
19.6.2基于右线性树的查询优化算法
19.6.3基于片段式右线性树的查询优化算法
19.6.4基于浓密树的查询优化算法
19.6.5基于操作森林的查询优化算法
习题19
本章参考文献
第5篇新技术篇
第20章数据库技术的研究进展
20.1影响数据库技术发展的因素
20.2近10年出现的数据库新技术和新问题
本章参考文献
第21章数据仓库与联机分析处理技术
21.1什么是数据仓库
21.2数据仓库系统的结构
21.3数据仓库的多维数据模型
21.3.1多维数据集合
21.3.2多维数据集合的关系表示方法
21.3.3多维数据集合上的操作
21.4数据仓库系统的实现技术
2l，4.1数据仓库的存储方法
21.4.2数据仓库的索引技术
21.4.3数据操作算法
21.4.4查询处理技术
21.5数据仓库工具
21.6数据仓库设计
本章参考文献
第22章数据挖掘技术
22.1数据挖掘的基本概念
22.2关联规则挖掘方法
22.3分类方法
22.4聚类方法
22.5相似性搜索技术
22.6Web挖掘技术
本章参考文献
第23章Web信息检索与Web数据管理技术
23.1Web信息检索技术
23.1.1搜索引擎技术
23.1.2分类技术
23.1.3元搜索
本节参考文献
23.2Web数据集成技术
23.2.1数据集成的演变
23.2.2传统的多数据库系统技术
23.2.3Web数据集成方法
本节参考文献
23.3XML数据库技术
本节参考文献
第24章其他数据库新技术
24.1多媒体数据库技术
本节参考文献
24.2时态数据库技术
本节参考文献
24.3空间数据库技术
本节参考文献
24.4移动数据库技术
本节参考文献
24.5主动数据库系统
本节参考文献
24.6数据流技术
本节参考文献
……

C. 软件编程经常用的算法都有哪些

排序算法 所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
分类
在计算机科学所使用的排序算法通常被分类为：
计算的复杂度（最差、平均、和最好表现），依据串行（list）的大小（n）。一般而言，好的表现是O。(n log n)，且坏的行为是Ω(n2)。对于一个排序理想的表现是O(n)。仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要Ω(n log n)。
记忆体使用量（以及其他电脑资源的使用）
稳定度：稳定排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S，且在原本的串行中R出现在S之前，在排序过的串行中R也将会是在S之前。
一般的方法：插入、交换、选择、合并等等。交换排序包含冒泡排序（bubble sort）和快速排序（quicksort）。选择排序包含shaker排序和堆排序（heapsort）。
当相等的元素是无法分辨的，比如像是整数，稳定度并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。
(4, 1) (3, 1) (3, 7) (5, 6)
在这个状况下，有可能产生两种不同的结果，一个是依照相等的键值维持相对的次序，而另外一个则没有：
(3, 1) (3, 7) (4, 1) (5, 6) (维持次序)
(3, 7) (3, 1) (4, 1) (5, 6) (次序被改变)
不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地时作为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个物件间之比较，就会被决定使用在原先资料次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。
排列算法列表
在这个表格中，n是要被排序的纪录数量以及k是不同键值的数量。
稳定的
冒泡排序（bubble sort） — O(n2)
鸡尾酒排序 (Cocktail sort, 双向的冒泡排序) — O(n2)
插入排序 （insertion sort）— O(n2)
桶排序 （bucket sort）— O(n); 需要 O(k) 额外 记忆体
计数排序 (counting sort) — O(n+k); 需要 O(n+k) 额外 记忆体
归并排序 （merge sort）— O(n log n); 需要 O(n) 额外记忆体
原地归并排序 — O(n2)
二叉树排序 （Binary tree sort） — O(n log n); 需要 O(n) 额外记忆体
鸽巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 额外记忆体
基数排序 （radix sort）— O(n·k); 需要 O(n) 额外记忆体
Gnome sort — O(n2)
Library sort — O(n log n) with high probability, 需要 (1+ε)n 额外记忆体
不稳定
选择排序 （selection sort）— O(n2)
希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本
Comb sort — O(n log n)
堆排序 （heapsort）— O(n log n)
Smoothsort — O(n log n)
快速排序 （quicksort）— O(n log n) 期望时间, O(n2) 最坏情况; 对于大的、乱数串行一般相信是最快的已知排序
Introsort — O(n log n)
Patience sorting — O(n log n + k) 最外情况时间, 需要 额外的 O(n + k) 空间, 也需要找到最长的递增子序列（longest increasing subsequence）
不实用的排序算法
Bogo排序 — O(n × n!) 期望时间, 无穷的最坏情况。
Stupid sort — O(n3); 递回版本需要 O(n2) 额外记忆体
Bead sort — O(n) or O(√n), 但需要特别的硬体
Pancake sorting — O(n), 但需要特别的硬体
排序的算法
排序的算法有很多，对空间的要求及其时间效率也不尽相同。下面列出了一些常见的排序算法。这里面插入排序和冒泡排序又被称作简单排序，他们对空间的要求不高，但是时间效率却不稳定；而后面三种排序相对于简单排序对空间的要求稍高一点，但时间效率却能稳定在很高的水平。基数排序是针对关键字在一个较小范围内的排序算法。
插入排序
冒泡排序
选择排序
快速排序
堆排序
归并排序
基数排序
希尔排序
插入排序
插入排序是这样实现的：
首先新建一个空列表，用于保存已排序的有序数列（我们称之为"有序列表"）。
从原数列中取出一个数，将其插入"有序列表"中，使其仍旧保持有序状态。
重复2号步骤，直至原数列为空。
插入排序的平均时间复杂度为平方级的，效率不高，但是容易实现。它借助了"逐步扩大成果"的思想，使有序列表的长度逐渐增加，直至其长度等于原列表的长度。
冒泡排序
冒泡排序是这样实现的：
首先将所有待排序的数字放入工作列表中。
从列表的第一个数字到倒数第二个数字，逐个检查：若某一位上的数字大于他的下一位，则将它与它的下一位交换。
重复2号步骤，直至再也不能交换。
冒泡排序的平均时间复杂度与插入排序相同，也是平方级的，但也是非常容易实现的算法。
选择排序
选择排序是这样实现的：
设数组内存放了n个待排数字，数组下标从1开始，到n结束。
i=1
从数组的第i个元素开始到第n个元素，寻找最小的元素。
将上一步找到的最小元素和第i位元素交换。
如果i=n－1算法结束，否则回到第3步
选择排序的平均时间复杂度也是O(n²)的。
快速排序
现在开始，我们要接触高效排序算法了。实践证明，快速排序是所有排序算法中最高效的一种。它采用了分治的思想：先保证列表的前半部分都小于后半部分，然后分别对前半部分和后半部分排序，这样整个列表就有序了。这是一种先进的思想，也是它高效的原因。因为在排序算法中，算法的高效与否与列表中数字间的比较次数有直接的关系，而"保证列表的前半部分都小于后半部分"就使得前半部分的任何一个数从此以后都不再跟后半部分的数进行比较了，大大减少了数字间不必要的比较。但查找数据得另当别论了。
堆排序
堆排序与前面的算法都不同，它是这样的：
首先新建一个空列表，作用与插入排序中的"有序列表"相同。
找到数列中最大的数字，将其加在"有序列表"的末尾，并将其从原数列中删除。
重复2号步骤，直至原数列为空。
堆排序的平均时间复杂度为nlogn,效率高（因为有堆这种数据结构以及它奇妙的特征，使得"找到数列中最大的数字"这样的操作只需要O(1)的时间复杂度，维护需要logn的时间复杂度），但是实现相对复杂（可以说是这里7种算法中比较难实现的）。
看起来似乎堆排序与插入排序有些相像，但他们其实是本质不同的算法。至少，他们的时间复杂度差了一个数量级，一个是平方级的，一个是对数级的。
平均时间复杂度
插入排序 O(n2)
冒泡排序 O(n2)
选择排序 O(n2)
快速排序 O(n log n)
堆排序 O(n log n)
归并排序 O(n log n)
基数排序 O(n)
希尔排序 O(n1.25)
冒泡排序
654
比如说这个，我想让它从小到大排序，怎么做呢？
第一步：6跟5比，发现比它大，则交换。564
第二步：5跟4比，发现比它大，则交换。465
第三步：6跟5比，发现比它大，则交换。456

D. 链表选择排序的C语言算法实现

common.h
#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#define OK 1
#define ERROR 0
#define TRUE 1
#define FALSE 0
linklist.h
#include common.h
typedef int ElemType;
typedef struct Node /*结点类型定义*/
{
ElemType data;
struct Node * next;
}Node, *LinkList; /* LinkList为结构指针类型*/
void CreateFromTail(LinkList L)
{
Node *r, *s;
char c;
int flag =1; /*设置一个标志，初值为1，当输入$时，flag为0，建表结束*/
r=L; /*r指针动态指向链表的当前表尾，以便于做尾插入，其初值指向头结点*/
while(flag) /*循环输入表中元素值，将建立新结点s插入表尾*/
{
c=getchar();
if(c!='$')
{
s=(Node*)malloc(sizeof(Node));
s->data=c;
r->next=s;
r=s;
}
else
{
flag=0;
r->next=NULL; /*将最后一个结点的next链域置为空，表示链表的结束*/
}
}
} 尾插法创建链表程序
/*_*====尾插法创建链表，返回链表头指针====*_*/
LinkList CreateFromTail2()
{
LinkList L;
Node *r, *s;
int c;
int flag =1;
L=(Node * )malloc(sizeof(Node));
L->next=NULL;
r=L;
while(flag)
{
scanf(%d,&c);
if(c!=-1)
{
s=(Node*)malloc(sizeof(Node));
s->data=c;
r->next=s;
r=s;
}
else
{
flag=0;
r->next=NULL;
}
}
return L;
} void linkSort(LinkList l)
{
Node *p,*q,*m,*n;
Node *temp1,*temp2;
if(l->next==NULL)
printf(NO LINKLIST!!!);
else
{
p=l;q=l->next;
while(q->next!=NULL)
{
m=p->next;
n=q->next;
temp1=m;
while(temp1->next!=NULL)
{
if(temp1->next->data<q->data && temp1->next->data<n->data)
{
m=temp1;n=temp1->next;
}
temp1=temp1->next;
}/*_*====此循环用于找到基准(q)以后的序列的最小的节点=====*_*/
if(m!=p->next || (m==p->next && m->data>n->data))
{
p->next=n;
p=n;
m->next=q;
m=q;
q=q->next;
n=n->next;
p->next=q;
m->next=n;
}/*_*======此条件用于交换两个节点*_*/
else
{
p=p->next;
q=q->next;
}/*_*======此条件用于没有找到最小值时的p，q后移操作*_*/
}/*_*=====外循环用于从前往后扫描，通过移动p,q指针实现=======*_*/
temp2=l->next;
printf(List after sorting is: );
while(temp2!=NULL)
{
printf(%5d,temp2->data);
temp2=temp2->next;
}
}
printf( );
} void main()
{
Node *temp3;
LinkList l;
printf( =====(end by -1)====== press enter after input the nember each time: );
l=CreateFromTail2();
temp3=l->next;
if(temp3==NULL)
printf(NO LINKLIST!!!);
else
{
printf(List before sorting is: );
while(temp3!=NULL)
{
printf(%5d,temp3->data);
temp3=temp3->next;
}
}
printf( );
linkSort(l);
}

E. 什么叫算法算法有哪几种表示方法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。计算机科学家往往将“算法”一词的含义限定为此类“符号算法”。“算法”概念的初步定义：一个算法是解决一个问题的进程。而并不需要每次都发明一个解决方案。

已知的算法有很多，例如“分治法”、“枚举测试法”、“贪心算法”、“随机算法”等。

(5)选择操作的实现算法有扩展阅读

算法中的“分治法”

“分治法”是把一个复杂的问题拆分成两个较为简单的子问题，进而两个子问题又可以分别拆分成另外两个更简单的子问题，以此类推。问题不断被层层拆解。然后，子问题的解被逐层整合，构成了原问题的解。

高德纳曾用过一个邮局分发信件的例子对“分治法”进行了解释：信件根据不同城市区域被分进不同的袋子里；每个邮递员负责投递一个区域的信件，对应每栋楼，将自己负责的信件分装进更小的袋子；每个大楼管理员再将小袋子里的信件分发给对应的公寓。

F. 数据结构有哪些基本算法

数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科。

可以理解为：程序设计 = 数据结构 + 算法

数据结构算法具有五个基本特征：输入、输出、有穷性、确定性和可行性。

1、输入：一个算法具有零个或者多个输出。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。后面一句话翻译过来就是，如果一个算法本身给出了初始条件，那么可以没有输出。比如，打印一句话：NSLog(@"你最牛逼！");

2、输出：算法至少有一个输出。也就是说，算法一定要有输出。输出的形式可以是打印，也可以使返回一个值或者多个值等。也可以是显示某些提示。

3、有穷性：算法的执行步骤是有限的，算法的执行时间也是有限的。

4、确定性：算法的每个步骤都有确定的含义，不会出现二义性。

5、可行性：算法是可用的，也就是能够解决当前问题。

数据结果的基本算法有：

1、图搜索（广度优先、深度优先）深度优先特别重要

2、排序

3、动态规划

4、匹配算法和网络流算法

5、正则表达式和字符串匹配

6、三路划分-快速排序

7、合并排序（更具扩展性，复杂度类似快速排序）

8、DF/BF 搜索 （要知道使用场景）

9、Prim / Kruskal （最小生成树）

10、Dijkstra （最短路径算法）

11、选择算法

G. 操作系统的主要算法都有哪些

一、进程(作业)调度算法
l 先来先服务调度算法（FCFS）：每次调度是从就绪队列中，选择一个最先进入就绪队列的进程，把处理器分配给该进程，使之得到执行。该进程一旦占有了处理器，它就一直运行下去，直到该进程完成或因发生事件而阻塞，才退出处理器。特点：利于长进程，而不利于短进程。

l 短进程（作业）优先调度算法(SPF)：它是从就绪队列中选择一个估计运行时间最短的进程，将处理器分配给该进程，使之占有处理器并执行，直到该进程完成或因发生事件而阻塞，然后退出处理器，再重新调度。

l 时间片轮转调度算法 ：系统将所有的就绪进程按进入就绪队列的先后次序排列。每次调度时把CPU分配给队首进程，让其执行一个时间片，当时间片用完，由计时器发出时钟中断，调度程序则暂停该进程的执行，使其退出处理器，并将它送到就绪队列的末尾，等待下一轮调度执行。

l 优先数调度算法 ：它是从就绪队列中选择一个优先权最高的进程，让其获得处理器并执行。

l 响应比高者优先调度算法：它是从就绪队列中选择一个响应比最高的进程，让其获得处理器执行，直到该进程完成或因等待事件而退出处理器为止。特点：既照顾了短进程，又考虑了进程到达的先后次序，也不会使长进程长期得不到服务，因此是一个比较全面考虑的算法，但每次进行调度时，都需要对各个进程计算响应比。所以系统开销很大，比较复杂。

l 多级队列调度算法

基本概念：

作业周转时间（Ti）＝完成时间(Tei)－提交时间(Tsi)

作业平均周转时间(T)＝周转时间/作业个数

作业带权周转时间（Wi）＝周转时间/运行时间

响应比＝（等待时间＋运行时间）/运行时间

二、存储器连续分配方式中分区分配算法
n 首次适应分配算法（FF）：对空闲分区表记录的要求是按地址递增的顺序排列的，每次分配时，总是从第1条记录开始顺序查找空闲分区表，找到第一个能满足作业长度要求的空闲区，分割这个空闲区，一部分分配给作业，另一部分仍为空闲区。

n 循环首次适应算法：每次分配均从上次分配的位置之后开始查找。

n 最佳适应分配算法(BF)：是按作业要求从所有的空闲分区中挑选一个能满足作业要求的最小空闲区，这样可保证不去分割一个更大的区域，使装入大作业时比较容易得到满足。为实现这种算法，把空闲区按长度递增次序登记在空闲区表中，分配时，顺序查找。

三、页面置换算法
l 最佳置换算法（OPT) ：选择以后永不使用或在最长时间内不再被访问的内存页面予以淘汰。

l 先进先出置换算法（FIFO）：选择最先进入内存的页面予以淘汰。

l 最近最久未使用算法（LRU）：选择在最近一段时间内最久没有使用过的页，把它淘汰。

l 最少使用算法（LFU）：选择到当前时间为止被访问次数最少的页转换。

四、磁盘调度
n 先来先服务（FCFS）：是按请求访问者的先后次序启动磁盘驱动器，而不考虑它们要访问的物理位置

n 最短寻道时间优先（SSTF）：让离当前磁道最近的请求访问者启动磁盘驱动器，即是让查找时间最短的那个作业先执行，而不考虑请求访问者到来的先后次序，这样就克服了先来先服务调度算法中磁臂移动过大的问题

n 扫描算法（SCAN）或电梯调度算法：总是从磁臂当前位置开始，沿磁臂的移动方向去选择离当前磁臂最近的那个柱面的访问者。如果沿磁臂的方向无请求访问时，就改变磁臂的移动方向。在这种调度方法下磁臂的移动类似于电梯的调度，所以它也称为电梯调度算法。

n 循环扫描算法（CSCAN）：循环扫描调度算法是在扫描算法的基础上改进的。磁臂改为单项移动，由外向里。当前位置开始沿磁臂的移动方向去选择离当前磁臂最近的哪个柱面的访问者。如果沿磁臂的方向无请求访问时，再回到最外，访问柱面号最小的作业请求。

H. 数据库中select语句的具体实现算法

select *
from student,sc
where student.sno=sc.sno(这个就是表属性连接)

I. 进化算法的框架

进化算法是以达尔文的进化论思想为基础，通过模拟生物进化过程与机制的求解问题的自组织、自适应的人工智能技术。生物进化是通过繁殖、变异、竞争和选择实现的；而进化算法则主要通过选择、重组和变异这三种操作实现优化问题的求解。如图1： 1、t=0
2、初始化群体p(0)
3、评估初始化群体p(0)
4、while终止条件不满足do
5、 重组操作：p(t)=r(p(t))
6、 变异操作：p(t)=m(p(t))
7、 评估操作：p(t)
8、 选择操作：p(t+1)=s(p(t)UQ)
9、 t=t+1
10、end 图1：进化算法基本框架
其中r、m、s分别表示重组算子、变异算子、选择算子。

J. 十大经典排序算法 C 语言实现[上]冒泡选择插入希尔归并

期中已到，期末将至。《算法设计与分析》的“预习”阶段借此开始~。在众多的算法思想中，如果你没有扎实的数据结构的功底，不知道栈与队列，哈希表与二叉树，不妨可以从排序算法开始练手。纵观各类排序算法，常见的、经典的排序算法将由此篇引出。

排序算法的输出必须遵守的下列两个原则：

十大经典的排序算法及其时间复杂度和稳定性如上表所示。判断一个排序算法是否稳定是看在相等的两个数据排序算法执行完成后是否会前后关系颠倒，如若颠倒，则称该排序算法为不稳定，例如选择排序和快速排序。

接下来十个经典排序算法的详细探讨缺少不了交换两个整数值的掌握，这里回顾一下其中三种方交换法：用临时变量交换两个整数的值(SwapTwo_1)、不用第三方变量交换两个整数的值(SwapTwo_2)、使用位运算交换两个整数的值(SwapTwo_3)。其中用临时变量交换两个整数的值效率最高，后俩者只适用于内置整型数据类型的交换，并不高效。

先不说公司面试笔试，大学实验室的纳新题里最常有的就是冒泡排序。冒泡排序重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。由于它的简洁，冒泡排序通常被用来对于程序设计入门的学生介绍算法的概念。

[图片上传失败...(image-93185f-1513765803581)]]( http://upload-images.jianshu.io/upload_images/2558748-990f8de3fbdbb50d.gif?imageMogr2/auto-orient/strip )

上图可见，冒泡排序算法的运作如下：

通俗来讲，整个冒泡排序就是通过两次循环，外层循环将此轮最大(小)值固定到此轮尾部，内层循环“冒泡”比较相邻的两个元素并决定是否交换位置。

从上图也可理解冒泡排序如何将每一轮最大（小）值固定到此轮尾部：尾部总为有序状态，前面无序状态区根据大小规则冒泡向后方传递最值。

选择排序首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。

上图左下角和右上角可以分别看做排序序列起始位置(已排序区)和排序序列末尾(未排序区)，左下角一直稳定更新，但选择排序不稳定，即排序后曾经相同的两个元素的前后位置关系可能会发生颠倒。

插入排序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。

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：

如果比较操作的代价比交换操作大的话，可以采用二分查找法来减少比较操作的数目。该算法可以认为是插入排序的一个变种，称为二分查找插入排序。这里先不做涉及。

希尔排序按其设计者希尔（Donald Shell）的名字命名，该算法由1959年公布。希尔排序也称递减增量排序算法，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。希尔排序是基于插入排序的以下两点性质而提出改进方法的：

希尔排序通过将比较的全部元素分为几个区域来提升插入排序的性能。这样可以让一个元素可以一次性地朝最终位置前进一大步。然后算法再取越来越小的步长进行排序，算法的最后一步就是普通的插入排序，但是到了这步，需排序的数据几乎是已排好的了（此时插入排序较快）。

步长的选择是希尔排序的重要部分。只要最终步长为1任何步长序列都可以工作。算法最开始以一定的步长进行排序。然后会继续以一定步长进行排序，最终算法以步长为1进行排序。当步长为1时，算法变为插入排序，这就保证了数据一定会被排序。

已知的最好步长序列是由 Sedgewick 提出的(1, 5, 19, 41, 109,...)，这项研究也表明“比较在希尔排序中是最主要的操作，而不是交换。”用这样步长序列的希尔排序比插入排序要快，甚至在小数组中比快速排序和堆排序还快，但是在涉及大量数据时希尔排序还是比快速排序慢。

归并排序是创建在归并操作上的一种有效的排序算法，效率为 O(n log n)。1945年由约翰·冯·诺伊曼首次提出。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用，且各层分治递归可以同时进行。

归并操作（merge），也叫归并算法，指的是将两个已经排序的序列合并成一个序列的操作。归并排序算法依赖归并操作。

归并排序用迭代法和递归法都可以实现，迭代法的算法步骤为：

递归法的算法步骤为：

这篇文章“十大经典排序算法及其 C 语言实现【上】”引出了十大经典算法的前五个并用 C 语言实践：冒泡排序、选择排序、插入排序、希尔排序和归并排序，并作出了充足的图文解释。即将推出的“十大经典排序算法及其 C 语言实现【下】”将对剩下五个经典算法快速排序、堆排序、计数排序、桶排序、基数排序作出完善，尽请期待~。