编程实践

6对“悲观算法和简单性分析”的回应

1. 保罗 说

   2013年10月25日上午9:24

   Python中的Slowsort。

   定义慢排序（L）：n=长度（L）如果n==1：返回L中间=n//2mx=最大值（慢排序（L[：mid]）[-1]，慢排序（L[mid:]）[-1-）L.移除（mx）返回慢速排序（L）+[mx]
2. 阿道夫·佩雷斯·阿尔瓦雷斯（@xardon） 说

   2013年10月25日下午8:59

   在Racket中实现较慢。

   #朗球拍（define（慢速排序！v[i 0][j（向量长度v）]）（条件[（<=（-j i）1）v][其他（定义k（商（+j i）2））（慢排序！v i k）（慢排序！v k j）（定义max-a（矢量参考v（-k 1）））（定义max-b（矢量参考v（-j 1）））（向量集！v（-k 1）（最小-最大-a最大-b））（向量集！v（-j 1）（最大值-a最大值-b））（慢排序！vi（-j 1））]）
3. 朱西·皮图莱宁 说

   2013年10月26日上午7:05

   非局部，提取最小值而不是最大值。咖啡脚本。（显然，这种语言中没有整数除法，无论是地板还是其他类型的除法，但有许多“技巧”，如x|0可以截断x。）
   
排序=（arr）->
[arr，res]=[arr[0…arr.length]，[]]
当arr.length>0时
i=最小值（arr）
响应脉冲（i）
k=arr.indexOf（i）
arr[k..k]=[]
资源

   最小值=（arr）->
   如果arr.length为1，则arr[0]
   其他
   a=排序（arr[0…arr.length/2|0]）[0]
   b=排序（arr[arr.length/2|0…arr.lendth]）[0]
   如果a<b，则a其他b

   控制台.log（排序（[3,1,4,1,5,9,2,6]）

4. 不情愿搜索|编程实践 说

   2015年4月3日上午9:01

   […]在已排序的数组中查找目标x的索引。我们研究了上一个练习中提到的不同算法。我让你去取报纸，享受作者的真诚[…]
5. 迈克 说

   2015年4月8日上午6:33

   在研究慢排序算法时，我意识到，通过将A[m]与A[j]交换，完全是为了将A[m移动到位。一个更好（即更差）的算法将A[m]与A[m+1]交换，并重复直到A[m]位于列表的末尾（就像气泡排序一样）。显然，我称之为“slowersort”的改进算法更为悲观。

   def slowersort（awry，i=无，j=无）：如果i为“无”：i=0如果j为无：j=长度（倾斜）-1如果i<j：m=（i+j）//2慢速运动（歪斜，i，m）慢速排序（awry，m+1，j）如果awry[m]>awry[j]：对于范围（m，j）中的k：awry[k]，awry[k+1]=awry[k+1]，awry[k]慢速排序（awry，i，j-1）awry=列表（'hgfedcba'）打印（歪斜）慢速（歪斜）打印（歪斜）
6. 丹尼尔·福格斯 说

   2020年12月24日上午10:32

   一般来说，对于任何给定的问题，是否存在一种悲观算法（无论是在时间上还是在空间上），而在这种情况下，可证明没有任何算法更不情愿（无论是时间上还是空间上）？当然，不会有任何浪费资源的欺骗行为（无论是在时间上还是空间上）。例如，递归计算斐波那契数（无需记忆）：这是斐波那奇数最慢的算法吗？