博客
关于我
排序算法学习(3)
阅读量:735 次
发布时间:2019-03-21

本文共 533 字,大约阅读时间需要 1 分钟。

为了有效地找到25个不重复数字中的前三个最大值,小白程序员可以按照以下步骤进行:

  • 分组处理:将25个数字分成五组,每组五个,使用五次函数调用进行排序。这样每次处理五个数字,最终得到五个有序的数组。

  • 提取最大值:在每个有序数组的结尾,可以看到最大值。这样五次分组之后,每组的一个最大值已经确定了。这需要额外的五次函数调用吗?或者是否可以在原有的五次分组函数调用中提取最大值?不一定,所以可能需要再次调用五次函数,或者优化逻辑。

  • 为了简化,假设每组处理后,提取最大值不需要额外调用,那么五次分组后就能得到五个最大值。

    1. 确定最大的三个:这五个最大值中可能有重复的最大值吗?非也,因为数字是不重复的。因此,五次分组后得到的五个最大值其实是最大的五个数字。接下来需要比较这些五个数字,找出其中最大的三个。
    2. 为了实现这一点,可以对这五个数字进行排序,再次使用函数调用,得到最终的三个最大值。

      因此,分组五次后,进行一次函数调用将五个最大值排序,从而得到最大的三个数字。

      综上所述,最初的五次函数调用用于分组排序,第四次或第五次应用用于比较最大值,再进行一次排序(第六到第七次调用),从而确定最终的最大三个数字。因此,至少需要七次函数调用。

      答案:需要至少七次函数调用来完成任务。

    转载地址:http://sicgz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>