- 综合排序
- 最热优先
- 最新优先
- 来自专栏C++信息学奥赛
杨校老师课堂之字符桶排序算法——桶排序结合字符标记专项题单
一、知识重点（一）字符桶的本质：数组映射字符核心逻辑：用数组下标映射字符的 ASCII 值，数组元素存储字符出现的次数（或是否出现）。 （二）字符桶的 3 大典型应用场景1. 统计每个字符的出现次数（字符的统计）2. 找出现次数最多的字符（字符的计数）3. 找未出现的字符（字符的存在）（三）字符桶的关键知识点知识点说明数组与 ASCII 的映射利用字符的 ASCII 码作为数组下标，实现 “字符→次数” 的直接映射桶数组的初始化需覆盖目标字符的 ASCII 范围（如小写字母 97-122，大写字母 65-90）遍历与筛选逻辑通过循环遍历桶数组，结合条件判断（>0/==0/>maxx）筛选结果字符与整数的转换输出时用 (char)i 将 ASCII 值转回字符 ；输入时 char c 直接存 ASCII 值（四）字符桶的扩展与进阶支持更多字符：若涉及中文或特殊字符，需用 ** Unicode 编码 **（如 wchar_t 或字符串统计），但基础思想一致（用下标映射编码值
20700编辑于 2025-07-03 - 来自专栏python3
#10 Python字符串
前言 通过上一节可知，Python6个序列的内置类型中，最常见的是列表和元组,但在Python中，最常用的数据类型却不是列表和元组，而是字符串。要想深入了解字符串，必须先掌握字符编码问题。 因此本篇博文将讲解Python字符编码问题和Python字符串的具体方法！ 一、Python字符编码 前提：计算机只认识两个数字：0和1，计算机在处理任何数据时，都要将数据转换为这两个数字的组合。 二、Python字符串 介绍完了字符编码的知识就该进入正题了，字符串作为Python最常用的数据类型，那一定有它独特的魅力，盘它！ Python中，有些字符被转义了，通常字符前面有 \ 代表转义字符，比如 '\n' 代表换行符，其他的转义字符见下表： \(在行尾时) # 续行符 \\ name.startswith('Mi') Out[120]: True In [122]: name.endswith('ep') # 判断结尾，区分大小写 Out[122]: True 10
80321发布于 2020-01-17 - 来自专栏算法其实很好玩
Day10-字符串-同字符词语分组
Q:已知一组字符串，将所有anagram(由颠倒字母顺序而构成的字)放到一起输出。 ，输出是一个二维字符串数组 那么随即问题来了： 如何建立哈希map，以及怎样设计key与value，就可以将各个字符相同的字符串，映射到一起？ 我们要知道，c++标准STL中的vector，即字符串数组vector<string>，支持对每个字符串进行排序，比如“asdf”,排序后就是“adfs” 知道了这一点，是不是有思路了呢 ? 那么，我们可以这样处理逻辑： 建立字符串到字符串数组的哈希map，遍历字符串数组strings中的每一个单词： 如果该单词排序后，从未出现在哈希map中： 设置从该单词到空字符串数组的映射 ，返回类型是二位字符串数组 map<string, vector<string>> anagram;//初始化一个哈希map，从字符串到字符串数组的映射 vector<vector<string
63720发布于 2019-07-15 - 来自专栏技术分享
C语言(10)----字符函数和字符串函数
C语言中字符和字符串的使用非常之多。为了提高代码的效率以及精简代码，C语言规定了一系列的字符函数和字符串函数。接下来对常用的函数进行介绍。 6. isspace()：检查字符是否是空格字符。 7. ispunct()：检查字符是否是标点符号。 8. isprint()：检查字符是否是可打印字符（包括图形字符和空白字符）。 9. isnumeric()：检查字符是否是数字字符（包括Unicode数字字符）。 10. isdecimal()：检查字符是否是十进制数字字符。 的操作 第⼀个字符串⼤于第⼆个字符串，则返回⼤于0的数字 ； 第⼀个字符串等于第⼆个字符串，则返回0 ； 第⼀个字符串⼩于第⼆个字符串，则返回⼩于0的数字。 头文件：string.h 要求： • 比较是按照ASCII码顺序逐个字符进行的，从两个字符串的首字符开始逐个比较，直到遇到不相等的字符或者遇到字符串结束符\0为止 注意：比较不是按照字符串长度进行的
44010编辑于 2024-06-18 - 来自专栏Android点滴分享
汇编学习(10) 字符串
本篇介绍 本篇介绍下汇编中的字符串。 字符串 C语言中定义字符串是会以"\0"结束，汇编中不会这样，只要是一块连续的内存，都可以认为是字符串。 ,"my_string of zeros:" string3 db 10,"my_string of ones:" string4 db 10,"again my_string of ASCII :" string5 db 10,"copy my_string to other_string:" string6 db 10,"reverse copy my_string to other_string ",10,0 string2 db "This is the 2nd string. repe(repeat while equal), repne(repeat while not equal),借助comsb，scasb就可以查找字符串了。
59760编辑于 2022-12-19 - 来自专栏用户2442861的专栏
桶排序
]存储((i-1)*10, i*10]的整数，i = 1,2,..100。 ];//指针数组 int n=1;//用于取整数各位上的值 int index;//数组下标计数索引 int indexs[10];//各个桶下标计数索引 int i,j; //分配动态内存作为桶 for(i=0;i<10;++i) buckets[i]=(elementType *)malloc(sizeof(elementType) 数组至桶 for(i=0;i<len;++i) { n=(int)(r[i]*10); //printf("%d ",n); { quickSort(buckets[i],indexs[i]); } //桶至数组 for(i=0;i<10;++i) for
76240发布于 2018-09-14 - 来自专栏我的博客
桶排序
桶排序 (Bucket sort)或所谓的箱排序，是一个排序算法，工作的原理是将数组分到有限数量的桶子里。 每个桶子再个别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排序） 思想： 设待排序序列的元素取值范围为0到m，则我们新建一个大小为m+1的临时数组并把初始值都设为0，遍历待排序序列 示例： $v){ for($i = 0; $i < $v; $i++) { echo $k; } } 应用大量数据排序 比如9亿不重复的9位数字排序，可以初始化10
72660发布于 2018-04-28 - 来自专栏用户1175783的专栏
# 桶排序
# 桶排序 # 原理 求出无序集合的最大值与最小值（这里的最小值指存在负数的情况），创建对应的数组长度 length=max+1 这里要处理一下负数 if min<0: length+=abs(min) 该length就是桶数组的长度，并创建这个桶数组将所有值初始化为0 然后遍历无须数组，修改桶中元素的个数（桶数组所以对应的值就是无需数组中相同值的个数） 最后只需要将桶数组中值大于 # 实现 inputArr = [ 11,10,199383, 34, -1,-32,-29, 4, 0, 34, 5, 4, 36, 1, 8, 123, 453, 1008] print("未排序集合 minItem>item): minItem=item # 最小值，最大值 print("min:{0}\tmax:{1}".format(minItem,maxItem)) # 创建桶数组 minItem<0): length+=abs(minItem) bigArr=[0]*length for item in inputArr: bigArr[item]+=1 # 将桶中的数据放到对应的有序数组上
44820发布于 2019-09-10 - 来自专栏数据结构与算法
桶排序
桶排序 桶排序的思想是若待排序的记录的关键字在一个明显有限范围内(整型)时，可设计有限个有序桶，每个桶装入一个值（当然也可以装入若干个值），顺序输出各桶的值，将得到有序的序列。 3 int a[100001]; 4 int b[100001]; 5 int maxn=-1; 6 int main() 7 { 8 int n; 9 cin>>n; 10
61190发布于 2018-04-12 - 来自专栏Jed的技术阶梯
桶排序
桶排序是一种排序的思想，其实现包括计数排序和基数排序两种，冒泡排序、选择排序、插入排序、归并排序、快速排序和堆排序都是基于比较的排序，而桶排序提出了一种新的思路，即基于数据状态的排序。 1. 桶排序的思想 (1) 得到无序数组的取值范围 ? (2) 根据取值范围"创建"对应数量的"桶" ? (3) 遍历数组，把每个元素放到对应的"桶"中 ? (4) 按照顺序遍历桶中的每个元素，依次放到数组中，即可完成数组的排序。 "桶"是一种容器，这个容器可以用多种数据结构实现，包括数组、队列或者栈。 2. ，总的来说为O(n) 稳定性：桶排序是否稳定取决于"桶"用什么数据结构实现，如果是队列，那么可以保证相同的元素"取出去"后的相对位置与"放进来"之前是相同的，即排序是稳定的，而如果用栈来实现"桶"，则排序一定是不稳定的 ，因为桶排序可以做到稳定，所以桶排序是稳定的排序算法 3.
1.2K60发布于 2019-05-09 - 来自专栏后端知识体系
桶排序
# LeetCode-桶排序 桶排序算法回顾 示例1 输入: nums = [4,0,1,2,0,5] 输出: [0,0,1,2,4,5] # 解题思路 桶排序(Bucket Sort)的原理很简单 在桶排序时，创建容量为MAX的桶数组r，并将桶数组元素都初始化为0；将容量为MAX的桶数组中的每一个单元都看作一个"桶"。 在排序时，逐个遍历数组a，将数组a的值，作为"桶数组r"的下标。 class BucketSort2 { public static void main(String[] args) { int[] arr = {4, 0, 1, 2, 0, 10 ，在计数排序中，每个桶只存储相同的元素 而桶排序中每个桶存储一定范围的元素，通过映射函数，将待排序数组中的元素存储到各个对应的桶中 之后对每个桶中的元素进行排序 最后将非空桶中的元素逐个放入原序列中 桶排序需要尽量保证元素分散均匀 主要步骤有： N次循环，将每个元素装入对应的桶中 M次循环，对每个桶中的数据进行排序(平均每个桶有N/M个元素) 一般使用较为快速的排序算法，时间复杂度为O(nlogn)，实际的桶排序过程是以链表形式插入的
40930编辑于 2022-07-14 - 来自专栏hotarugaliの技术分享
桶排序
简介 桶排序是将待排序序列分到有限数量的桶中，然后对每一个桶分别进行排序。 桶排序的前提假设为被排序序列的关键字数值符合均匀分布，此时桶排序的平均时间复杂度为 ，最坏时间复杂度为 其中 为桶的数量。当桶数量 时，此时桶排序的复杂度为线性复杂度 。 桶排序是非原址的，其稳定性取决于内层排序的稳定性。一般采用稳定的插入排序作为内层排序算法，此时桶排序是稳定的。 2. 思想 桶排序的主要思想是对待排序序列的关键字数值进行分块，每一块对应一个桶，然后对每个桶使用插入排序（或其他排序算法）进行排序，最后将所有桶中的元素串联起来即得到有序序列。 3. 实现 3.1 伪代码 BucketSort(A, mx, n) { // mx 为最大数值，n 为桶数量 // 定义 n 个桶 define bucket[n] // 计算分块的块大小
41130编辑于 2022-03-01 - 来自专栏灰子学技术
限速之令牌桶和漏桶算法
对于限速来说，最常用的两个算法是：令牌桶算法和漏桶算法，下面我们便来看下它们是怎么回事。 一、令牌桶： 令牌桶这种控制机制基于令牌桶中是否存在令牌来指示什么时候可以发送流量。 如果令牌桶中存在令牌，则允许发送流量；而如果令牌桶中不存在令牌，则不允许发送流量。因此，如果突发门限被合理地配置并且令牌桶中有足够的令牌，那么流量就可以以峰值速率发送。 令牌桶的工作过程： 1.令牌根据时间匀速的产生令牌数量，这里假设是r，存入到令牌桶中. 2.令牌桶在初始化的时候，会分配一定数量的令牌数capicity。 当前时间t内可以消费的令牌数量为： 当前令牌桶剩余的令牌数(这里最大是capicity) + r*t 二、漏桶 漏桶可以看作是一个带有常量服务时间的单服务器队列，如果漏桶（包缓存）溢出，那么数据包会被丢弃 在“令牌桶算法”中，只要令牌桶中存在令牌，那么就允许突发地传输数据直到达到用户配置的门限，因此它适合于具有突发特性的流量。
9.7K32发布于 2020-10-10 - 来自专栏Java架构-筑基
10分钟详解Spring全家桶7大知识点
Spring框架自诞生以来一直备受开发者青睐，有人亲切的称之为：Spring 全家桶。 那么，今天花费10分钟，梳理Spring框架相关知识。 一、Spring知识点-汇总 ---- spring系列包含非常多的项目，可以满足java开发中的方方面面。 事件广播器用来向applicationListener通知各种应用产生的事件，是一个标准的观察者模式； 第9步：是留给子类的扩展步骤，用来让特定的context子类初始化其他的bean； 第10步：把实现了
1.6K20发布于 2019-04-25 - 来自专栏搜云库技术团队
接口限流算法：漏桶算法&令牌桶算法
这时候漏桶算法可能就不合适了，令牌桶算法更为适合。 令牌桶算法的原理是系统以恒定的速率产生令牌，然后把令牌放到令牌桶中，令牌桶有一个容量，当令牌桶满了的时候，再向其中放令牌，那么多余的令牌会被丢弃；当想要处理一个请求的时候，需要从令牌桶中取出一个令牌，如果此时令牌桶中没有令牌 acquire = limiter.acquire(1); } else if (i == 2) { acquire = limiter.acquire(10 预消费能力 从输出结果可以看出，指定每秒放1个令牌，RateLimiter具有预消费的能力： acquire1 时，并没有任何等待 0.0 秒 直接预消费了1个令牌 acquire10时，由于之前预消费了 1 个令牌，故而等待了1秒，之后又预消费了10个令牌 acquire2 时，由于之前预消费了 10 个令牌，故而等待了10秒，之后又预消费了2个令牌 acquire20 时，由于之前预消费了 2 个令牌
1.6K30发布于 2019-10-18 - 来自专栏Java技术栈
接口限流算法：漏桶算法&令牌桶算法。
限流算法 既然要限流，就得提到限流算法了，一般有漏桶算法和令牌桶算法两种限流算法。 令牌桶算法的原理是系统会以一个恒定的速度往桶里放入令牌，而如果请求需要被处理，则需要先从桶里获取一个令牌，当桶里没有令牌可取时，则拒绝服务。 漏桶算法和令牌桶算法的选择 漏桶算法与令牌桶算法在表面看起来类似，很容易将两者混淆。但事实上，这两者具有截然不同的特性，且为不同的目的而使用。 漏桶算法与令牌桶算法的区别在于，漏桶算法能够强行限制数据的传输速率，令牌桶算法能够在限制数据的平均传输速率的同时还允许某种程度的突发传输。 因此，漏桶算法对于存在突发特性的流量来说缺乏效率。而令牌桶算法则能够满足这些具有突发特性的流量。通常，漏桶算法与令牌桶算法结合起来为网络流量提供更高效的控制。
4.5K90发布于 2018-03-30 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序——桶计数
遍历循环（输出阶段）：for (int i = 1; i <= 10; i++) 遍历 1-10 的数字，输出每个数字及其对应的出现次数（第一套代码）；或在遍历中查找最大值（第二套代码）。 现在老师挑选出10件展品，编号1~10，由50位同学进行投票，投票过程结束之后计算出每件展品的得票情况。 现在老师挑选出10件展品，编号1~10，由50位同学进行投票，投票过程结束之后计算出得票最高的展品编号及票数。 输入描述输入10个编号，分别代表10位评委的选票。输出描述得票最高者的编号以及得票，中间用空格隔开。 ; ++i){ // 循环10次，从1到10 cin>>t; // 从标准输入读取一个整数赋值给t ++a[t]; // 将数组a中下标为t的元素值加1 }
26400编辑于 2025-07-03 - 来自专栏码农沉思录
如何实现漏桶算法与令牌桶算法
目前常见的算法是漏桶算法和令牌算法。 令牌桶算法。相比漏桶算法而言区别在于，令牌桶是会去匀速的生成令牌，拿到令牌才能够进行处理，类似于匀速往桶里放令牌。 漏桶算法是：生产者消费者模型，生产者往木桶里生产数据，消费者按照预先定义的速度去消费数据。 应用场景： 漏桶算法：必须读写分离的情况下，限制读取的速度。 次 private final RateLimiter consumerRate=RateLimiter.create(10d); //往桶里面放数据时，确认没有超过桶的最大的容量 private 个线程 每秒提交 50个数据 1/0.2s*10=50个 IntStream.range(0, 10).forEach(i -> { new Thread(() - 相比漏桶算法而言区别在于，令牌桶是会去匀速的生成令牌，拿到令牌才能够进行处理，类似于匀速往桶里放令牌 * 漏桶算法是：生产者消费者模型，生产者往木桶里生产数据，消费者按照定义的速度去消费数据 * * 应用场景
1.9K20发布于 2019-07-13 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序——桶标记
签到问题【题目描述】老师带领10位同学去博物馆参观，这10位同学编号1~10。通过签到确定已经有8位同学到达，请输出未到达同学的编号。 【输入样例】3 2 9 10 6 4 5 7【输出样例】1 8#include <iostream>using namespace std;int main() { int a[15] = {0} ; // 定义数组a，用于标记1-10范围内的数字是否出现过，初始全为0 int t; // 第一阶段：读取前10个输入，标记出现过的数字 for (int i = 1; i <= 10; i++) { cin >> t; a[t] = 1; // 将输入的数字t对应的数组位置标记为1（表示出现过） } // 第二阶段 ：再读取10个输入，但此处逻辑存在问题 // 本意可能是检查这10个输入中哪些在前10个输入中未出现 // 但代码错误地使用了a[i]（i是循环变量）而非a[t]（t是当前输入） for
18800编辑于 2025-07-03 - 来自专栏人人都是架构师
常用限流策略——漏桶与令牌桶介绍
漏桶法的关键点在于漏桶始终按照固定的速率运行，但是它并不能很好的处理有大量突发请求的场景，毕竟在某些场景下我们可能需要提高系统的处理效率，而不是一味的按照固定速率处理请求。 // 2 10ms // 3 10ms // 4 10ms // 5 10ms // 6 10ms // 7 10ms // 8 10ms // 9 10ms } 它的源码实现也比较简单，这里大致说一下关键的地方，有兴趣的同学可以自己去看一下完整的源码。 令牌桶其实和漏桶的原理类似，令牌桶按固定的速率往桶里放入令牌，并且只要能从桶里取出令牌就能通过，令牌桶支持突发流量的快速处理。 对于从桶里取不到令牌的场景，我们可以选择等待也可以直接拒绝并返回。 对于令牌桶的Go语言实现，大家可以参照github.com/juju/ratelimit库。
1.1K30编辑于 2023-09-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号