杨校老师课堂之桶排序——桶标记

（如 a[t] = 1;）数组作为 “标记表” 的应用（用 0/1 表示元素是否出现过）数组范围与边界数组下标从 0 开始（但代码中常从 1 开始使用，需注意对应关系）静态数组大小的限制（如 a[1005 【输入样例】5 32 4 5【输出样例】1 3#include <iostream>using namespace std;int a[1005] = {0}; // 定义标记数组，初始化为0（所有元素未被标记 ）int main() { int n, m, t; cin >> n >> m; // 输入n（总范围）和m（待标记元素数量） // 标记阶段：将输入的m个元素在数组a中对应位置设为 i未被标记 cout << i << " "; // 输出该元素 } } return 0;}3. （标记为1） for (int i = 1; i <= m; i++) { cin >> t; a[t] = 1; // 将元素t对应的数组位置标记为1

杨校老师课堂之桶排序算法——桶标记计数练习

用于存储数字出现的次数 int k, t; // k 表示输入数字的次数，t 表示输入的数字 cin >> k; // 从标准输入读取输入数字的次数 k // 输入每个数字并进行次数标记 从标准输入读取一个整数到 t t = t + 50; // 将 t 加上 50 ++a[t]; // 将数组 a 中下标为 t 的元素值加 1 } // 遍历每个桶查找出现次数超过一半数字 从标准输入读取一个整数到 t ++a[t]; // 将数组 a 中下标为 t 的元素值加 1 } int cnt = 0; // 定义计数器 cnt 并初始化为 0 // 遍历每一个桶对出现数字进行计数 a 并初始化为 0 int n, x; // n 表示输入数字的数量，x 表示输入的数字 cin >> n; // 从标准输入读取输入数字的数量 n // 输入数字并判断，未被标记过的数字 ，输出并进行标记 for(int i = 1; i <= n; ++i){ cin >> x; // 从标准输入读取一个整数到 x if(a[x] == 0){

杨校老师课堂之去重桶排序算法——桶标记应用专项题单

（如 a[5]=1 表示数字 5 出现过）空间换时间：通过 O (1) 时间复杂度完成元素查询与标记统计与筛选计数统计：通过 a[t]++ 统计数字出现次数（第三套代码）补集思想：输出未被标记的元素（第二套代码 【输入样例】2 7 4 1 8【输出样例】3 5 6 9 10#include <iostream>using namespace std;int a[15] = {0}; // 定义标记数组，用于标记 1-10范围内的数字是否出现过，初始全为0int main() { int t; // 标记阶段：读取5个输入数字，并在数组a中标记这些数字出现过 for (int i = 1 样例输入54 1 3 2 3输出4 3 2 1#include <iostream>using namespace std;int a[105] = {0}; // 定义标记数组，用于标记1-100范围内的数字是否出现过 ，初始全为0int main() { int n, t; cin >> n; // 输入数字的总数量 // 标记阶段：读取n个输入数字，并在数组a中标记这些数字出现过

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）。 次数 → 元素值：数组元素值记录该字符出现的次数（或标记是否出现）。（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

学习分类 2-3 感知机

要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。

动画 | 什么是2-3树？

2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---

什么是2-3树

2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂

HTML布局标记和列表标记

布局标记 首先要介绍的布局标记是div标记，div可以做网页的层也可以做网页的分区。当div做网页的层时可以实现漂浮在网页上的效果，就像我们经常可以在网站里看见的那些漂浮广告。 我们查看一下百度搜索的源码就可以看到，这个页面用的最多的标记就是div，所以也就可以知道这个页面是使用div标签来布局的： ? table标记和div标记一样都是属于网页布局的标记，table主要是用来做表格，table里常用的属性是：border表格的边界线、cellpadding 表格的填充程度、cellspacing 内间距距离 列表标记 首先要介绍的第一个列表是ul无序列表，无序列表是一个项目的列表，此列项目使用粗体圆点（典型的小黑圆圈）进行标记，ul需要嵌套li实现列表效果。 接下来是ol有序列表同样，有序列表也是一列项目，列表项目使用自增的数字进行标记，所以称为有序列表。有序列表始于

标签，每个列表项也是始于
1. 标签，代码示例： ? 运行结果： ?

2-3 链表拼接 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数

2-3 T-SQL函数

2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上 也可以将每一个分配记录的数组元素称为“桶”。ntile函数有一个参数，用来指定桶数。 下面的SQL语句使用ntile函数对teacher表进行了装桶处理，本次共装3个桶：select ntile(3) over(order by salary) as bucket,tno,name,salary

2-3 选项卡控件

2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．

HTML多媒体标记与框架标记

多媒体标记 在html中可以使用多媒体标记来在网页上播放音频文件，或者显示一些好看的图片用来装饰网页。Flash文件也可以通过相应的标记显示在网页上，

标记肤色

算法：肤色范围划定为：色调值在[5,170]之间，饱和度值在[25,166]之间（肤色范围根据实际图片设定）。

信息标记

信息标记的三种形式 XML(eXtensible Markup Language) YAML(YAML Ain’t Markup Language) JSON(JaveScript Object Notation ) XML 使用标签标记信息的表达形式<people> <! <zipcode>541004</zipcode> <prof>boy</prof><prof>boring</prof> </people> JSON 有类型键值对标记信息的表达形式 streetAddre":"None", "city": "Gui Lin", "zipcode": "541004" } } YML 无类型键值对标记信息的表达形式

算法原理系列：2-3查找树

结构缘由 首先，搞清楚2-3查找树为什么会出来，它要解决什么样的问题？假设我们对它的基本已经有所了解了。先给它来个简单的定义： 2-3查找树： 一种保持有序结构的查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢？ 这里我们从BST遇到的实际问题出发，提出设计指标，再去思考利用些潜在的性质来构建2-3树。 这部分内容，没有什么理论根据，而是我自己尝试去抓些字典的性质来构建，而2-3树的诞生过程并非真的如此，所以仅供参考。 构建2-3树 字典的两个主要操作为：查找和插入。 我就不卖关子了，直接给出2-3树的其中一个基本定义： 一棵2-3查找树或为一颗空树，或由以下节点组成： 2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点 3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 ！！！

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

桶排序

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回方式继续使用桶排序进行排序）。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候，桶排序使用线性时间（Θ（n））。 总共有100个桶。然后对A[1..n]从头到尾扫描一遍，把每个A[i]放入对应的桶B[j]中。 然后再对这100个桶中每个桶里的数字排序，这时可用冒泡，选择，乃至快排，一般来说任何排序法都可以。 最后依次输出每个桶里面的数字，且每个桶中的数字从小到大输出，这样就得到所有数字排好序的一个序列了。          假设有n个数字，有m个桶，如果数字是平均分布的，则每个桶里面平均有n/m个数字。 因为输入数均匀分布在[0，1)上，所以一般不会有很多数落在一个桶中的情况。为得到结果，先对各个桶中的数进行排序，然后按次序把各桶中的元素列出来即可。 当然桶排序的空间复杂度为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。此外，桶排序是稳定的。

标记字段

标记字段 代码中有时候有这种需求：需要一个公共访问的标记字段，以下称为标记字段。 从需求上看，不是当前对象设置的标记它就不应该去清除，因为另一个对象在重新设置标记字段的值得时候自动清除了上一标记值。 可以使用一个额外的字段记录对标记进行赋值的对象，然后通过比较当前对象标记试图操作的对象和之前设置已有标记值的对象就可以得到需要的标记作用。 下面设计一个类型FlagField来组合标记值和标记人，使得标记字段的含义更加内聚。 FlagField类型 代码如下： /** * 标记字段，用来存储被公共访问的带有赋值者信息的数据。 赋值者在合适的时间赋值， * 之后可以清除标记值，如果中间有其它 * 赋值者重新标记则清除操作不做任何动作——访问者继续 访问新的标记。

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

# 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 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