插入排序算法
2023-04-18 12:58:11 时间
插入排序算法
using System; namespace AlgorithmDemo { class Program { static void Main(string[] args) { int[] arr = new int[10]; for (int i = 0; i < 10; i++) { arr[i] = new Random(DateTime.Now.Millisecond + i).Next(1, 100); } Console.WriteLine("排序之前的数组为 :********************************"); arr.Show(); Console.WriteLine(); Console.WriteLine("排序中的数组为 :********************************"); InsertSort(arr); Console.WriteLine("排序之后的数组为 :********************************"); arr.Show(); Console.Read(); } //插入排序 static void InsertSort(int[] arr) { int inner, temp; for (int outer = 1; outer < arr.Length; outer++) { temp = arr[outer]; inner = outer; while (inner > 0 && arr[inner - 1] >= temp) { arr[inner] = arr[inner - 1]; inner -= 1; } arr[inner] = temp; arr.Show(); } } //选择排序 static void SelectionSort(int[] arr) { int min, temp; for (int outer = 0; outer < arr.Length; outer++) { min = outer; for (int inner = outer + 1; inner < arr.Length; inner++) { if (arr[inner] < arr[min]) { min = inner; } } temp = arr[outer]; arr[outer] = arr[min]; arr[min] = temp; arr.Show(); } } } public static class Extensions { public static void Show(this int[] arr) { foreach (var item in arr) { Console.Write(item + " "); } Console.WriteLine(); } } }
排序之前的数组为 :********************************
61 65 18 69 22 74 27 78 31 83
排序中的数组为 :********************************
61 65 18 69 22 74 27 78 31 83
18 61 65 69 22 74 27 78 31 83
18 61 65 69 22 74 27 78 31 83
18 22 61 65 69 74 27 78 31 83
18 22 61 65 69 74 27 78 31 83
18 22 27 61 65 69 74 78 31 83
18 22 27 61 65 69 74 78 31 83
18 22 27 31 61 65 69 74 78 83
18 22 27 31 61 65 69 74 78 83
排序之后的数组为 :********************************
18 22 27 31 61 65 69 74 78 83
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击