图是一种非线性数据结构。它使用节点表示数据，使用边表示节点之间的关系。一个图 G 包含两个部分：顶点和边。顶点用集合 V 表示，边用集合 E 表示。所以图的表示法是 G(V, E)。让我们看一个例子来了解一下。在这个图中，有五个顶点和五条边。这些边是有向的。例如，如果我们选择连接顶点 B 和 D 的边，源顶点是 B，目标顶点是 D。所以我们可以从 B 移动到 D，但不能从… 阅读更多

在这里，我们将看到一些排序方法。有 200 多种排序技术。我们将看到其中几种。一些排序技术是基于比较的排序，一些是非基于比较的排序技术。基于比较的排序技术包括冒泡排序、选择排序、插入排序、归并排序、快速排序、堆排序等。这些技术被认为是基于比较的排序，因为在这些技术中，值被比较，并在不同阶段被放置到排序位置。在这里，我们将看到这些技术的时效性复杂度。分析类型冒泡排序选择排序插入排序归并排序快速排序堆排序最佳情况O(n2)O(n2)O(n)O(log n)O(log n)O(logn)平均情况O(n2)O(n2)O(n2)O(log n)O(log n)O(log n)最坏情况O(n2)O(n2)O(n2)O(log n)O(n2)O(log n)一些排序算法是… 阅读更多

在不同的情况下，我们执行不同的搜索方案来查找一些键。在本节中，我们将看到两种搜索技术，顺序搜索和二分搜索，之间的基本区别。顺序搜索二分搜索时间复杂度为 O(n)时间复杂度为 O(log n)在常数时间内找到位于第一个位置的键在常数时间内找到位于中心位置的键容器中元素的顺序不会影响。容器中的元素必须已排序可以使用数组和链表来实现它不能直接在链表中实现。我们需要改变基本的规则… 阅读更多

抽象数据类型是一种特殊的数据类型，其行为由一组值和一组操作定义。“抽象”关键字的使用是因为我们可以使用这些数据类型，我们可以执行不同的操作。但是这些操作是如何工作的，对用户来说是完全隐藏的。ADT是由原始数据类型组成的，但操作逻辑是隐藏的。在这里，我们将看到栈 ADT。这些是栈 ADT 的一些操作或函数。isFull()，用于检查栈是否已满isEmpty()，用于检查栈是否为空… 阅读更多

在这里，我们将看到一个关于凸包的例子。假设我们有一组点。我们必须通过采用较少的点来创建一个多边形，该多边形将覆盖所有给定的点。在本节中，我们将看到 Jarvis March 算法来获得凸包。Jarvis March 算法用于从给定的数据集点中检测凸包的角点。从数据集的最左点开始，我们通过逆时针旋转将点保留在凸包中。从当前点，我们可以通过检查… 阅读更多

按排序顺序给出的一组整数和另一个数组 freq 表示频率计数。我们的任务是创建一个包含这些数据的二叉搜索树，以便找到所有搜索的最小成本。创建一个辅助数组 cost[n, n] 来求解和存储子问题的解。成本矩阵将保存自下而上的解决问题的数据。输入- 节点作为键值和频率。键 = {10, 12, 20} 频率 = {34, 8, 50}输出- 最小成本为 142。这些是从给定值中可能得到的 BST。对于情况 1，成本… 阅读更多

负二项分布是一种随机数分布，它将根据负二项离散分布产生整数。这被称为帕斯卡分布，因此负二项分布可以写成$$P\lgroup i\arrowvert k,p\rgroup=\lgroup \frac{k+i-1}{i}\rgroup p^{k}\lgroup 1-p\rgroup^{i}$$示例　在线演示#include <iostream>#include <random> using namespace std; int main(){    const int nrolls = 10000; // 掷骰子的次数    const int nstars = 100; // 要分配的最大星数    default_random_engine generator;    negative_binomial_distribution distribution(3,0.5);    int p[10]={};    for (int i=0; i<

几何分布是对于 n = 0, 1, 2, … 的离散概率分布，具有概率密度函数$$P\lgroup n\rgroup=p\lgroup1-p\rgroup^{n}$$分布函数为 −$$D\lgroup n\rgroup=\displaystyle\sum\limits_{i=0}^n P\lgroup i \rgroup=1-q^{n+1}$$示例　在线演示#include <iostream>#include <random> using namespace std; int main(){    const int nrolls = 10000; // 掷骰子的次数    const int nstars = 100; // 要分配的最大星数    default_random_engine generator;    geometric_distribution distribution(0.3);    int p[10]={};    for (int i=0; i<

二项分布是获得 N 次伯努利试验中 n 次成功的离散概率分布 Pp(n | N)（具有由 x = 0 和 x = 1 标记的两个可能结果。x = 1 表示成功，x = 0 表示失败。成功发生的概率为 p，失败发生的概率为 q，q = 1 – p。）因此，二项分布可以写成$$P_{p}\lgroup n\:\arrowvert\ N\rgroup=\left(\begin{array}{c}N\ n\end{array}\right) p^{n}\lgroup1-p\rgroup^{N-n}$$示例　在线演示#include <iostream>#include <random> using namespace std; int main(){    const int nrolls = 10000; // 掷骰子的次数    const int nstars = 100; // … 阅读更多

#include <iostream>