尝试用 C++ 编写快速排序算法并出现错误
Trying to write quick sort algorithm in c++ and getting error
所以我正在尝试用 C++ 编写带向量的快速排序算法。
template <typename T>
T qsort(vector<T> arr)
{
int mid_idx = round(arr.size() / 2);
int root_el = arr[mid_idx];
vector<T> smaller;
vector<T> bigger;
vector<T> equals;
for (T i: arr)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
return (qsort(smaller) + equals + qsort(bigger));
}
我收到这个错误:
invalid operands to binary expression ('int' and 'vector<int>') [Semantic Issue]
那你能告诉我哪里出了问题吗?
此 C++ 代码存在一些问题。
qsort
模板函数显然打算 return 一个向量,从最后的 return
指令开始。但它被声明为 returning 类型 T 的单个对象。
此外,向量参数通过 value 传递,这对于大型向量(重复)来说是昂贵的。我建议改为通过引用传递它。
所以我们可以将顶部声明更改为:
template <typename T>
vector<T> qsort(vector<T>& arr)
{
一个更根本的问题: 从代码来看,似乎每次调用 qsort
都会递归且无条件地导致另外两次调用 qsort
.如果以这种方式编写函数,则程序无法终止。或者更确切地说,当它耗尽堆栈时,操作系统将杀死它 space,从而进行一些非法的内存访问。
每个递归算法都需要一些终止条件。在我们的例子中,如果数组的大小小于 2,则无事可做,因为它显然已经排序了。
所以qsort
函数的开头可以这样写:
#include <vector>
#include <cmath>
#include <iostream>
using std::vector;
template <typename T>
vector<T> qsort(vector<T>& arr)
{
if (arr.size() < 2)
return arr; // so small it is already sorted !
此外,在for循环中,变量i
被用作整数索引,但被声明为类型T的对象。循环可以这样写:
for (int i = 0; i < arr.size(); i++)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
现在,我们来到最后的 return
指令:
return (qsort(smaller) + equals + qsort(bigger));
上面的代码行显然假设对于向量,“+”运算符表示向量连接。但实际上这在 C++ 标准中是未定义的。因此,即使在包含 <vector>
头文件之后,在范围内也没有向量“+”的定义。
此外,如果国际 C++ 标准化委员会提出标准化向量“+”的问题,将会有巨大的压力,特别是来自计算物理学界的压力,支持在 传统方式常见的数学和物理教科书。
也就是说,[10,20,30] + [2,4,6]
的值必须是 [12,24,36]
而 而不是 [10,20,30,2,4,6]
正如您的代码似乎暗示的那样。
所以我们必须手动做这个向量连接,例如,使用insert STL方法:
auto lts = qsort(smaller);
auto gts = qsort(bigger);
// concatenate sorted vectors:
lts.insert(lts.end(), equals.begin(), equals.end());
lts.insert(lts.end(), gts.begin(), gts.end());
return lts;
总的来说,以下版本的代码按预期工作:
template <typename T>
vector<T> qsort(vector<T>& arr)
{
if (arr.size() < 2)
return arr; // so small it is already sorted !
int mid_idx = arr.size() / 2;
T root_el = arr[mid_idx];
vector<T> smaller;
vector<T> bigger;
vector<T> equals;
for (int i = 0; i < arr.size(); i++)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
auto lts = qsort(smaller);
auto gts = qsort(bigger);
// concatenate sorted vectors:
lts.insert(lts.end(), equals.begin(), equals.end());
lts.insert(lts.end(), gts.begin(), gts.end());
return lts;
}
测试代码:
int main()
{
vector<int> v1 { 609,396,620,173, 742,996,880,125,
478,745,206,798, 998,124,960,175 };
vector<int> v2 = qsort(v1);
for (auto m : v2) {
std::cout << m << ' ';
}
std::cout << std::endl;
return EXIT_SUCCESS;
}
程序输出:
$ ./q64784877.x
124 125 173 175 206 396 478 609 620 742 745 798 880 960 996 998
$
效率注意事项:
您的代码创建了许多临时向量,因此动态分配了大量内存。如果您查看 traditional versions of Quicksort,代码不会分配任何额外的内存。它在初始数组中完成所有工作,但这会使算法稍微复杂一些。
此外,上面的代码使用递归到最底端,仅当子向量的大小降到1时才停止。在实践中,它可能更有效当子数组大小下降到 10 或 15 时,切换到非递归的、更简单的算法,例如 Insertion Sort。要在您的平台上测试准确的最佳阈值。
所以我正在尝试用 C++ 编写带向量的快速排序算法。
template <typename T>
T qsort(vector<T> arr)
{
int mid_idx = round(arr.size() / 2);
int root_el = arr[mid_idx];
vector<T> smaller;
vector<T> bigger;
vector<T> equals;
for (T i: arr)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
return (qsort(smaller) + equals + qsort(bigger));
}
我收到这个错误:
invalid operands to binary expression ('int' and 'vector<int>') [Semantic Issue]
那你能告诉我哪里出了问题吗?
此 C++ 代码存在一些问题。
qsort
模板函数显然打算 return 一个向量,从最后的 return
指令开始。但它被声明为 returning 类型 T 的单个对象。
此外,向量参数通过 value 传递,这对于大型向量(重复)来说是昂贵的。我建议改为通过引用传递它。
所以我们可以将顶部声明更改为:
template <typename T>
vector<T> qsort(vector<T>& arr)
{
一个更根本的问题: 从代码来看,似乎每次调用 qsort
都会递归且无条件地导致另外两次调用 qsort
.如果以这种方式编写函数,则程序无法终止。或者更确切地说,当它耗尽堆栈时,操作系统将杀死它 space,从而进行一些非法的内存访问。
每个递归算法都需要一些终止条件。在我们的例子中,如果数组的大小小于 2,则无事可做,因为它显然已经排序了。
所以qsort
函数的开头可以这样写:
#include <vector>
#include <cmath>
#include <iostream>
using std::vector;
template <typename T>
vector<T> qsort(vector<T>& arr)
{
if (arr.size() < 2)
return arr; // so small it is already sorted !
此外,在for循环中,变量i
被用作整数索引,但被声明为类型T的对象。循环可以这样写:
for (int i = 0; i < arr.size(); i++)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
现在,我们来到最后的 return
指令:
return (qsort(smaller) + equals + qsort(bigger));
上面的代码行显然假设对于向量,“+”运算符表示向量连接。但实际上这在 C++ 标准中是未定义的。因此,即使在包含 <vector>
头文件之后,在范围内也没有向量“+”的定义。
此外,如果国际 C++ 标准化委员会提出标准化向量“+”的问题,将会有巨大的压力,特别是来自计算物理学界的压力,支持在 传统方式常见的数学和物理教科书。
也就是说,[10,20,30] + [2,4,6]
的值必须是 [12,24,36]
而 而不是 [10,20,30,2,4,6]
正如您的代码似乎暗示的那样。
所以我们必须手动做这个向量连接,例如,使用insert STL方法:
auto lts = qsort(smaller);
auto gts = qsort(bigger);
// concatenate sorted vectors:
lts.insert(lts.end(), equals.begin(), equals.end());
lts.insert(lts.end(), gts.begin(), gts.end());
return lts;
总的来说,以下版本的代码按预期工作:
template <typename T>
vector<T> qsort(vector<T>& arr)
{
if (arr.size() < 2)
return arr; // so small it is already sorted !
int mid_idx = arr.size() / 2;
T root_el = arr[mid_idx];
vector<T> smaller;
vector<T> bigger;
vector<T> equals;
for (int i = 0; i < arr.size(); i++)
{
if (arr[i] > root_el)
bigger.push_back(arr[i]);
else if (arr[i] < root_el)
smaller.push_back(arr[i]);
else
equals.push_back(arr[i]);
}
auto lts = qsort(smaller);
auto gts = qsort(bigger);
// concatenate sorted vectors:
lts.insert(lts.end(), equals.begin(), equals.end());
lts.insert(lts.end(), gts.begin(), gts.end());
return lts;
}
测试代码:
int main()
{
vector<int> v1 { 609,396,620,173, 742,996,880,125,
478,745,206,798, 998,124,960,175 };
vector<int> v2 = qsort(v1);
for (auto m : v2) {
std::cout << m << ' ';
}
std::cout << std::endl;
return EXIT_SUCCESS;
}
程序输出:
$ ./q64784877.x
124 125 173 175 206 396 478 609 620 742 745 798 880 960 996 998
$
效率注意事项:
您的代码创建了许多临时向量,因此动态分配了大量内存。如果您查看 traditional versions of Quicksort,代码不会分配任何额外的内存。它在初始数组中完成所有工作,但这会使算法稍微复杂一些。
此外,上面的代码使用递归到最底端,仅当子向量的大小降到1时才停止。在实践中,它可能更有效当子数组大小下降到 10 或 15 时,切换到非递归的、更简单的算法,例如 Insertion Sort。要在您的平台上测试准确的最佳阈值。