数据结构排序

数据结构排序这章内容比较经典，都是一些很好的算法，将来很可能会用得到，总结一下，加深一下印象。

 

　　文章篇幅有点大，请点击查看更多，下面是跳转链接：

 

　　　　一、插入排序　　1）直接插入排序　　2）折半插入排序　　3）希尔排序

　　　　二、交换排序　　1）冒泡排序　　　　2）快速排序

　　　　三、选择排序　　1）简单选择排序　　2）堆排序

　　　　四、归并排序

　　　　五、基数排序

 

一、插入排序

1）直接插入排序    算法演示        返回目录

　　时间复杂度：平均情况—O(n²)    最坏情况—O(n²)    辅助空间：O(1)    稳定性：稳定

?

1 2 3 4 5 6 7 8 9 10 11 12

void  InsertSort(SqList &L) {    // 对顺序表L作直接插入排序。    int  i,j;    for  (i=2; i<=L.length; ++i)      if  (LT(L.r[i].key, L.r[i-1].key)) {        // "<"时，需将L.r[i]插入有序子表        L.r[0] = L.r[i];                 // 复制为哨兵        for  (j=i-1;  LT(L.r[0].key, L.r[j].key);  --j)          L.r[j+1] = L.r[j];             // 记录后移        L.r[j+1] = L.r[0];               // 插入到正确位置      } } // InsertSort

2）折半插入排序        返回目录

　　时间复杂度：平均情况—O(n²)     稳定性：稳定

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

void  BInsertSort(SqList &L) {    // 对顺序表L作折半插入排序。    int  i,j,high,low,m;    for  (i=2; i<=L.length; ++i) {      L.r[0] = L.r[i];       // 将L.r[i]暂存到L.r[0]      low = 1;   high = i-1;      while  (low<=high) {    // 在r[low..high]中折半查找有序插入的位置        m = (low+high)/2;                            // 折半        if  (LT(L.r[0].key, L.r[m].key)) high = m-1;  // 插入点在低半区        else   low = m+1;                             // 插入点在高半区      }      for  (j=i-1; j>=high+1; --j) L.r[j+1] = L.r[j];  // 记录后移      L.r[high+1] = L.r[0];                           // 插入    } } // BInsertSort

 

 

3）希尔排序    算法演示        返回目录

　　时间复杂度：理想情况—O(nlog₂n)     最坏情况—O(n²)     稳定性：不稳定

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

void  ShellInsert(SqList &L, int  dk) {    // 对顺序表L作一趟希尔插入排序。本算法对算法10.1作了以下修改：    //     1. 前后记录位置的增量是dk，而不是1；    //     2. r[0]只是暂存单元，不是哨兵。当j<=0时，插入位置已找到。    int  i,j;    for  (i=dk+1; i<=L.length; ++i)      if  (LT(L.r[i].key, L.r[i-dk].key)) { // 需将L.r[i]插入有序增量子表        L.r[0] = L.r[i];                   // 暂存在L.r[0]        for  (j=i-dk; j>0 && LT(L.r[0].key, L.r[j].key); j-=dk)          L.r[j+dk] = L.r[j];              // 记录后移，查找插入位置        L.r[j+dk] = L.r[0];                // 插入      } } // ShellInsert    void  ShellSort(SqList &L, int  dlta[], int  t) {     // 按增量序列dlta[0..t-1]对顺序表L作希尔排序。     for  ( int  k=0;k<t;k++)        ShellInsert(L, dlta[k]);  // 一趟增量为dlta[k]的插入排序 } // ShellSort

 

 

二、交换排序

1）冒泡排序    算法演示        返回目录

　　时间复杂度：平均情况—O(n²)     最坏情况—O(n²)     辅助空间：O(1)      稳定性：稳定

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

void  BubbleSort(SeqList R) { 　　 int  i，j; 　　Boolean exchange; //交换标志 　　 for (i=1;i<n;i++){ exchange= "FALSE;"  j= "n-1;j" >=i;j--) //对当前无序区R[i..n]自下向上扫描 　　          if (R[j+1].key< R[j].key){ //交换记录 　　              R[0]=R[j+1]; //R[0]不是哨兵，仅做暂存单元 　　              R[j+1]=R[j];                　　R[j]=R[0]; 　　              exchange=TRUE; //发生了交换，故将交换标志置为真 　　          } 　　          if (!exchange) //本趟排序未发生交换，提前终止算法 　　          return ; 　　} //endfor(外循环) } //BubbleSort</n;i++){>

 

 

2）快速排序    算法演示        返回目录

　　时间复杂度：平均情况—O(nlog₂n)     最坏情况—O(n²)     辅助空间：O(log₂n)      稳定性：不稳定

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

int  Partition(SqList &L, int  low, int  high) {   // 交换顺序表L中子序列L.r[low..high]的记录，使枢轴记录到位，     // 并返回其所在位置，此时，在它之前（后）的记录均不大（小）于它     KeyType pivotkey;     RedType temp;     pivotkey = L.r[low].key;     // 用子表的第一个记录作枢轴记录     while  (low < high) {           // 从表的两端交替地向中间扫描        while  (low < high && L.r[high].key>=pivotkey) --high;        temp=L.r[low];        L.r[low]=L.r[high];        L.r[high]=temp;           // 将比枢轴记录小的记录交换到低端        while  (low  < high && L.r[low].key < =pivotkey) ++low;        temp=L.r[low];        L.r[low]=L.r[high];        L.r[high]=temp;           // 将比枢轴记录大的记录交换到高端     }     return  low;                  // 返回枢轴所在位置 } // Partition          int  Partition(SqList &L, int  low, int  high) { // 交换顺序表L中子序列L.r[low..high]的记录，使枢轴记录到位，     // 并返回其所在位置，此时，在它之前（后）的记录均不大（小）于它     KeyType pivotkey;     L.r[0] = L.r[low];            // 用子表的第一个记录作枢轴记录     pivotkey = L.r[low].key;      // 枢轴记录关键字     while  (low < high) {            // 从表的两端交替地向中间扫描        while  (low < high && L.r[high].key>=pivotkey) --high;        L.r[low] = L.r[high];      // 将比枢轴记录小的记录移到低端        while  (low  < high && L.r[low].key  < =pivotkey) ++low;        L.r[high] = L.r[low];      // 将比枢轴记录大的记录移到高端     }     L.r[low] = L.r[0];            // 枢轴记录到位     return  low;                   // 返回枢轴位置 } // Partition          void  QSort(SqList &L, int  low, int  high) {    // 对顺序表L中的子序列L.r[low..high]进行快速排序    int  pivotloc;    if  (low  <  high) {                      // 长度大于1      pivotloc = Partition(L, low, high);  // 将L.r[low..high]一分为二      QSort(L, low, pivotloc-1); // 对低子表递归排序，pivotloc是枢轴位置      QSort(L, pivotloc+1, high);          // 对高子表递归排序    } } // QSort       void  QuickSort(SqList &L) {  // 算法10.8     // 对顺序表L进行快速排序     QSort(L, 1, L.length); } // QuickSort

 

三、选择排序

1）简单选择排序    算法演示        返回目录

时间复杂度：平均情况—O(n²)     最坏情况—O(n²)     辅助空间：O(1)      稳定性：不稳定

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13

void  SelectSort(SqList &L) {    // 对顺序表L作简单选择排序。    int  i,j;    for  (i=1; i < L.length; ++i) { // 选择第i小的记录，并交换到位      j = SelectMinKey(L, i);  // 在L.r[i..L.length]中选择key最小的记录      if  (i!=j) {                // L.r[i]←→L.r[j];   与第i个记录交换        RedType temp;        temp=L.r[i];        L.r[i]=L.r[j];        L.r[j]=temp;      }    } } // SelectSort

 

2）堆排序    算法演示        返回目录

时间复杂度：平均情况—O(nlog₂n)     最坏情况—O(nlog₂n)     辅助空间：O(1)      稳定性：不稳定

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

void  HeapAdjust(HeapType &H, int  s, int  m) {    // 已知H.r[s..m]中记录的关键字除H.r[s].key之外均满足堆的定义，    // 本函数调整H.r[s]的关键字，使H.r[s..m]成为一个大顶堆    // （对其中记录的关键字而言）    int  j;    RedType rc;    rc = H.r[s];    for  (j=2*s; j < =m; j*=2) {   // 沿key较大的孩子结点向下筛选      if  (j < m && H.r[j].key < H.r[j+1].key) ++j; // j为key较大的记录的下标      if  (rc.key >= H.r[j].key) break ;         // rc应插入在位置s上      H.r[s] = H.r[j];  s = j;    }    H.r[s] = rc;  // 插入 } // HeapAdjust      void  HeapSort(HeapType &H) {     // 对顺序表H进行堆排序。     int  i;     RedType temp;     for  (i=H.length/2; i>0; --i)  // 把H.r[1..H.length]建成大顶堆        HeapAdjust ( H, i, H.length );        for  (i=H.length; i>1; --i) {           temp=H.r[i];           H.r[i]=H.r[1];           H.r[1]=temp;  // 将堆顶记录和当前未经排序子序列Hr[1..i]中                         // 最后一个记录相互交换           HeapAdjust(H, 1, i-1);  // 将H.r[1..i-1] 重新调整为大顶堆        } } // HeapSort

 

四、归并排序    算法演示        返回目录

时间复杂度：平均情况—O(nlog₂n)      最坏情况—O(nlog₂n)      辅助空间：O(n)      稳定性：稳定

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

void  Merge (RedType SR[], RedType TR[], int  i, int  m, int  n) {     // 将有序的SR[i..m]和SR[m+1..n]归并为有序的TR[i..n]     int  j,k;     for  (j=m+1, k=i;  i < =m && j < =n;  ++k) {        // 将SR中记录由小到大地并入TR        if  LQ(SR[i].key,SR[j].key) TR[k] = SR[i++];        else  TR[k] = SR[j++];     }     if  (i < =m)  // TR[k..n] = SR[i..m];  将剩余的SR[i..m]复制到TR        while  (k < =n && i < =m) TR[k++]=SR[i++];     if  (j < =n)  // 将剩余的SR[j..n]复制到TR        while  (k < =n &&j  < =n) TR[k++]=SR[j++]; } // Merge      void  MSort(RedType SR[], RedType TR1[], int  s, int  t) {     // 将SR[s..t]归并排序为TR1[s..t]。     int  m;     RedType TR2[20];     if  (s==t) TR1[t] = SR[s];     else  {        m=(s+t)/2;            // 将SR[s..t]平分为SR[s..m]和SR[m+1..t]        MSort(SR,TR2,s,m);    // 递归地将SR[s..m]归并为有序的TR2[s..m]        MSort(SR,TR2,m+1,t);  // 将SR[m+1..t]归并为有序的TR2[m+1..t]        Merge(TR2,TR1,s,m,t); // 将TR2[s..m]和TR2[m+1..t]归并到TR1[s..t]     } } // MSort      void  MergeSort(SqList &L) {    // 对顺序表L作归并排序。    MSort(L.r, L.r, 1, L.length); } // MergeSort

 

 

五、基数排序    算法演示        返回目录

 

时间复杂度：平均情况—O(d(n+rd))      最坏情况—O(d(n+rd))      辅助空间：O(rd)      稳定性：稳定

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

void  Distribute(SLList &L, int  i, ArrType &f, ArrType &e) {    // 静态链表L的r域中记录已按(keys[0],...,keys[i-1])有序，    // 本算法按第i个关键字keys[i]建立RADIX个子表，    // 使同一子表中记录的keys[i]相同。f[0..RADIX-1]和e[0..RADIX-1]    // 分别指向各子表中第一个和最后一个记录。    int  j, p;    for  (j=0; j < RADIX; ++j) f[j] = 0;     // 各子表初始化为空表    for  (p=L.r[0].next;  p;  p=L.r[p].next) {      j = L.r[p].keys[i]- '0' ;  // 将记录中第i个关键字映射到[0..RADIX-1]，      if  (!f[j]) f[j] = p;      else  L.r[e[j]].next = p;      e[j] = p;                // 将p所指的结点插入第j个子表中    } } // Distribute      void  Collect(SLList &L, int  i, ArrType f, ArrType e) {    // 本算法按keys[i]自小至大地将f[0..RADIX-1]所指各子表依次链接成    // 一个链表，e[0..RADIX-1]为各子表的尾指针    int  j,t;    for  (j=0; !f[j]; j++);  // 找第一个非空子表，succ为求后继函数: ++    L.r[0].next = f[j];  // L.r[0].next指向第一个非空子表中第一个结点    t = e[j];    while  (j < RADIX) {      for  (j=j+1; j < RADIX && !f[j]; j++);       // 找下一个非空子表      if  (j < RADIX) // 链接两个非空子表        { L.r[t].next = f[j];  t = e[j]; }    }    L.r[t].next = 0;   // t指向最后一个非空子表中的最后一个结点 } // Collect      void  RadixSort(SLList &L) {     // L是采用静态链表表示的顺序表。     // 对L作基数排序，使得L成为按关键字自小到大的有序静态链表，     // L.r[0]为头结点。     int  i;     ArrType f, e;     for  (i=1; i < L.recnum; ++i) L.r[i-1].next = i;     L.r[L.recnum].next = 0;     // 将L改造为静态链表     for  (i=0; i < L.keynum; ++i) {        // 按最低位优先依次对各关键字进行分配和收集        Distribute(L, i, f, e);    // 第i趟分配        Collect(L, i, f, e);       // 第i趟收集        print_SLList2(L, i);     } } // RadixSort