【CPP】直接选择排序、堆排序

已于 2024-06-19 18:37:12 修改
阅读量417 收藏 6
点赞数 5
分类专栏： 初阶数据结构(长期维护) 文章标签： 排序算法
于 2024-06-19 18:20:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2302_79031646/article/details/139808597
版权

目录

1.选择排序

1.1简介

思路：遍历一遍，选出最大值和最小值的下标，然后与第一个和最后一个数字交换位置。

在这里插入图片描述

1.2代码

在这里插入图片描述

1.3分析

最好复杂度：O(N^2)
最差复杂度：O(N^2)

理论上，在数据量较大情况下，这是一个比冒泡排序效率 略好 的排序算法。
略好：一次换两个数，所以等差数列是n,n-2,n-4…冒泡等差数列是n,n-1,n-2…

2.堆排序

堆排序也是选择排序的一种，也是选一个最值放到最后面，再选一个次最值，放到倒数第二的位置，唯一的区别是借助了堆这个数据结构。

2.1简介

堆排：先建堆，后排序

  • 建堆：向下调整算法建堆。

为什么不用向上调整算法建堆？
思考：向上调整算法与向下调整算法同为调整算法，且时间复杂度都为O(logN),为什么向下调整算法建堆的时间复杂度为O(N)，而向上调整算法却到达了O(N*logN)?
答：
说的简单一点，对于单个结点的向上调整/向下调整，都大概最差要调整高度次，也就是差不多是logN，但是对于一整个堆而言，这个堆中如果用向上调整算法，第一行不需要调整，如果用向下调整算法，最后一行不需要调整，而往往在N足够大的情况下，最后一行的结点个数占百分之50左右。
在这里插入图片描述

  • 排序：首尾交换，然后向下调整算法使其成堆。
    在这里插入图片描述

小堆 --> 降序
大堆 --> 升序

2.2代码

在这里插入图片描述

2.3分析

向下调整算法时间复杂度：O(logN)
在这里插入图片描述
向下调整算法时间复杂度：O(logN)

数组从后向前建堆：O(N)
原因：最后一排占数据的大多数，却没有进行向下调整(最后一排下面没有数字)

堆排序 = 建堆 + 排序 = O(N*logN)

堆排与希尔排序的适应性：
堆排序与希尔排序是一个效率量级的，两者区别在于在数据大量具有相同的数字时候，希尔会快一些，数据大部分都不一样的时候，堆排快一些。

EOF

睡觉待开机
关注
  • 5
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
堆排序.cpp 使用C++实现
12-20
堆排序 堆排序.cpp 使用C++实现
堆排序法.cpp
07-26
是一种 VC++ 的排序算法 构造完全二叉树的堆结构进行排序
堆排序4.cpp 使用的是C++实现的
12-28
堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是C++实现的 堆排序4.cpp 使用的是...
堆排序演示代码C++ heapsort.cpp
07-08
本代码主要演示了堆排序的排序方法，代码在centos7中测试通过。 编译方法使用g++ heapsort.cpp -o heapsort，运行heapsort即可
C语言实现选择排序、直接插入排序、冒泡排序的示例
09-02
然而，对于大规模数据，更高效的排序算法如快速排序、归并排序和堆排序等通常会是更好的选择，它们能提供更好的时间复杂度，如O(n log n)。在实际应用中，根据数据的特性和性能需求，选择合适的排序算法至关重要。
实现一个快速排序算法，并分析算法的时间复杂度。
m0_45127365的博客
06-21 514
在最好情况下，每次划分时都能将数组均匀地划分为两个部分，此时时间复杂度为O(nlogn)。在最坏情况下（每次划分都只将数组中的一个元素放到正确位置），时间复杂度为O(n^2)。平均时间复杂度为O(nlogn)。
​【数据结构与算法】冒泡排序：简单易懂的排序算法解析
2302_78391795的博客
06-18 1048
冒泡排序，作为一种简单的排序算法，其核心思想是通过不断交换相邻两个元素的位置，使得每一轮迭代后，当前未排序部分的最大值（或最小值，取决于排序的方向）能够“冒”到序列的一端。尽管其时间复杂度在大数据集上并不理想，但冒泡排序在理解算法的基本思想和调试教学等方面仍具有不可忽视的价值。
热词排序算法——贝叶斯均值法
wurobb的博客
06-18 888
当前（例如今天）的某个词出现的频率相比于历史发生突增，那么这个词的热度上升，如何修正排名呢？
一篇文章了解常用排序算法
FZ51111的博客
06-18 725
排序 文章目录排序直接(插入)排序InsertSort思想实现方法：希尔排序ShellSort（可过OJ)思想预排序gap的作用整体代码选择排序SelectSort思想完整代码堆排序HeapSort(可过OJ)思想大根堆向下调整完整代码冒泡排序BubbleSort快速排序（快排）QuickSort缺陷三数取中法，规避缺陷情况快排的实现方式双（左右）指针法挖坑法前后指针法快排的非递归方式归并排序（外排序）MergeSort (像后序遍历)（可过OJ）归并排序的内存中（内排序）实现方法归并排序内排序的非递归归并
洛谷——P2824 排序
m0_72579201的博客
06-19 690
HEOI2016/TJOI2016] 排序 - 洛谷。
protobuf-3.19.6-cp310-cp310-win32.whl
06-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
protobuf-3.16.0-cp37-cp37m-win32.whl
06-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
企业人工智能转型相关数据（2007-2021年）.zip
06-21
人工智能转型是指利用人工智能技术和算法，对传统行业或业务流程进行改造和升级，以提高效率、降低成本、增强竞争力，实现智能化、自动化、数字化的转型过程。在这个过程中，人工智能可以应用于各种场景，如数据分析、智能客服、自动化生产等，帮助企业实现数字化转型和智能化升级。 为了量化上市公司的人工智能水平，采用四种数据测算方式。1.人工智能词汇占管理者讨论模块词汇占比（百分比） 2.人工智能词汇占公司战略发展模块词汇占比（百分比） 3.人工智能词频数 4.人工智能投入占无形资产投入占比。 数据名称：企业人工智能转型相关数据 数据年份：2007-2021年 相关数据 证券代码、year、人工智能转型1、人工智能转型2、人工智能转型3、人工智能转型4。
psutil-5.0.0.win-amd64-py3.5.exe
最新发布
06-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
微信公众号无限回调授权系统源码 全网首发.zip
06-21
微信公众号无限回调授权系统源码 全网首发
2024年统计师《统计工作实务（中级）》历年真题题库
06-21
2024 年统计师《统计工作实务（中级）》题库【历年 真题＋章节题库】 1．[单选题]统计法是调整统计活动中发生的各类社会关系的（ ）的总称。[2019、2016、2015 年初级真题] A．行为准则 B．行为主体 C．行为对象 D．行为规范 答案：D 解析：统计法是调整统计活动中发生的各类社会关系的行为规范的总称，它是由国家制定的关于统计活动的行为准 则。 2．[单选题]统计法的调整对象具有（ ）的特点。[2019、2017 年初级，2015 年中级真题] A．广泛性和多样性 B．特殊性和复杂性 C．专业性和全面性 D．规范性和有效性 答案：B 解析：统计法作为规范统计活动的法律制度，与其他法律制度相比，其调整对象具有特殊性和复杂性。 。。。。。。。。。。。。 。。。。。。。。。。。。 922．[案例分析题]（九）城乡住户调查中的部分材料如下：小王一家有 3 口人，妻子小张在超市上班，儿子在本市 就读小学 3 年级。2013 年 12 月，小王获得工资 6500 元，妻子得到工资 3000 元及超市发放的价值 500 元的各类 下架蔬菜，小王自住房屋折算净租金为 2000 元，出租第
protobuf-3.15.3-cp37-cp37m-win32.whl
06-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
krb5-0.4.1-cp310-cp310-macosx_10_9_x86_64.whl
06-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
Python实战示例 快递查询.zip
06-21
Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战快递查询Python实战
测试以下排序算法的时间性能 直接插入排序 希尔排序 冒泡排序 快速排序 直接选择排序 堆排序 c++
06-09
好的，我可以给你一个使用 C++ 实现的测试代码，包括直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序和堆排序，代码如下： ```cpp #include <iostream> #include <ctime> #include <cstdlib> using namespace std; // 直接插入排序 void insertSort(int arr[], int len) { for (int i = 1; i < len; i++) { int temp = arr[i]; int j = i - 1; while (j >= 0 && arr[j] > temp) { arr[j + 1] = arr[j]; j--; } arr[j + 1] = temp; } } // 希尔排序 void shellSort(int arr[], int len) { int gap = len / 2; while (gap > 0) { for (int i = gap; i < len; i++) { int temp = arr[i]; int j = i - gap; while (j >= 0 && arr[j] > temp) { arr[j + gap] = arr[j]; j -= gap; } arr[j + gap] = temp; } gap /= 2; } } // 冒泡排序 void bubbleSort(int arr[], int len) { for (int i = 0; i < len - 1; i++) { for (int j = 0; j < len - 1 - i; j++) { if (arr[j] > arr[j + 1]) { int temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } } // 快速排序 int partition(int arr[], int left, int right) { int pivot = arr[left]; while (left < right) { while (left < right && arr[right] >= pivot) right--; arr[left] = arr[right]; while (left < right && arr[left] <= pivot) left++; arr[right] = arr[left]; } arr[left] = pivot; return left; } void quickSort(int arr[], int left, int right) { if (left < right) { int mid = partition(arr, left, right); quickSort(arr, left, mid - 1); quickSort(arr, mid + 1, right); } } // 直接选择排序 void selectSort(int arr[], int len) { for (int i = 0; i < len - 1; i++) { int minIndex = i; for (int j = i + 1; j < len; j++) { if (arr[j] < arr[minIndex]) { minIndex = j; } } int temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } } // 堆排序 void maxHeapify(int arr[], int start, int end) { int dad = start; int son = dad * 2 + 1; while (son <= end) { if (son + 1 <= end && arr[son] < arr[son + 1]) { son++; } if (arr[dad] > arr[son]) { return; } else { int temp = arr[dad]; arr[dad] = arr[son]; arr[son] = temp; dad = son; son = dad * 2 + 1; } } } void heapSort(int arr[], int len) { for (int i = len / 2 - 1; i >= 0; i--) { maxHeapify(arr, i, len - 1); } for (int i = len - 1; i > 0; i--) { int temp = arr[0]; arr[0] = arr[i]; arr[i] = temp; maxHeapify(arr, 0, i - 1); } } int main() { srand(time(0)); // 用当前时间作为随机数种子 const int N = 10000; int arr[N]; for (int i = 0; i < N; i++) { arr[i] = rand(); // 生成随机数 } clock_t start, end; double duration; start = clock(); insertSort(arr, N); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "直接插入排序用时：" << duration << "秒" << endl; start = clock(); shellSort(arr, N); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "希尔排序用时：" << duration << "秒" << endl; start = clock(); bubbleSort(arr, N); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "冒泡排序用时：" << duration << "秒" << endl; start = clock(); quickSort(arr, 0, N - 1); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "快速排序用时：" << duration << "秒" << endl; start = clock(); selectSort(arr, N); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "直接选择排序用时：" << duration << "秒" << endl; start = clock(); heapSort(arr, N); end = clock(); duration = (double)(end - start) / CLOCKS_PER_SEC; cout << "堆排序用时：" << duration << "秒" << endl; return 0; } ``` 这个代码会生成一个长度为 10000 的随机数数组，并分别对其进行直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序和堆排序，并输出每个排序算法所用的时间。你可以根据需要修改数据规模和排序算法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值