【数据结构初阶】八大排序(一)——希尔排序&amp；&amp；堆排序&amp；&amp；直接插入排序&amp；&amp；直接选择排序

最新推荐文章于 2024-10-01 23:05:47 发布
最新推荐文章于 2024-10-01 23:05:47 发布
阅读量350 收藏 4
点赞数 4
分类专栏： 程序员 文章标签： 数据结构 排序算法 算法
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/2401_84159911/article/details/138272321
版权
本文详细介绍了希尔排序的原理、步骤，以及与插入排序、选择排序和堆排序的性能对比，展示了希尔排序对直接插入排序的优化，同时讨论了不同排序算法的时间复杂度、空间复杂度和稳定性。
摘要由CSDN通过智能技术生成

希尔排序法又称缩小增量法。希尔排序法的基本思想是：先选定一个整数N，把待排序文件中所有记录分成N个组，所有距离为N的记录分在同一组内，并对每一组内的记录进行排序。然后取 (N/2或者N/3+1) 重复上述分组和排序的工作。当到达N=1时，所有记录在统一组内排好序。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

希尔排序步骤：
1.与排序，目的：是数组接近有序，间隔为gap的数据分为一组，插入排序。
2.直接插入排序。
升序：gap越大，大的数据可以越快跳到后面，小的越快跳到前面，不是很接近有序。gap越小，跳动越慢，越接近有序。

void ShellSort(int\* a, int n)
{
	int gap = n;
	// gap > 1 预排序
	// gap == 1 直接插入排序
	while (gap > 1)
	{
		gap = gap / 3 + 1;//gap /= 2;
		// [0,end] 插入 end+gap [0, end+gap]有序 -- 间隔为gap的数据
		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
					break;
			}
			a[end + gap] = tmp;
		}
	}
}
int main()
{
	int a[] = { 11,45,33,18,36,41,39,35,21,31,17,10,28 };
	ShellSort(a, sizeof(a) / sizeof(a[0]));
	PrintArray(a, sizeof(a) / sizeof(a[0]));
	return 0;
}

在这里插入图片描述

希尔排序的特性总结：

  1. 希尔排序是对直接插入排序的优化。
  2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。
  3. 希尔排序的时间复杂度不好计算，因为gap的取值方法很多，导致很难去计算，因此在好些树中给出的希尔排序的时间复杂度都不固定:
    《数据结构(C语言版)》— 严蔚敏
    在这里插入图片描述
    《数据结构-用面相对象方法与C++描述》— 殷人昆
    在这里插入图片描述
    因为的gap是按照Knuth提出的方式取值的，而且Knuth进行了大量的试验统计，暂时就按照：O(N1.25)到O(1.6*N1.25) 来算。
  4. 稳定性：不稳定
clock函数
clock_t clock (void);

在这里插入图片描述
函数作用时：计算从调用该函数到调用结束所用的时间。

插入排序和希尔排序性能对比
int main()
{
	srand((unsigned int)time(0));
	const int N = 100000;
	int\* a1 = (int\*)malloc(sizeof(int) \* N);
	assert(a1);
	int\* a2 = (int\*)malloc(sizeof(int) \* N);
	assert(a2);
	
	for (int i = 0; i < N; ++i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
	}
	
	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();
	
	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();
	
	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	
	free(a1);
	free(a2);
	a1 = NULL;
	a2 = NULL;
	return 0;
}

在这里插入图片描述
当N为10000时
在这里插入图片描述

可以看出希尔排序的效率很高，直接插入排序效率很低。

2.2 选择排序

2.2.1基本思想

每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完 。

2.2.2 直接选择排序

1.在元素集合array[i]–array[n-1]中选择关键码中最大(小)的数据元素
2.若它不是这组元素中的最后一个(第一个)元素，则将它与这组元素中的最后一个（第一个）元素交换
3.在剩余的array[i]–array[n-2]（array[i+1]–array[n-1]）集合中，重复上述步骤，直到集合剩余1个元素。

在这里插入图片描述

void Swap(int\* p1, int\* p2)
{
	int tmp = \*p1;
	\*p1 = \*p2;
	\*p2 = tmp;
}
void SelectSort(int\* a, int n)
{
	int begin = 0;
	int end = n - 1;
	while (begin < end)
	{
		//优化--选出最小的放在begin的位置，选出最大的放在end的位置
		int mini = begin;
		int maxi = begin;
		for (int i = begin + 1; i <= end; i++)
		{
			if (a[i] < a[mini])
				mini = i;
			if (a[i] > a[maxi])
				maxi = i;
		}
		Swap(&a[mini], &a[begin]);
		//修正一下maxi
		if (maxi == begin)
			maxi = mini;
		Swap(&a[maxi], &a[end]);
		++begin;
		--end;
	}
}
int main()
{
	int a[] = { 11,45,33,18,36,41,39,35,21,31,17,10,28 };
	SelectSort(a, sizeof(a) / sizeof(a[0]));
	PrintArray(a, sizeof(a) / sizeof(a[0]));
	return 0;
}

如果不加修正maxi的话，当begin为最大数时候，首先begin所指的值会与mini所指的值换成最小的，再与end所指的指换，那么end所指的值就成最小了，begin所指的值就不是最小的了，那么永远达不到排序效果。
在这里插入图片描述

直接选择排序的特性总结：

  1. 直接选择排序思考非常好理解，但是效率不是很好。实际中很少使用
  2. 时间复杂度：O(N^2)
  3. 空间复杂度：O(1)
  4. 稳定性：不稳定
三个排序性能对比
void testOp()
{
	srand((unsigned int)time(0));
	const int N = 10000;
	int\* a1 = (int\*)malloc(sizeof(int) \* N);
	assert(a1);
	int\* a2 = (int\*)malloc(sizeof(int) \* N);
	assert(a2);
	int\* a3 = (int\*)malloc(sizeof(int) \* N);
	assert(a3);
	
	for (int i = 0; i < N; ++i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
	}
	
	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();
	
	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();
	
	int begin3 = clock();
	SelectSort(a3, N);
	int end3 = clock();
	
	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	printf("SelectSort:%d\n", end3 - begin3);
	
	free(a1);
	free(a2);
	free(a3);
	a1 = NULL;
	a2 = NULL;
	a3 = NULL;
}
int main()
{
	testOp();
	return 0;
}

在这里插入图片描述
当N为十万：
在这里插入图片描述

直接选择排序不管是否有序，时间复杂度都是O(N2)。效率比直接插入排序还满。

2.2.3 堆排序

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆，排降序建小堆。
在这里插入图片描述
在这里插入图片描述

void AdjustDown(int\* a, int n, int parent)
{
	int minChild = parent \* 2 + 1;
	while (minChild < n)
	{
		// 找出小的那个孩子
		if (minChild + 1 < n && a[minChild + 1] > a[minChild])
		{
			minChild++;
		}

		if (a[minChild] > a[parent])
		{
			Swap(&a[minChild], &a[parent]);
			parent = minChild;
			minChild = parent \* 2 + 1;
		}
		else
		{
			break;
		}
	}
}
// O(N\*logN)
void HeapSort(int\* a, int n)
{
	// 大思路：选择排序，依次选数，从后往前排
	// 升序 -- 大堆
	// 降序 -- 小堆
	// 建堆 -- 向下调整建堆 - O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

	// 选数 N\*logN
	int i = 1;
	while (i < n)
	{
		Swap(&a[0], &a[n - i]);
		AdjustDown(a, n - i, 0);
		++i;
	}
}
int main()
{
	int a[] = { 11,45,33,18,36,41,39,35,21,31,17,10,28 };
	HeapSort(a, sizeof(a) / sizeof(a[0]));
	PrintArray(a, sizeof(a) / sizeof(a[0]));
	return 0;
}

堆排序的特性总结：

  1. 堆排序使用堆来选数，效率就高了很多。
  2. 时间复杂度：O(N*logN)
  3. 空间复杂度：O(1)
  4. 稳定性：不稳定
四个排序性能对比
void testOp()
{
	srand((unsigned int)time(0));
	const int N = 100000;
	int\* a1 = (int\*)malloc(sizeof(int) \* N);
	assert(a1);
	int\* a2 = (int\*)malloc(sizeof(int) \* N);
	assert(a2);
	int\* a3 = (int\*)malloc(sizeof(int) \* N);
	assert(a3);
	int\* a4 = (int\*)malloc(sizeof(int) \* N);
	assert(a4);
	
	for (int i = 0; i < N; ++i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
		a4[i] = a1[i];
	}
	
	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();
	
	int begin2 = clock();


![img](https://img-blog.csdnimg.cn/img_convert/391ff2b91433575652b65c1e90b24a67.png)
![img](https://img-blog.csdnimg.cn/img_convert/8d94dfd14b8c2c637f42127b91c07f8e.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

egin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();
	
	int begin2 = clock();


[外链图片转存中...(img-Zl0PyGCc-1714274589656)]
[外链图片转存中...(img-L3IGq1RH-1714274589657)]

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
2401_84159911
关注
专栏目录
【数据结构初阶】八大排序算法
qq_52232611的博客
12-14 315
如果你对于直接插入排序理解较好的话，那其实希尔排序也是很好理解的，我们只不过将数据进行了一个分组，然后进行组排序，这样会很节省时间，遍历数据的个数也会减少下来，等到最后一次排序的时候，我们也无需遍历大量的数据了，只需遍历个别不满足升序的数据即可，我们可以看到组成希尔排序的每个部分所消耗的时间其实都是短的，这也就是希尔排序效率高的一个原因，因为它可以很快的将数据归位，并且每次归位的时间消耗相比于直接插入排序，要优化很多，这也是希尔排序效率高的原因所在。3)* (N / 3 + 1)，很接近于O(N)？
【数据结构】三万字图文讲解带你手撕八大排序(附源码)
StackFrame
12-31 2160
排序概念梳理、八大排序图文讲解 + 代码实现，时空复杂度及稳定性分析，测试框架（附源码）
数据结构初阶——排序
qq_59392324的博客
12-19 1152
1.排序的概念 排序就是使一串数据按照特定的规律比较，进行排列出来的操作。 常见的排序算法 //排序实现的接口 void InsertSort(int* a,int n); //插入排序 void ShellSort(int* a,int n); //希尔排序 void SelectSort(int* a, int n); // 选择排序 void AdjustDwon(int* a, int n, int root); void HeapSort(int* a, in.
《数据结构初阶》堆排序总结与思考
m0_62171658的博客
04-08 1237
向上调整、向下调整、堆排序的详细解析
数据结构初阶数据结构初阶
02-12
初学者在学习数据结构时，通常会遇到一系列基础概念和重要类型，这些都会在"数据结构初阶"的学习中逐步揭示。 首先，我们要理解数据结构的基本概念。数据结构是存储和组织数据的一种方式，它不仅考虑了数据的存储，...
【高阶数据结构】平衡二叉树(AVL)的删除和调整
更新C/C++，数据结构与算法，计算机视觉，深度学习，目标检测
09-26 979
平衡二叉树节点的删除方法详细讲解；平衡二叉树的删除代码实现(C++);
数据结构-3.8.栈在括号匹配中的应用
ADCvbV的博客
10-01 256
把左括号依次压入栈中，越往后压入栈的左括号越先被匹配即被弹出栈->先进后出，后进先出当遇到左括号就压入栈中，当遇到右括号就把栈顶的左括号弹出，检查该右括号和左括号是否匹配当遇到一个不匹配的就停止压入栈，因为之后的括号必定都不匹配。其中Y代表Yes，N代表No1.对于bracketCheck函数，形参str[]是传入的一个字符串，length是该字符串的长度；字符topElem代表栈顶元素；return StackEmpty(S)如果是return false说明栈不为空，则左括号单身；创建栈顶元素topEl
数据结构-3.10.队列的应用
ADCvbV的博客
10-01 198
与5结点相邻的结点只有7，8结点没被处理过(6结点已经入队列了)，因此只需7，8结点入队列，之后5结点出队列；同理处理2结点，与2相邻的1结点已经被处理过，因此无需入队，与2相邻的4结点没被处理过，4结点入队列，最后。之后的结点处理方式与上述同理，直到队列为空就完成了对图的广度优先遍历。遍历到4时，发现它没有子节点，所以4直接出队列即可，无需入子节点。
单链表的增删改查（数据结构）
m0_62048999的博客
09-29 1135
概念：链表是⼀种物理存储结构上⾮连续、⾮顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。
动态顺序表的增删改查（数据结构）
m0_62048999的博客
09-28 1192
顺序表是数据结构的基础知识，通过学习次内容，可以让我们了解顺序表中数据中是如何进行存储，删除，插入数据的。
哈希表(HashMap、HashSet)
wuweixiaoyue的博客
09-28 1015
是个存储结构：可以让我们一次从表中直接拿到想要的元素，时间复杂度为O(1)为什么能实现O(1)：通过哈希(散列)方法，使元素的存储位置和它的关键码之间建立一一映射的关系如果想要存取元素，都是利用哈希(散列)方法 + 关键码，从而计算出index位置，然后进行操作（怎么放的就怎么给它取出来哈希函数示例：此时写着容量是1000，但实际上是2次幂数，容量为1024。
【嵌入式软件-数据结构与算法】01-数据结构
零碎小杂铺
09-28 1017
摘录于老师的教学课程~~(*๓´╰╯`๓)~~内含链表、队列、栈、循环队列等详细介绍~~
数据结构讲解二叉树 【一】
2401_85388078的博客
09-25 1207
在数据结构中，二叉树作为步入实现复杂结构的门栏，为后续的图，排序衔接紧密，因此我将详细讲解二叉树，初定分为三至五篇文章讲解。文章干货满满，还请您细细品读，如果您觉得作者写得不错，抑或对您有所帮助，不妨给俺点个免费的赞和玩玩呢？关注作者不迷路，后续将有更多原创内容更新哟点点点点点点点点点点点点。
排序算法之归并排序
最新发布
qq_64039411的博客
10-01 444
需要注意的是，在实际应用中，归并排序的空间复杂度较高，需要额外的空间来存储临时数组。如果对空间复杂度有要求，可以考虑使用其他排序算法。归并排序是一种分治算法，它将一个数组分成两个子数组，然后递归地对子数组进行排序，最后将两个有序的子数组合并成一个有序的数组。归并排序的时间复杂度是O(nlogn)，其中n是数组的长度。它是一种稳定的排序算法，适用于各种数据类型的排序。合并排序的关键在于合并操作。
数据结构 - 数组
IT规划师
09-26 1263
学习数组，需掌握其ADT定义。数组为同类型元素序列，具固定长度、连续内存、类型相同、索引从0起等特性。通过ADT定义数组，实现类包含内存管理和长度字段，支持初始化、获取/设置元素、插入/删除及释放内存等操作。掌握数据结构需理解其定义并实现。
数据结构——初识树和二叉树
weixin_74209413的博客
09-26 1096
树是由根和子树组成，子树又是由子树的根和子树的子树组成，是一个递归的（嵌套的）结构。示意图如下：树的其他表现方式为何要重点研究每结点最多只有两个的树?二叉树的结构最简单，规律性最强;可以证明，所有树都能转为唯一对应的二又树，不失一般性。普通树(多又树)若不转化为二又树，则运算很难实现二叉树在树结构的应用中起着非常重要的作用，因为对二叉的许多操作算法简单，而任何树都可以与二叉树相互转换，这样就解决了树的存储结构及其运算中存在的复杂性。二叉树。
数据结构-队列
2401_83575662的博客
10-01 254
队列：是一种特殊的线性表，只允许在一端进行数据的插入操作，在另一端进行数据的删除操作。队列的特性是队里的元素都遵循先进先出FIFO(First In First Out)的原则。入队列：进行数据插入的一端被称为队尾。出队列：进行数据删除的一端被称为队头。
数据结构和算法基础（一）
叶子叶来
09-30 1047
趁空闲时间刷一遍极客时间上王争的《数据结构与算法之美》课程，个人觉得写的很好，每章节由浅入深且从基础到引入设计类问题，如果写过很多代码想要进行架构设计转型时再回头看这些基础知识还蛮有趣的，以下纪录下随着课程走的部分实现代码和思考； 内容主要是笔记和代码，注：手写一遍代码是有必要的；
Sun云计算技术：数据仓库DW初阶与云基础
在数据仓库（DW）初阶阶段，我们关注的是如何构建和利用数据仓库来支持企业的决策制定。数据仓库是一个专门设计用于数据分析的系统，它整合了来自不同业务系统的数据，提供了单一的视图，以便进行报告、分析和挖掘。...
评论
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