十大排序算法

排序算法

算法分类

  • 十种常见的排序算法
    • 比较类排序
      • 交换排序
        • 冒泡排序
        • 快速排序
      • 插入排序
        • 简单插入排序
        • 希尔排序
      • 选择排序
        • 简单选择排序
        • 堆排序
      • 归并排序
        • 二路归并排序
        • 多路归并排序
    • 非比较类排序
      • 计数排序
      • 桶排序
      • 基数排序

算法性能

在这里插入图片描述

冒泡排序(bubble sort)

  • 冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。
    在这里插入图片描述

  • 代码

    void bubble_sort(vector<int> &vec)
    {
        int size = vec.size();
        for (int i = 0; i < size - 1; ++i)
            for (int j = 0; j < size - 1 - i; ++j)
                if (vec[j] > vec[j + 1])
                    swap(vec[j], vec[j + 1]);
    }
    

选择排序(selection sort)

  • 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
    在这里插入图片描述

  • 代码:

    void selection_sort(vector<int> &vec)
    {
        int size = vec.size();
        for (int i = 0; i < size - 1; ++i)
        {
            int min_index = i;
            for (int j = i + 1; j < size; ++j)
            {
                if (vec[min_index] > vec[j])
                    min_index = j;
            }
            if (min_index != i)
                swap(vec[i], vec[min_index]);
        }
    }
    
  • 注意:选择排序在最好和最坏的情况下的时间复杂度都是O(n2)

插入排序(insert sort)

  • 通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入
    在这里插入图片描述

  • 代码:

    void insert_sort(vector<int> &vec)
    {
        int size = vec.size();
        for (int i = 1; i < size; ++i)
        {
            int j = i - 1;
            int current = vec[i];
            while (j >= 0 and vec[j] > current)
            {
                vec[j + 1] = vec[j];
                --j;
            }
            vec[j + 1] = current;
        }
    }
    
  • 插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

希尔排序(shell sort)

  • 简单插入排序的改进版,时间复杂度小于O(n2),最坏情况为O(n2)。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序
    在这里插入图片描述

  • 代码:

    void shell_sort(vector<int> &vec)
    {
        int size = vec.size();
        for (int gap = size / 2; gap > 0; gap /= 2)
        {
            for (int i = gap; i < size; ++i)
            {
                int j = i - gap;
                int current = vec[i];
                while (j >= 0 and vec[j] > current)
                {
                    vec[j + gap] = vec[j];
                    j -= gap;
                }
                vec[j + gap] = current;
            }
        }
    }
    
  • 希尔排序的核心在于间隔序列的设定。既可以提前设定好间隔序列,也可以动态的定义间隔序列。

归并排序(merge sort)

  • 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。
    在这里插入图片描述
    在这里插入图片描述

  • 代码:

    void merge(vector<int> &vec, vector<int> &temp, int start, int end)
    {
        if (start >= end)
            return;
        int len = end - start;
        int mid = (len >> 1) + start;
        int start1 = start, end1 = mid;
        int start2 = mid + 1, end2 = end;
        merge(vec, temp, start1, end1);
        merge(vec, temp, start2, end2);
        int k = start;
        while (start1 <= end1 and start2 <= end2)
            temp[k++] = vec[start1] < vec[start2] ? vec[start1++] : vec[start2++];
        while (start1 <= end1)
            temp[k++] = vec[start1++];
        while (start2 <= end2)
            temp[k++] = vec[start2++];
        for (k = start; k <= end; ++k)
            vec[k] = temp[k];
    }
    
    void merge_sort(vector<int> &vec)
    {
        int size = vec.size();
        vector<int> temp(size);
        merge(vec, temp, 0, size - 1);
    }
    
  • 归并排序是稳定排序,它也是一种十分高效的排序,能利用完全二叉树特性的排序一般性能;每次合并操作的平均时间复杂度为O(n),而完全二叉树的深度为|log2n|。总的平均时间复杂度为O(nlogn)。归并排序的最好,最坏,平均时间复杂度均为O(nlogn)。

  • 归并排序的优化

    • 插入排序:当待排序列长度为5~20之间,此时使用插入排序能避免一些有害的退化情形

      • 小数据量可使用插入排序加快速度
      if (end - start <= 10)
      {
          insertSort(arr, start, end);
          return;
      }
      
    • 插入排序+测试待排序序列中左右半边是否已有序

      int len = end - start;
      int mid = start + (len >> 1);
      int start1 = start, end1 = mid;
      int start2 = mid + 1, end2 = end;
      merge(arr, temp, start1, end1);
      merge(arr, temp, start2, end2);
      if (arr[mid] <= arr[mid + 1])
      	return;
      
  • 链表的归并排序

    注意查找中间节点的判断条件fast->next != nullptr and fast->next->next != nullptr

    ListNode *merge(ListNode *head)
    {
        if (head == nullptr or head->next == nullptr)
            return head;
        ListNode *slow = head, *fast = head;
        while (fast->next != nullptr and fast->next->next != nullptr)
        {
            fast = fast->next->next;
            slow = slow->next;
        }
        ListNode *head2 = slow->next;
        slow->next = nullptr;
        ListNode *newhead1 = merge(head);
        ListNode *newhead2 = merge(head2);
        ListNode dummyhead;
        ListNode *curr = &dummyhead;
        while (newhead1 != nullptr and newhead2 != nullptr)
        {
            if (newhead1->val < newhead2->val)
            {
                curr->next = newhead1;
                newhead1 = newhead1->next;
            }
            else
            {
                curr->next = newhead2;
                newhead2 = newhead2->next;
            }
            curr = curr->next;
        }
        if (newhead1 != nullptr)
            curr->next = newhead1;
        if (newhead2 != nullptr)
            curr->next = newhead2;
        return dummyhead.next;
    }
    

快速排序(quick sort)

  • 快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:

    • 从数列中挑出一个元素,称为 “基准”(pivot);
    • 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
    • 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
      在这里插入图片描述
  • 代码:使用最后一个元素作为pivot(需要注意的是left和right两个循环的顺序问题,如果选择最后一个数作为基准值,则先进行left指针的循环,再进行right指针的循环;如果选择第一个数作为基准值,则先进行right指针的循环,再进行left指针的循环)

    void quick_rec(vector<int> &vec, int start, int end)
    {
        if (start >= end)
            return;
        // int index = rand() % (end - start + 1) + start;   // 随机选择
        // swap(vec[index], vec[end]);
        int pivot = vec[end];  // 这里选择最后一个数作为基准值
        int left = start, right = end;  
        while (left < right)
        {
            while (left < right and vec[left] < pivot)   // 首先必须对left指针进行操作
                ++left;
            while (left < right and vec[right] >= pivot)  // 再对right指针进行操作
                --right;
            swap(vec[left], vec[right]);
        }
        swap(vec[left], vec[end]);
        quick_rec(vec, start, left - 1);
        quick_rec(vec, left + 1, end);
    }
    
    void quick_sort(vector<int> &vec)
    {
        int size = vec.size();
        quick_rec(vec, 0, size - 1);
    }
    
  • 分析:

    • 在最优的情况下,快速排序算法的时间复杂度为O(nlogn)。
    • 在最坏的情况下,最终其时间复杂度为O(n2)
    • 快速排序的平均时间复杂度为O(nlogn)
  • 快速排序优化

    • 随机选取pivot

      /*随机选择枢轴的位置,区间在low和high之间*/
      int SelectPivotRandom(int arr[],int low,int high)
      {
      	srand((unsigned)time(NULL));//产生枢轴的位置
      	int pivotPos = rand()%(high - low) + low;
       
      	swap(arr[pivotPos],arr[low]);//把枢轴位置的元素和low位置元素互换,此时可以和普通的快排一样调用划分函数
      	return arr[low];
      }
      
    • 三数取中

      int getPivot(vector<int> &arr, int start, int end)
      {
          int mid = start + (end - start) / 2;
          if (arr[mid] < arr[start])
              swap(arr[mid], arr[start]);
          if (arr[end] < arr[start])
              swap(arr[end], arr[start]);
          if (arr[mid] < arr[end])
              swap(arr[end], arr[mid]);
          return arr[end];
      }
      
    • 三数取中 + 插入排序:当待排序列长度为5~20之间,此时使用插入排序能避免一些有害的退化情形

      • 快排需要的时间代价更多,因为递归需要大量指令以及内存空间来执行堆栈运行现场,函数调用等操作。对于极小规模数据而言,确实要比直接插入排序的代价更高
      if (end - start < 10)
      {
          insertSort(arr, start, end);
          return;
      }//else时,正常执行快排
      
    • 三数取中+插入排序+聚集相等元素:在一次分割结束后,可以把与pivot相等的元素聚在一起,继续下次分割时,不用再对与pivot相等元素分割

      • 在划分过程中,把与pivot相等元素放入数组的两端
      • 划分结束后,把与pivot相等的元素移到枢轴周围
      int getPivot(vector<int> &arr, int start, int end)
      {
          int mid = start + (end - start) / 2;
          if (arr[mid] < arr[start])
              swap(arr[mid], arr[start]);
          if (arr[end] < arr[start])
              swap(arr[end], arr[start]);
          if (arr[mid] < arr[end])
              swap(arr[end], arr[mid]);
          return arr[end];
      }
      
      void insertSort(vector<int> &arr, int start, int end)
      {
          for (int i = start + 1; i <= end; ++i)
          {
              int j = i - 1;
              int curr = arr[i];
              while (j >= start and arr[j] > curr)
              {
                  arr[j + 1] = arr[j];
                  --j;
              }
              arr[j + 1] = curr;
          }
      }
      
      void gather(vector<int> &arr, int start, int end, int boundkey, int &left, int &right)
      {
          if (start >= end)
              return;
          int count = boundkey - 1;
          for (int i = count; i >= start; --i)
          {
              if (arr[i] == arr[boundkey])
              {
                  swap(arr[i], arr[count]);
                  --count;
              }
          }
          left = count;
          count = boundkey + 1;
          for (int i = count; i <= end; ++i)
          {
              if (arr[i] == arr[boundkey])
              {
                  swap(arr[i], arr[count]);
                  ++count;
              }
          }
          right = count;
      }
      
      void quictSort(vector<int> &arr, int start, int end)
      {
          if (end - start < 10)
          {
              insertSort(arr, start, end);
              return;
          }
          int pivot = getPivot(arr, start, end);
          int left = start, right = end;
          while (left < right)
          {
              while (left < right and arr[left] < pivot)   // 首先必须对left指针进行操作
                  ++left;
              while (left < right and arr[right] >= pivot)  // 再对right指针进行操作
                  --right;
              swap(arr[left], arr[right]);
          }
          swap(arr[left], arr[end]);
          gather(arr, start, end, left, left, right);
          quictSort(arr, start, left);
          quictSort(arr, right, end);
      }
      
  • 链表的快速排序

    • 直接交换节点值:left和right初始条件

      void quickSort(ListNode *head, ListNode *tail)
      {
          if (head == tail or head->next == tail)
              return;
          int pivot = head->val;
          ListNode *left = head, *right = head->next;
          while (right != tail)
          {
              if (right->val < pivot)
              {
                  left = left->next;
                  swap(left->val, right->val);
              }
              right = right->next;
          }
          swap(left->val, head->val);
          ListNode *mid = left;
          quickSort(head, mid);
          quickSort(mid->next, tail);
      }
      
    • 只能交换节点:分成两个链表,分别保存小于和大于pivot值的节点,然后对两个链表分别排序,最后再组合

      ListNode *quickSort(ListNode *head)
      {
          if (head == nullptr or head->next == nullptr)
              return head;
          int pivot = head->val;
          ListNode left, right;
          ListNode *l = &left, *r = &right, *curr = head->next;
          while (curr != nullptr)
          {
              if (curr->val < pivot)
              {
                  l->next = curr;
                  l = l->next;
              }
              else
              {
                  r->next = curr;
                  r = r->next;
              }
              curr = curr->next;
          }
          l->next = r->next = nullptr;
          ListNode *left_res = quickSort(left.next);
          ListNode *right_res = quickSort(right.next);
          if (left_res == nullptr)
          {
              head->next = right_res;
              return head;
          }
          curr = left_res;
          while (curr->next != nullptr)
          {
              curr = curr->next;
          }
          curr->next = head;
          curr->next->next = right_res;
          return left_res;
      }
      

堆排序(heap sort)

  • 利用堆这种数据结构所设计的一种排序算法

  • 堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点
    在这里插入图片描述

  • 代码:

    void max_heapify(vector<int> &vec, int start, int end){    int parent = start;    int child = parent * 2 + 1; //左子节点    while (child <= end)    {        if (child + 1 <= end and vec[child] < vec[child + 1]) //选择左右子节点中的最大值            ++child;        if (vec[child] < vec[parent])            return;        swap(vec[parent], vec[child]);        parent = child;        child = parent * 2 + 1;    }}void heap_sort(vector<int> &vec){    int size = vec.size();    for (int i = size / 2; i >= 0; --i) //从最后一棵子树开始构造最大堆        max_heapify(vec, i, size - 1);    for (int i = size - 1; i > 0; --i)    {        swap(vec[0], vec[i]);       // 将最大元素与堆中最后一个元素交换        max_heapify(vec, 0, i - 1); // 前i-1个元素继续构造最大堆    }}
    
  • 堆排序整体的时间复杂度是 O(nlogn)

计数排序(counting sort)

  • 将输入的数据值转化为键存储在额外开辟的数组空间中,作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数

  • 步骤:

    • 找出待排序的数组中最大和最小的元素;
    • 统计数组中每个值为i的元素出现的次数,存入数组C的第i项;
    • 对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加);
    • 反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1。
      在这里插入图片描述
  • 代码:

    void counting_sort(vector<int> &vec){    int size = vec.size();    int max_value = vec[0];    int min_value = vec[0];    for (int i = 1; i < size; ++i)    {        max_value = max_value < vec[i] ? vec[i] : max_value;        min_value = min_value > vec[i] ? vec[i] : min_value;    }    int len = max_value - min_value + 1;    vector<int> bucket(len, 0);    for (int i = 0; i < size; ++i)        bucket[vec[i] - min_value]++;    int sorted_index = 0;    for (int i = 0; i < len; ++i)    {        while (bucket[i] > 0)        {            vec[sorted_index++] = i + min_value;            --bucket[i];        }    }}
    

桶排序(bucket sort)

  • 在额外空间充足的情况下,尽量增大桶的数量

  • 使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中

  • 当输入的数据可以均匀的分配到每一个桶中时最快

  • 当输入的数据被分配到了同一个桶中时最慢
    在这里插入图片描述

  • 代码:略

基数排序(radix sort)

  • 基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。

  • 代码:略

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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