一、插入排序
1.直接插入排序:
(1)基本思想:
每一次将一个待排序的元素,按其排序码的大小,插入到已经有序的一组元素的合适位置。直到全部元素插入完成。
(2)代码:
void InsertSort(int *array,int size)
{
int i = 0;
for(i = 1;i<size;i++)//第一个元素默认有序
{
int key = arr[i];
int end = i-1;
while(end >= 0 && key<array[end])//升序,如果end位置比key大,就不停的后移
{
array[end+1] = array[end];
--end;
}
array[end+1] = key;//已经找到合适的位置插入key
}
}
(3)时间复杂度:最好情况为O(n),最坏情况为O(n^2)。
(4)使用场景:数据少,越接近有序,搬移元素越少,效率也就越高。
(5)稳定性:稳定。
(6)优化:在插入排序的过程中,就重复找位置和搬移元素这两个过程,所以我们可以在找位置的时候使用二分查找来查找。代码实现如下:
void InsertSort_OP(int *array,int size)
{
int i = 0;
for(i = 1;i<size;i++)
{
int key = array[i];
int end = i-1;
int left = 0;
int right = end;
while(left <= right)
{
int mid = left+(right-left)/2;
if(key<array[mid])
{
right = mid -1;
}
else//为了使排序稳定,大于等于都是右边
{
left = mid+1;
}
}
while(end>=left)
{
array[end+1] = array[end];//已经找到位置,进行搬移数据
--end;
}
array[left] = key;
}
}
二、希尔排序
1.基本思想:
希尔排序,又称缩小增量排序,是直接插入排序的优化,当数据量特别大的时候,因为直接插入排序的特性,处理起来特别麻烦,我们可以进行等间隔的排序,然后减小间隔,再继续,直至间隔为1。
2:代码
void ShellSort(int *array,int size)
{
int i = 0;
int gap = size;
while(gap>1)
{
gap = gap/3+1;
for(i=gap;i<size;i++)
{
int key = array[i];
int end = i-gap;
while(end>=0 && key<array[end])
{
array[end+gap] = array[end];
end -= gap;
}
array[end+gap] = key;
}
}
}
3.时间复杂度:大概O(n^1.25 ~ 1.6n^1.25)。
4.使用场景:适用数据量较大。
5.稳定性:不稳定–隔着区间插入。
三、选择排序
1.基本思想:每趟在前面(后面)n-i个待排序元素集合中找到最大(最小)的元素,作为有序元素序列的第i个元素,待到第n-2趟做完,待排序元素集合中只剩下一个元素,排序结束。
2.代码:
void Swap(int *x, int *y)
{
int temp = *x;
*x = *y;
*y = temp;
}
void SelectSort(int *array,int size)
{
int i = 0;
for(i=0;i<size-1;i++)
{
int j = 1;
int maxPos = 0;//默认待排集合中最大的元素为第一个
for(;j<size-i;j++)
{
if(array[maxPos]<array[j])
maxPos = j;//maxPos此时记录的是待排序中最大的元素
}
if(maxPos != size-i-1)
{
Swap(&array[maxPos],&array[size-i-1]);
}
}
}
3.时间复杂度:O(n^2)。
4:稳定性:不稳定。
优化:上述算法中,每次之找出最大元素的位置,优化算法中是每次既找到待排集合中最大元素的位置,也找到最小元素的位置。时间复杂度为O(n^2)。
void SelectSort_OP(int *array,int size)
{
int start = 0;
int end = size-1;
while(start<=end)
{
int maxPos = start;
int minPos = start;
int j = start+1;
while(j<=end)
{
if(array[j]>array[maxPos])
maxPos = j;
if(array[j]<array[minPos])
minPos = j;
++j;
}
if(maxPos != end)//判断最大的元素的位置是否在此循环最后位置
Swap(&array[maxPos],&array[end]);
if(minPos == end)//排除最小位置的此次循环的最后位置的特殊情况
minPos = maxPos;
if(minPos !=start)
Swap(&array[minPos],&array[start]);
++start;
--end;
}
}
四、堆排序
1.基本思想:
不管是大堆还是小堆,堆顶元素都是此树中最大的或者最小的元素,这里以升序为例,所以每次将已经建成堆的堆顶元素(最大值)与最后(这里的最后指的是待排序元素的最后一个)一个元素进行交换,再进行向下调整,同时这里引出了一个Top K数据问题,如果要求这个海量数据中的最小的K个值,应该建大堆。
void AdjustDown(int *array, int parent, int size)
{
int child = (parent << 1) + 1;//默认最大值为左孩子
while (child<size)
{
if (child + 1<size && array[child]<array[child + 1])
child += 1;
if (array[parent]<array[child])
Swap(array[parent], array[child]);
parent = child;
child = (parent << 1) + 1;
}
}
void HeapSort(int* array, int size)
{
int i = 0;
int end = size - 1;
int root = (size - 1 - 1) / 2;
for (i = root; i >= 0; i--)
{
AdjustDown(array, i, size);
}
while (end)
{
Swap(array[0], array[end]);
AdjustDown(array, 0, end);
--end;
}
}
2.时间复杂度:O(n*log2^n)。
3.稳定性:不稳定。
五、冒泡排序
1.基本思想:以升序为例,一轮过后最大的值在最后面。
void BubbleSort(int *array,int size)
{
int i = 0;
for (i = 0; i < size-1; i++)
{
int j = 0;
int flag = 0;
for (; j < size - i - 1; j++)
{
if (array[j] > array[j + 1])
{
Swap(array+j, array+j+1);
flag = 1;
}
}
if (!flag)
break;
}
}
2.时间复杂度:最好为O(n),最差为O(n^2)。
3.稳定性:稳定。
六、快速排序
1.任取待排序集合中的元素作为基准值,将待排序序列分为两个子序列,做子序列的值均小于基准值,右子序列的值均大于基准值,最后在左右子序列中重复该操作。有三种方式实现该过程。
2.代码:
(1)获取基准值:
int GetMiddleIndex(int *array, int left, int right)
{
int mid = left + (right - left) / 2;
if (array[left] < array[right])
{
if (array[mid] < left)
return left;
else if (array[mid]>array[right])
return right;
else
return mid;
}
else
{
if (array[mid] < array[right])
return right;
else if (array[mid]>array[left])
return left;
else
return mid;
}
}
(2)交换法:
int Partion1(int *array, int left, int right)
{
int index = GetMiddleIndex(array, left, right-1);
int end = right - 1;
if (end != index)
Swap(&array[end], &array[index]);
int key = array[end];
int begin = left;
while (begin < end)
{
while (begin < end && array[begin] <= key)//从前往后找大于基准值的数
++begin;
while (begin < end && array[end] >= key)//从后往前找小于基准值的数
--end;
if (begin < end)
Swap(&array[begin], &array[end]);//交换找到的两个数
}
if (begin != right - 1)
Swap(&array[begin], &array[right - 1]);//如果begin不是最后一个值,就交换begin与基准值
return begin;
}
(3)挖坑法:
int Partion2(int *array, int left, int right)
{
int begin = left;
int end = right - 1;
int index = GetMiddleIndex(array, left, right-1);
if (index != end)
Swap(&array[index], &array[end]);
int key = array[end];
while (begin<end)
{
while (begin<end && array[begin]<key)//从前往后找大于基准值的begin
begin++;
if (begin < end)
{
array[end] = array[begin];//用较大的begin覆盖end
end--;//跳过大于基准值的数
}
while (begin<end && array[end]>key)//从后往前找小于基准值的end
end--;//
if (begin < end)
{
array[begin] = array[end];
begin++;//跳过小于基准值的数
}
}
array[begin] = key;//最后修改begin指向的值(这里begin和end相等)
return begin;
}
(4)前后指针法:
int Partion3(int *array, int left, int right-1)
{
int cur = left;
int pre = left - 1;
int index = GetMiddleIndex(array, left, right-1);
if (index != right - 1)
Swap(&array[index], &array[right - 1]);
int key = array[right-1];
while (cur < right-1)
{
if (array[cur] < key)//如果cur指向的值小于基准值,就与下标为pre+1的值交换
{
pre++;
Swap(&array[pre], &array[cur]);
}
++cur;//如果找不到小于基准值的cur,就一直往后面找
}
if (pre != cur)
Swap(&array[cur], &array[++pre]);//如果pre与cur指向不同位置,就交换cur与pre+1指向的值
return pre;
}
(5)排序递归:
void _QuickSort(int *array, int left, int right)
{
if (right - left > 1)
{
int div = Partion3(array, left, right);
_QuickSort(array, left, div);
_QuickSort(array, div+1, right);
}
}
void QuickSort(int *array,int size)//函数调用实现
{
_QuickSort(array,0,size);
}
3.时间复杂度:
(1)最优情况下为O(n*logn), 最坏情况下为O(n^2)。
4.适用场景:比较随机的数据。
5.稳定性:不稳定。
七、归并排序
1.基本思想:
将待排序的元素序列分成两个长度相等的子序列,对每一个子序列排序,然后将他们合并成一个序列。
(1)合并:
void MergeData(int *array, int left, int mid, int right, int *temp)
{
int index = left;
int begin1 = left;
int end1 = mid;
int begin2 = mid;
int end2 = right;
while (begin1<end1 && begin2<end2)
{
if (array[begin1] <= array[begin2])
{
temp[index++] = array[begin1++];
}
else
{
temp[index++] = array[begin2++];
}
}
while (begin1 < end1)
temp[index++] = array[begin1++];
while (begin2 < end2)
temp[index++] = array[begin2++];
}
(2)递归实现:
void _MergeSort(int *array, int left,int right, int *temp)
{
if (right - left > 1)
{
int mid = left + (right - left) / 2;
_MergeSort(array, left, mid, temp);
_MergeSort(array, mid, right, temp);
MergeData(array, left, mid, right, temp);
memcpy(array+left, temp + left, sizeof(int)*(right - left));
}
}
(3)函数接口:
void MergeSort(int *array, int size)
{
int *temp = (int *)malloc(sizeof(int)*size);
if (NULL == temp)
{
return;
}
_MergeSort(array, 0, size, temp);
}
2.时间复杂度:O(n*log2^n)。
3.空间复杂度:O(n)。
4.使用场景:数据量大的情况。
5.稳定性:稳定。
八、基数排序
1.基本思想:基数排序又称鸽巢原理,是对哈希直接定地址的变形应用,先统计相同元素出现的次数,再通过统计的结果将其写入到原来的序列中。
int CountSort2(int *array, int size)
{
int MinValue = array[0];
int MaxValue = array[0];
int i = 0;
int index = 0;
for (i=1; i < size; i++)
{
if (array[i]>MaxValue)
MaxValue = array[i];
if (array[i] < MinValue)
MinValue = array[i];
}
int range = MaxValue - MinValue + 1;//一定要+1
int *count = (int *)calloc(range, sizeof(int));//calloc这里初始化count为0
for (i = 0; i < size; i++)
{
count[array[i] - MinValue]++;//count的第一个元素即为最小值出现的次数
}
for (i = 0; i < range; i++)
{
while (count[i]--)
{
array[index++] = MinValue + i;//按顺序从小到大把数据覆盖到原数组上。
}
}
free(count);
}
2.时间复杂度:O(n),n为数据个数。
3.空间复杂度:O(m),m为数据的范围。
4.使用场景:数据大小范围比较集中的情况。
5.稳定性:稳定。