面试中常见的排序算法(C++版)
前置基础知识:
- 稳定:a=b且a在b前面,排序之后a仍然在b的前面
- 不稳定:a=b且a在b前面,排序之后 a 可能会出现在 b 的后面
- 时间复杂度:对排序数据的总的操作次数。反映当n变化时,操作次数呈现的规律
- 空间复杂度:算法在计算机内执行时所需存储空间的度量,它也是数据规模n的函数
1、冒泡排序
原理:
- 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
- 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
- 针对所有的元素重复以上的步骤,除了最后一个;
- 重复步骤1~3,直到排序完成。
ps:n 个数排序需要 n-1 趟,第 i 趟需要比较 n-i 次
void bubbleSort(vector<int> &vec,int 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]);
}
}
}
冒泡排序分析:
(1)时间复杂度
最好情况:只需进行一次冒泡操作,没有任何元素交换,此时就可以结束程序,时间复杂度是O(n)
最坏情况: 要排序的数据完全倒序排列的,需要进行n次冒泡操作,每次冒泡时间复杂度为O(n),时间复杂度为O(n^2)
平均复杂度:O(n^2)
(2)是否原地排序
冒泡过程只涉及相邻数据之间的交换操作没有额外内存消耗,故冒泡排序为原地排序算法
(3)稳定性
在冒泡排序的过程中,只有每一次冒泡操作才会交换两个元素的顺序。为了冒泡排序的稳定性,在元素相等时,不予交换,此时冒泡排序为稳定的排序算法
2、选择排序
原理:先在未排序序列中找到最小(大)元素,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。以此类推,直到所有元素均排序完毕
void selectSort(vector<int> &vec,int size)
{
for (int i = 0; i < size - 1; i++)
{
int minIndex = i;
for (int j = i+1; j < size; j++)
{
if (vec[j] < vec[minIndex]) minIndex = j;
}
swap(vec[minIndex], vec[i]);
}
}
选择排序分析:
(1)时间复杂度
最好情况,最坏情况:都需要遍历未排序区间,找到最小元素。所以都为O(n^2),所以平均复杂度是 O(n ^2)
(2)是否原地排序
没有额外的内存消耗,为原地排序算法
(3)稳定性
不稳定,每次都要在未排序区间找到最小的值和前面的元素进行交换,这样如果遇到相同的元素,他们的顺序会发生变化
3、插入排序
原理:一个数时相当于有序了,因此从第二个数开始向后遍历,每次都与前面已经排好序的数组中每个数比较,插入合适的位置,使得前面已经排好序的仍然保持有序
void insertSort(vector<int>& vec, int size)
{
for (int i = 1; i < size; i++)
{
int num = vec[i],j = i-1; //num是待插入的数 j是已排序的区间端点 当只有1个数时相当于是有序的
while(j >= 0 && num < vec[j])
{
vec[j + 1] = vec[j]; //元素向后移动
j--;
}
vec[j + 1] = num; //while循环结束时说明当前的vec[j]已经与num相等或者小于num,此时num应该插入这个数的后面,即 j+1 的位置
}
}
插入排序分析:
(1)时间复杂度
最好情况: 即该数据已经有序,不需要移动任何元素。只要从头到尾遍历整个数组中的元素O(n)
最坏情况: 即数组中的元素刚好是倒序的,每次插入时都需要和已排序区间中所有元素进行比较,并移动元素。因此最坏情况下的时间复杂度是O(n^2)
平均时间复杂度:O(n^2)
(2)是否原地排序
在排序过程中并不需要额外的内存消耗,插入排序是一个原地排序算法
(3)稳定性
在插入的过程中,如果遇到相同的元素,可以选择将其插入到之前元素的前面也可以选择插入到后面。所以,插入排序可以是稳定的也可以是不稳定的
4、快速排序
原理:简称“快排”,主要利用的分治思想。具体做法是在数组中取一个基准值 pivot,pivot 位置可以随机选择。选择完 pivot 之后,将小于 pivot 的所有元素放在 pivot 左边,将大于 pivot 的所有元素放在右边。最终,pivot 左侧元素都将小于右侧元素。接然后利用递归将左侧的子数组和右侧子数组进行同样的快速排序。最后左右两侧的数组都是有序的,那么整个数组就有序了
void quickSort(vector<int> &vec, int l, int r)
{
if (l >= r) return;
int i = l - 1, j = r + 1, x = vec[l + r >> 1]; //x是基准数
while (i < j)
{
do i++; while (vec[i] < x); //找当前左侧数中比基准数大的第一个数
do j--; while (vec[j] > x); //找当前右侧数中比基准数小的第一个数
if (i < j) swap(vec[i], vec[j]); //交换位置 使得基准数左边的数都比基准数小,右边的数都比基准数大
}
quickSort(vec, l, j); //对基准数左右两侧的数组依次进行上述过程
quickSort(vec, j + 1, r);
}
快速排序分析:
(1)时间复杂度
最好情况:如果每次分区都刚好把数组分成两个大小一样的区间,那么时间复杂度为O(nlogn)(递归树的深度为log(n))
最坏情况:待排序的序列为正序或者逆序,每次划分只得到一个比上一次划分少一个记录的子序列,而另一个为空。此时递归树是一棵斜树(递归树深度是n),算法退化成O(n^2)
平均复杂度:O(nlogn)
(2)空间复杂度
快排涉及递归的栈空间使用,最好情况空间复杂度为O(logn),最坏情况下递归树退化成一条链,空间复杂度为O(n)
(3)是否原地排序
快速排序也没有申请额外的内存空间,是一种原地排序算法
(4)稳定性
不稳定,快排的分区操作涉及元素的位置交换,快速排序不是一个稳定的排序算法
5、归并排序
原理:利用分治思想,先把数组按照中间索引一分为二,然后分别把左右数组排好序,再将排好序的左右两个数组按顺序合并成一个新数组,最后整个数组就是有序的了
void mergeSort(vector<int> &vec,int l,int r)
{
if (l >= r) return; //区间只有一个数的时候停止递归
int mid = l + r >> 1; //划分区间
mergeSort(vec,l,mid); //递归划分左右区间
mergeSort(vec,mid+1,r);
vector<int> temp;
int i = l, j = mid+1, k = 0; //i为左区间的指针,j为右区间的指针,k为排序后的数的索引,temp数组用于合并区间时临时存储排好序的数
//左右两区间的数比较,小的或者相等的数将左区间的数放入temp,否则右区间放入
while (i <= mid && j <= r)
{
if (vec[i] <= vec[j]) temp.push_back(vec[i++]);
else
temp.push_back(vec[j++]);
}
// 存在还没比较完就有一个区间已经没有数了的情况,需要将剩余的数都存入temp,以下while只有一个会执行
while(i <= mid) temp.push_back(vec[i++]);
while(j <= r) temp.push_back(vec[j++]);
i = l;
for (auto x : temp) vec[i++] = x; //将排好序的数组存入vec
}
归并排序分析:
(1)时间复杂度
对 n 个元素递归排序所需时间复杂度,等于左右子区间 n/2 个元素分别递归排序的时间,加上将两个已排好的子区间合并起来的时间O(n)。计算得知其时间复杂度为O(nlogn)
(2)空间复杂度
归并排序过程中需要分配临时数组 temp,空间复杂度为O(n)
(3)是否原地排序
有额外的内存空间使用,不是原地排序算法
(4)稳定性
稳定,当排序过程中遇到左右数组中的元素相等时,可以先把左边的元素先放入 temp 数组,再放入右边的元素到 temp 数组,这就保证了排序后相等元素的前后顺序不改变。因此,归并排序是稳定的排序算法