数据结构小笔记-Sorting

学堂在线数据结构下_第14章_排序sort
20220604

-

【1】快速排序Quicksort：
本质——快速确定轴点Pivot，将全部元素逐一转换为轴点。
Quicksort与Mergesort都采用递归分治策略；
mergesort的计算量是合并两子序列；
quicksort的计算量是恰好把序列划分为左小右大的两子序列。

轴点的左侧小于轴点，轴点的右侧大于轴点。
轴点的秩 == 该轴点在排序后的秩。
轴点就是在排序前就已就位的元素。

把待排序序列的首字符预设为轴点值，S形交替遍历，最终确定该轴点值在序列中的轴点位置（秩）。
空间复杂度 = O(n+1);
最好情况的时间复杂度 = O(nlogn)，此时，预设的轴点的秩约为n/2，运气好;
最坏情况的时间复杂度 = O(n^2)，此时，待排序序列事先已有序。
平均时间复杂度 = O(nlogn)。

---

【2】选取问题selection：
中位数median选择问题 是 k-selection问题中 难度最大的特例。
众数majority-selection问题（可用减而治之）：众数若存在，则亦必为中位数。
频繁数mode-selection问题：众数若存在，则亦必为频繁数。众数是频繁数的特例。

---

20220605

【2.1】k-selection选取问题的通用算法：
蛮力算法——先排序，再选取第k位元素。O(nlogn)耗时大。

k-selection问题是二叉堆getMax()的推广；二叉堆getMax()是k-selection问题的特例。
（1）先尝试小顶堆（二叉堆的堆顶是最小元），进行k次delMin()操作，堆顶即全局秩为kd 元素。建堆Heapifiation可用Floyd算法，时间复杂度O(n)；delMin()花费时间O(k*logn)，所以若k同阶于n，则与蛮力算法耗时相当。
（2）再尝试大顶堆，时间复杂度O(k)+O(2*(n-k)logk)，若k接近n/2，则退化为蛮力算法。
（3）再尝试大顶堆+小顶堆，最坏情况依旧很耗时。
（4）quickSelect算法：减而治之，借用快速排序的patition算法。仿照快速排序算法，预先选定一个轴点pivot（秩为i），比较k与i的大小关系。最坏情况的时间复杂度 = O(n^2)。
（5）linearSelect算法：改进版quickSelect算法。最坏情况的时间复杂度 = O(n)。递归base Q；n/Q个子序列；每个子序列进行insertsort，找出中位数m；找出n/Q个m中的中位数M；依据M，把全序列划分为L、E、G三个子序列；缩小问题规模，递归执行上述步骤。时间复杂度 T(n)=O(n)+T(n/Q)+T(3n/4)。

---

【3】Shellsort希尔排序：1959
迭代递减增量排序法（矩阵列数递减）。
把待排序序列 视为 矩阵。矩阵的列数为w_k，从第1列至第w_k列 逐列各自排序 称为 (w_k)-sorting。(w_k)-sorting后的（每列各自有序的）矩阵为(w_k)-ordered状态。然后，Shellsort将 (w_k)-ordered矩阵 重组为一个更高更瘦的（行数更多，列数 = (w_k-1) < (w_k)）新矩阵，再对新矩阵进行下一轮 (w_k-1)-sorting……循环迭代上述步骤，直至1-sorting。
全局排序过程中，矩阵行数越来越多、列数越来越少（即矩阵从矮胖到瘦高），最终迭代为1-sorting（待排序序列 已全排序）。

步长序列step sequence={1, w_2, ..., w_k-1, w_k}。
不同的step sequence 对应不同效率的Shellsort。
Shellsort是CD机，不同的step sequence是不同的CD唱片。
-
Shellsort：Call-by-rank。
二维矩阵只存在于逻辑中；物理上；待排序序列自始至终都是一维向量。
-
每轮w-sorting过程中的各列内部排序，适用 输入敏感型算法（比如，插入排序insertionsort 对输入序列的有序程度敏感）。因为，随着w递减，各列有序程度越来越好（逆序对 越来越少），若各列用insertionsort算法 可减少I/O操作次数、减少时间复杂度。
-
定理K（见《计算机程序设计艺术》第三卷，英文版90页，中文版72页）：
k-ordered序列经过h-sorting之后，依旧保持k-ordered。
【固定间隔的有序性，在Shellsort过程中，将被不断积累下来，直至实现 间隔为1的有序性（相邻元素均有序，即全排序）。】
-
某一序列若既是k-ordered、又是h-ordered，可记作(k,h)-ordered，则必为(mk+nh)-ordered。mk+nh是k与h的线性组合。
-
数论结果：两素数（k、h）的线性组合mk+nh 无法表示的最大自然数 是 (k-1)(h-1)-1.
【无法表示为mk+nh 的自然数 只可能存在于区间[0,(k-1)(h-1)-1]内。】
-
若把【素数列】定为step sequence，随着Shellsort不断迭代，区间[1, (k-1)(h-1)-1]也在不断缩小，等效于 逆序对总数不断减少，所以适合使用insertionsort（因为逆序数越少，insertionsort效率越高）。

---------------------