Introduction to Algorithms - Third Edition
Part II. Sorting and Order Statistics
排序问题
输入:
n
n
n 个数的序列
<
a
1
,
a
2
,
.
.
.
,
a
n
>
<a_1, a_2, ..., a_n>
<a1,a2,...,an>。
输出: 输入序列的一个排列
<
a
1
′
,
a
2
′
,
.
.
.
,
a
n
′
>
<a_1', a_2', ..., a_n'>
<a1′,a2′,...,an′>,使得
a
1
′
≤
a
2
′
≤
⋯
≤
a
n
′
a_1' \le a_2' \le \cdots \le a_n'
a1′≤a2′≤⋯≤an′。
数据结构
实际上,要排序的数字很少是孤立的值,通常要排序是记录(record),是数据集合的一部分。
记录 = 键 + 卫星数据
键(key)是要排序的值;卫星数据(satellite data)由记录的其余部分组成,通常与键绑定。
如果每个记录都包含大量卫星数据,通常会置换指向记录的指针数组,而不是记录本身,以最大程度地减少数据移动。
为什么排序?
- 有时,应用程序本来就需要对信息进行排序。例如,为了准备客户报表,银行需要按支票号对支票进行排序。
- 算法通常使用排序作为关键子程序。例如,在渲染相互重叠的图形对象的程序中,可能需要根据一种“在上方”的关系对对象进行排序,以便可以自下至上绘制这些对象。
- 算法开发中使用的许多重要技术,都出现在已发展多年的排序算法的主体中。
- 可以证明排序的非平凡下界(第 8 章)。我们的最好的上限渐近地匹配该下限,因此知道我们的排序算法是渐近最优的。此外,可以使用排序过程中的下界,以证明某些其他问题的下界。
- 在实现排序算法时,许多工程问题变得尤为重要。对于特定情况,最快排序程序可能取决于许多因素,如,有关关键字和卫星数据的先验知识,主机的内存层次结构(缓存和虚拟内存)以及软件环境。其中的许多问题最好在算法级别上解决,而不是通过“调整”代码来解决。
排序算法
算法 | 最坏情况运行时间 | 平均情况/期望运行时间 |
---|---|---|
插入排序 | Θ ( n 2 ) \Theta(n^2) Θ(n2) | Θ ( n 2 ) \Theta(n^2) Θ(n2) |
合并排序 | Θ ( n lg n ) \Theta(n \lg n) Θ(nlgn) | Θ ( n lg n ) \Theta(n \lg n) Θ(nlgn) |
堆排序 | Θ ( n lg n ) \Theta(n \lg n) Θ(nlgn) | – |
快速排序 | Θ ( n 2 ) \Theta(n^2) Θ(n2) | Θ ( n lg n ) \Theta(n \lg n) Θ(nlgn) (期望) |
计数排序 | Θ ( k + n ) \Theta(k+n) Θ(k+n) | Θ ( k + n ) \Theta(k+n) Θ(k+n) |
基数排序 | Θ ( d ( n + k ) ) \Theta(d(n+k)) Θ(d(n+k)) | Θ ( d ( n + k ) ) \Theta(d(n+k)) Θ(d(n+k)) |
桶排序 | Θ ( n 2 ) \Theta(n^2) Θ(n2) | Θ ( n ) \Theta(n) Θ(n)(平均情况) |
原地(in place)排序:输入数组中,只有常数个元素存放至该数组外的空间内。
原地排序算法:插入排序、堆排序、快速排序。
插入排序、合并排序、堆排序和快速排序都是比较排序:通过比较元素确定输入数组的排序顺序。
顺序统计学
在一个包含
n
n
n 个数字的集合中,第
i
i
i 个统计顺序是该集合中的第
i
i
i 小的数字。
我们可以通过对输入进行排序,并对输出结果中的第
i
i
i 个元素建立索引,选择第
i
i
i 个顺序统计。
背景知识
在快速排序,桶排序和顺序统计算法的分析中,使用概率论,相关知识可参见附录C,以及在第5章中关于概率分析和随机算法的材料。