手撕九大排序算法

最新推荐文章于 2023-06-16 09:56:34 发布

JoyCheung-

最新推荐文章于 2023-06-16 09:56:34 发布

阅读量3.5k

点赞数 106

分类专栏：【数据结构】文章标签：排序算法数据结构

本文链接：https://blog.csdn.net/Joy_Cheung666/article/details/119816092

版权

【数据结构】专栏收录该内容

19 篇文章 9 订阅

订阅专栏

本文的排序算法都用升序来讲解。

常见的排序算法有：

插入排序 —— 直接插入排序 && 希尔排序
选择排序 —— 选择排序 && 堆排序
交换排序 —— 冒泡排序 && 快速排序
归并排序
基数排序
计数排序（非比较排序）

插入排序

插入排序就像摸一张牌插入到正确的位置。

假设 [0, end] 有序， end+1 位置的插入到 [0, end] 中，让 [0, end+1] 有序。

void InsertSort(int* a, int n)
{
	for (int i = 0; i < n - 1; ++i)
	{
		//单趟排序
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (a[end] > tmp)
			{
				a[end + 1] = a[end];
				--end;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}

时间复杂度：O(N^2)
最坏情况下移动：1 + 2 + …… + n-1
最好情况：完全顺序有序时间复杂度是 O(N)
稳定性：稳定

希尔排序

希尔排序是在直接插入排序基础上的优化排序算法。

进行预排序，让数组接近有序。预排序，就是分组(gap > 1)
直接插入排序（gap == 1）

在这里插入图片描述

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 2;

		//间隔为gap的多组数据同时排序
		for (int i = 0; i < n - gap; ++i)
		{
			//一个gap里的一组数据
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}

时间复杂度：
gap = gap/ 2 时，是logN
gap = gap/3 + 1时，是log3N

当gap很大的时候，预排序的时间复杂度是 O(N)。
当gap很小的时候，数组已经接近有序了，时间复杂度是 O(N)。

所以时间复杂度是 O(logNN) 或者 O(log3NN)
平均的时间复杂度是O(N^1.3)

直接选择排序

基本思想：每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。

在元素集合 array[i] ~ array[n-1]中选择最大（小）的元素
若它不是这组元素中的最后一个（第一个）元素，则将它与这组元素中的最后一个（第一个）元素交换。
在剩余的array[i] ~array[n-2] （array[i+1] ~ array[n-1]）集合中，重复上述步骤，直到集合剩余1个元素。

下面实现的是选出最大和最小的数，一起进行排序。

void SelectSort(int* a, int n)
{
	int begin = 0, end = n - 1;
	while (begin < end)
	{
		int mini = begin, maxi = end;
		//单趟选择排序
		//找出最大，最小的下标
		for (int i = begin; i <= end; i++)
		{
			if (a[i] < a[mini])
			{
				mini = i;
			}
			
			if (a[i] > a[maxi])
			{
				maxi = i;
			}
		}
		//最小值、最大值分别和begin、end交换
		Swap(&a[begin], &a[mini]);
		//如果begin和maxi重合，要把mini赋值给maxi
		if (begin == maxi)
		{
			maxi = mini;
		}
		Swap(&a[end], &a[maxi]);

		++begin;
		--end;
	}
}

时间复杂度: O(N^2)

堆排序

堆的逻辑结构：完全二叉树
物理结构：数组（层序）
在这里插入图片描述
通过观察可以得出父子结点的关系:
leftchild = parent *2 + 1
rightchild = parent *2 + 2
parent = (child - 1) / 2

大堆中，树中所有的父亲都大于等于孩子。小堆中，树中所有的父亲都小于等于孩子。

向下调整算法

在这里插入图片描述
在这里，我们先引入向下调整算法（建堆用），以建小堆为例。这里说一句很重要的事情！！！向下调整算法建立小堆的前提条件是左右子树都是小堆。算法思想是从根结点开始，选出左右子树中小的那一个，和父结点比较，如果比父结点要小就交换，然后继续向下进行调整，知道叶子节点终止。

建大堆代码

// 建大堆
void AdjustDown(int* a, int n, int root)
{
	int parent = root;
	int child = parent * 2 + 1; //默认是左节点
	while (child < n)
	{
		//选出左右孩子中大的那一个
		if (child + 1 < n && a[child + 1] > a[child])
		{
			++child;
		}

		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

自底而上的建堆方式

向下调整算法是建堆的单趟步骤。如果左右子树不是小堆，是不能直接使用向下调整算法的。这时候我们应该怎么办呢？
—— 倒着从最后一棵子树开始调整。但是再想一想，倒着走最后一棵子树叶子是不需要调整的，所以最后决定从倒数最后一个非叶子的子树开始调整。

下面是建堆的代码

	// 建堆
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

到了这时候，会有一个疑问，排升序，是建大堆还是建小堆？
如果是建小堆，最小数在堆顶，被选出来之后，用剩余的树再去选数，剩下树的结构都乱了，需要重新建堆，建堆的时间复杂度是O(N)，这样不是不可以，但是堆排序就没有效率的优势了，整体的时间复杂度是O(N^2)。

正确的方法是建大堆。第一个数和最后一个数交换，不把这个数当作树的一部分，前n-1个数向下调整，选出次小的数，再和倒数第二个数交换……

实现的代码

void HeapSort(int* a, int n)
{
	// 建堆  时间复杂度：O(N) 
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDwon(a, n, i);
	}

	// 排升序，建大堆还是小堆？建大堆
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDwon(a, end, 0);
		--end;
	}
}

时间复杂度： O(N*log N)

冒泡排序

这个是最基本的排序算法，两层循环，外层循环代表排序的趟数，内层循环代表比较次数，这里设置一个变量区分数组是否已经有序。

void BubbleSort(int* a, int n)
{
	for (int i = 0; i < n - 1; i++)
	{
		int exchange = 0;
		for (int j = 0; j < n - i - 1; j++)
		{
			if (a[j] > a[j + 1])
			{
				Swap(&a[j], &a[j + 1]);
				exchange = 1;
			}
		}
		if (!exchange)
			break;
	}
}

时间复杂度：O（N*N）
最好情况:O(N)

快速排序

基本思想：选择一个key关键字（一般是第一个或者是最后一个），左边的数都比key要小，右边的key都大。
在这里插入图片描述
之后只需要对左边的数和右边的数进行排序。
对于单趟排序有三种常见的方法，分别是挖坑法，左右指针，前后指针。

快排在有序的情况下情况最坏，最坏情况下退化成冒泡排序，时间复杂度是O(N^2)。针对这种情况，使用三数取中和小区间优化的方法对原有的快速排序进行优化。
三数取中避免出现key的值是最小或者最大的情况。
代码：

int GetMidIndex(int* a, int left, int right)
{
	int mid = (left + right) >> 1;
	if (a[left] < a[mid])
	{
		if (a[mid] < a[right])
		{
			return mid;
		}
		else if (a[left] > a[right])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
	else //a[left] > a[mid]
	{
		if (a[mid] > a[right])
		{
			return mid;
		}
		else if (a[left] > a[right])
		{
			return right;
		}
		else
		{
			return left;
		}
	}

这里的快速排序采用的是分治算法，到每组的数分到后面的时候，调用的栈帧是以2的指数次增长的，所以采用小区间采用插入排序的方法。
下面，我们只需要考虑单趟排序，前面已经提到过单趟排序有三种方法，下面会详细介绍。
函数接口

void QuickSort(int* a, int left, int right)
{
	if (left <= right)
	{
		return;
	}

	int keyindex = PartSort1(a, left, right);

	//[left, keyIndex - 1] keyIndex[keyIndex + 1, right]

	//QuickSort(a, left, keyindex - 1);
	//QuickSort(a, keyindex + 1, right);

	//小区间优化
	if (keyindex - 1 - left > 10)
	{
		QuickSort(a, left, keyindex - 1);
	}
	else
	{
		InsertSort(a + left, keyindex - left);
	}

	if (right - (keyindex + 1) > 10)
	{
		QuickSort(a, keyindex + 1, right);
	}
	else
	{
		InsertSort(a + keyindex + 1, right - (keynidex + 1) + 1);
	}
}

挖坑法

右边找比key的值小的数，放到左边，小的数放到左边的坑里，自己形成新的坑位
左边找比key的值大的数，放到右边，大的数放到右边的坑里，自己形成新的坑位

代码实现

int PartSort1(int* a, int left, int right)
{
	int index = GetMidIndex(a, left, right);
	Swap(&a[left], &a[index]);

	int begin = left, end = right;
	int pivot = begin;
	int key = a[begin];

	while (begin < end)
	{
		//右边找小，放到左边
		while (begin < end && a[end] >= key)
		{
			--end;
		}
		//小的放到左边的坑位，自己原本的位置形成新的坑位
		a[pivot] = a[end];
		pivot = end;

		//左边找大，放到右边
		while (begin < end && a[begin] <= key)
		{
			++begin;
		}
		//大的放到右边的坑位，自己形成新的坑位
		a[pivot] = a[begin];
		pivot = begin;
	}
	a[pivot] = key;

	return pivot;
}

左右指针法

基本思想：

begin从左边开始找大，end从右边开始找小，找到一大一小就交换。
最后，交换begin和keyi的值，返回相遇的下标

int PartSort2(int* a, int left, int right)
{
	int index = GetMidIndex(a, left, right);
	Swap(&a[left], &a[index]);

	int begin = left, end = right;
	int keyi = begin;

	while (begin < end)
	{
		//右边找小
		while (begin < end && a[end] >= a[keyi])
		{
			--end;
		}

		//左边找大
		while (begin < end && a[begin] <= a[keyi])
		{
			++begin;
		}

		//交换
		Swap(&a[begin], &a[end]);
	}

	Swap(&a[begin], &a[keyi]);

	return begin;
}

前后指针法

cur找比key小的数，每次遇到比key小的值就停下来，++prev，交换prev和cur位置的值，++cur。
交换keyi和prev对应的值。

int PartSort3(int* a, int left, int right)
{
	int index = GetMidIndex(a, left, right);
	Swap(&a[left], &a[index]);

	int keyi = left;
	int prev = left, cur = left + 1;

	while (cur <= right)
	{
		if (a[cur] < a[keyi] && ++prev != cur)
		{
			Swap(&a[prev], &a[cur]);
		}

		++cur;
	}

	Swap(&a[keyi], &a[prev]);
	return prev;
}

归并排序

基本思想：
归并排序（MERGE-SORT）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的一个非常典型的应用，将已有的子序列合并，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，称为二路归并。

递归解法

void _MergeSort(int* a, int left, int right, int* tmp)
{
	if (left >= right)
		return;

	//分解
	int mid = (right + left) >> 1;
	//[left, mid] [mid+1, right]
	//假设左右区间有序，可以开始归并
	_MergeSort(a, left, mid, tmp);
	_MergeSort(a, mid + 1, right, tmp);

	//归并
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	int index = left;

	while (begin1 <= end1 && begin2 <= end2)
	{
		if (a[begin1] < a[begin2])
		{
			tmp[index++] = a[begin1++];
		}
		else
		{
			tmp[index++] = a[begin2++];
		}
	}

	while (begin1 <= end1)
	{
		tmp[index++] = a[begin1++];
	}

	while (begin2 <= end2)
	{
		tmp[index++] = a[begin2++];
	}

	//拷贝回到原数组
	for (int i = left; i <= right; ++i)
	{
		a[i] = tmp[i];
	}
}

void MergeSort(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	_MergeSort(a, 0, n - 1, tmp);
	free(tmp);
}

非递归解法

设置gap来模拟数组分解之后归并的过程，gap从1开始，每次乘2递增。
在这里插入图片描述

void MergeSortNonR(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	int gap = 1; //每组数据的个数

	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;

			//归并过程中右半区间不存在
			if (begin2 >= n)
			{
				break;
			}
			//归并过程中右半区间不足，修正一下
			if (end2 >= n)
			{
				end2 = n - 1;
			}

			int index = i;
			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] < a[begin2])
				{
					tmp[index++] = a[begin1++];
				}
				else
				{
					tmp[index++] = a[begin2++];
				}
			}

			while (begin1 <= end1)
			{
				tmp[index++] = a[begin1++];
			}

			while (begin2 <= end2)
			{
				tmp[index++] = a[begin2++];
			}

			// 拷贝回去
			for (int j = i; j <= end2; ++j)
			{
				a[j] = tmp[j];
			}
		}

		gap *= 2;
	}
	free(tmp);
}

基数排序

123 45 12 9 88 43

依次分别取他们的个位、十位、百位……排序

个位： 12 123 43 45 88 9

十位：9 12 123 43 45 88

百位：以此类推

只能对整数进行排序，实际中这个排序没啥意义。

计数排序

计数排序是一种非比较排序，思想很巧，适用范围具有局限性，适合范围集中的一组整形数据排序。

void CountSort(int* a, int n)
{
	int max = a[0], min = a[0];
	for (int i = 0; i < n; ++i)
	{
		if (a[i] > max)
		{
			max = a[i];
		}

		if (a[i] < min)
		{
			min = a[i];
		}
	}

	int range = max - min + 1;
	int* count = (int*)malloc(sizeof(int)*range);
	memset(count, 0, sizeof(int)*range);

	// 统计次数
	for (int i = 0; i < n; ++i)
	{
		count[a[i]-min]++;
	}

	int j = 0;
	for (int i = 0; i < range; ++i)
	{
		while (count[i]--)
		{
			a[j++] = i+min;
		}
	}

	free(count);
}