【数据结构入门】排序算法之插入排序与选择排序

KevinRay_

已于 2024-09-08 10:45:45 修改

阅读量1.6k

点赞数 59

分类专栏：数据结构文章标签：排序算法插入排序选择排序希尔排序堆排序算法稳定性

于 2024-08-28 22:01:42 首次发布

本文链接：https://blog.csdn.net/KevinRay_0854/article/details/141649108

版权

数据结构专栏收录该内容

10 篇文章 0 订阅

订阅专栏

前言

在数据结构中，排序是指将一组数据按照特定的规则重新排序的过程。排序可以使数据按照升序或者降序排列，从而方便后续的操作和查找。

一、排序的概念及运用

1.排序的概念

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。

例如：

内部排序：数据元素全部放在内存中的排序。

外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

2.排序的运用

排序在生活中的使用无处不在，成绩排名、商品排名、电影榜单等等数不胜数。

3.常见排序算法

二、插入排序与选择排序

2.1插入排序

2.1.1直接插入排序

1）基本思想

直接插入排序是一种简单的排序算法，它的基本思想是将待排序的数据分成已排序和未排序两部分，每次从未排序部分中取出一个元素，然后将其有序地插入到已排序部分的合适位置。

当插入第i(i>=1)个元素时，前面的array[0],array[1],…,array[i-1]已经排好序，此时用array[i]的排序码与array[i-1],array[i-2],…的排序码顺序进行比较，找到插入位置即将array[i]插入，原来位置上的元素顺序后移

动画演示：

2）具体步骤

将第一个元素视为已排序部分，将剩余的元素视为未排序部分。
从未排序部分取出第一个元素，将其插入到已排序部分的合适位置。插入时，从后往前逐个比较已排序部分的元素，将大于待插入元素的元素依次后移，直到找到一个小于或等于待插入元素的位置。
重复步骤2，直到未排序部分中的所有元素都插入到已排序部分。

3）算法特性

元素集合越接近有序，直接插入排序算法的时间效率越高
时间复杂度：直接插入排序的时间复杂度是O(n^2)，其中n是待排序数据的个数。当输入数据已经基本有序时，直接插入排序的性能较好，时间复杂度可以降低到O(n)。但当输入数据完全逆序时，直接插入排序的性能较差，时间复杂度会达到最大值O(n^2)。
空间复杂度：O(1)，它是一种稳定的排序算法
稳定性：稳定

4）算法实现

void InsertSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		int end = i-1;
		int tmp = a[i];
		//将tmp插入到[0, end]区间中，保持有序
		while (end >= 0)
		{
			if (tmp < a[end])
			{
				a[end + 1] = a[end];
				--end;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}	
}

2.1.2希尔排序

希尔排序法又称缩小增量法。

1) 基本思想

将待排序的数据按照一定的增量分组，对每组数据进行插入排序，然后逐渐减小增量，重复上述步骤，直至增量为1，完成最后一轮的插入排序。

图示：

2）具体步骤

选择一个增量序列，常用的增量序列是希尔增量（N/2, N/4, N/8...，直到增量为1）。
对于每个增量，以增量作为间隔将待排序的数据分成多个组，分别对每个组进行插入排序。
逐渐减小增量，重复上述步骤，直至增量为1。

3）算法特性

希尔排序是对直接插入排序的优化。
当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。
希尔排序的时间复杂度较为复杂，最好情况下为O(n log^2 n)，最坏情况下为O(n^2)，平均情况下为O(n log n)。希尔排序的性能优于直接插入排序，尤其是对于数据量较大的情况，其性能优势更加明显。这里一般可以认为时间复杂度为O(N^1.3)左右。
稳定性：不稳定

4）算法实现

多组同时排法：

void ShellSort(int* a, int n)
{
	//预处理
	int gap = n;
	while (gap > 1)
	{
		//这里必须保证gap最后一次是1
		//gap /= 2;
		gap = gap / 3 + 1;

		for (int i = gap; i < n; i++)
		{
			int end = i - gap;
			int tmp = a[end + gap];

			while (end >= 0)
			{
				if (tmp < a[end])
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}	
}

排完一组再排下一组：

void ShellSort(int* a, int n)
{
	//预处理
	int gap = n;
	while (gap > 1)
	{
		//这里必须保证gap最后一次是1
		//gap /= 2;
		gap = gap / 3 + 1;

		for (int j = 0; j < gap; j++)
		{
			for (int i = gap+j; i < n; i += gap)
			{
				int end = i - gap;
				int tmp = a[end + gap];

				while (end >= 0)
				{
					if (tmp < a[end])
					{
						a[end + gap] = a[end];
						end -= gap;
					}
					else
					{
						break;
					}
				}
				a[end + gap] = tmp;
			}
		}
	
	}	
}

2.2选择排序

2.2.1直接选择排序

1) 基本思想

每一次从待排序的数据中选择最小（或最大）的元素，放到已排序序列的末尾，直到全部待排序的数据元素排完。

动画演示：

2）具体步骤

找到待排序序列中最小（或最大）的元素，记为A。
将A与待排序序列的第一个元素交换位置。
然后在剩余的待排序序列中找到最小（或最大）的元素，再与待排序序列的第二个元素交换位置。
重复上述步骤，直到待排序序列变为空。

3）算法特性

直接选择排序思考非常好理解，但是效率不是很好。实际中很少使用
时间复杂度：直接选择排序的时间复杂度是O(n^2)，无论输入数据的情况如何，都需要进行n-1次的比较和若干次元素交换。虽然直接选择排序的时间复杂度较高，但是它的优点是原地排序，不需要额外的空间。
空间复杂度：O(1)
稳定性：不稳定

4）算法实现

void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}


void SelectSort(int* a, int n)
{
	int left = 0, right = n - 1;

	while (left < right)
	{
		int mini = left, maxi = left;
		for (int i = left + 1; i <= right; i++)
		{
			if (a[i] < a[mini])
			{
				mini = i;
			}
			if (a[i] > a[maxi])
			{
				maxi = i;
			}
		}
		Swap(&a[left], &a[mini]);
		//如果left和maxi重叠，交换后修正一下，否则这里会出问题，换两次换回去了
		if (maxi == left)
		{
			maxi = mini;
		}

		Swap(&a[right], &a[maxi]);

		left++;
		right--;
	}
}

2.2.2 堆排序

堆排序是一种利用堆的数据结构进行排序的算法。堆是一种特殊的二叉树，满足堆性质：任意节点的值都大于等于（或小于等于）其子节点的值。需要注意的是排升序要建大堆，排降序建小堆。

1) 基本思想

将待排序的数据构造成一个堆，然后将堆顶元素与末尾元素交换，再对剩余的元素重新构造堆，以此类推，最终得到有序的序列。

2）具体步骤

构建最大堆（或最小堆），将待排序的数据转换为堆。
将堆顶元素（即最大值或最小值）与堆的最后一个叶子节点交换位置。
重新调整堆，将堆顶元素下沉，使得堆仍然满足堆性质。
重复上述步骤，直到堆只剩一个元素或为空。

3）算法特性

堆排序使用堆来选数，效率就高了很多。
时间复杂度：堆排序的时间复杂度是O(nlogn)，堆的构建需要O(n)的时间，每次调整堆的时间为O(logn)。堆排序是一种原地排序算法，不需要额外的空间。由于堆排序具有良好的局部性，适合用于大规模数据的排序。
空间复杂度：O(1)
稳定性：堆排序是一种不稳定的排序算法，相同元素的相对位置可能会改变。

4）算法实现

void ADjustDown(int* a, int sz, int parent)
{
	int child = parent * 2 + 1;
	while (child < sz)
	{
		//选出左右孩子中大的一个
		//这里child+1的判断在前，不要先访问再判断
		//这里a[child + 1] > a[child] 建大堆用>， 建小堆用<
		if (child + 1 < sz && a[child + 1] > a[child])
		{
			//这地方可能会越界
			++child;
		}
		//这里a[child] > a[parent] 建大堆用>， 建小堆用<
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void HeapSort(int* a, int sz)
{
	//1.建堆 -- 向上调整建堆   NlogN
	//左右子树必须是大堆/小堆
	/*for (int i = 1; i < sz; i++)
	{
		ADjustUp(a, i);
	}*/

	//2.向下调整建堆  N
	//左右子树必须是大堆/小堆
	for (int i = (sz - 1 - 1) / 2; i >= 0; i--)
	{
		ADjustDown(a, sz, i);
	}

	int end = sz - 1;
	while (end > 0)
	{
		Swap(&a[end], &a[0]);
		ADjustDown(a, end, 0);
		--end;
	}
}

堆排序在前文中已经详细介绍了，具体见：

【数据结构入门】二叉树之堆排序及链式二叉树