排序
插⼊排序
基本思想
直接插⼊排序是⼀种简单的插⼊排序法,其基本思想是:把待排序的记录按其关键码值的⼤⼩逐个插 ⼊到⼀个已经排好序的有序序列中,直到所有的记录插⼊完为⽌,得到⼀个新的有序序列 。
实际中我们玩扑克牌时,就⽤了插⼊排序的思想
直接插⼊排序
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
InsertSort.h
#pragma once
#include <stdio.h>
void InsertSort(int* arr, int n);
void Print(int* arr, int n);
InsertSort.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "InsertSort.h"
void InsertSort(int* arr, int n)
{
//外层循环控制内部要进行多少次
//n-1是因为end+1的时候,end=n的话,会造成越界
for (int i = 0; i < n - 1; i++)
{
//end表示有序数组的最后一位
int end = i;
//tmp表示有序数组的下一位
int tmp = arr[end + 1];
while (end >= 0)
{
if (arr[end] > tmp)
{
arr[end + 1] = arr[end];
//这是从后往前进行比较
end--;
}
//如果顺序不用变动,就跳出循环
else
{
break;
}
}
//最后循环出来得到的结果
arr[end + 1] = tmp;
}
}
void Print(int* arr, int n)
{
for (int i = 0; i < n; i++)
{
printf("%d", arr[i]);
}
printf("\n");
}
Test.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "InsertSort.h"
int main()
{
int arr[] = { 3,4,2,1,6,5,7,9,8 };
int n = sizeof(arr) / sizeof(arr[0]);
InsertSort(arr, n);
Print(arr, n);
return 0;
}
直接插⼊排序的特性总结
1.元素集合越接近有序,直接插⼊排序算法的时间效率越⾼
2.时间复杂度:O(N^2)
3.空间复杂度:O(1)
注意点:最不好的情况是降序排序的时候
那么我们该怎样进一步优化呢,接下来我们来看希尔排序
希尔排序
希尔排序法⼜称缩⼩增量法。希尔排序法的基本思想是:先选定⼀个整数(通常是gap = n/3+1),把 待排序⽂件所有记录分成各组,所有的距离相等的记录分在同⼀组内,并对每⼀组内的记录进⾏排 序,然后gap=gap/3+1得到下⼀个整数,再将数组分成各组,进⾏插⼊排序,当gap=1时,就相当于 直接插⼊排序。
它是在直接插⼊排序算法的基础上进⾏改进⽽来的,综合来说它的效率肯定是要⾼于直接插⼊排序算 法的。
代码如下:
ShellSort.h
#pragma once
#include <stdio.h>
void ShellSort(int* arr, int n);
void Print(int* arr, int n);
ShellSort.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "ShellSort.h"
void ShellSort(int* arr, int n)
{
int gap = n;
//不能够等于1,等于1的时候会造成死循环,因为下面的+1是保证最后gap=1的
while (gap>1)
{
gap = gap / 3 + 1;//保证最后gap=1
//使用i++是分成三组,分别比较每组的第一个大小,再比较两组的第二个,这样时间复杂度进一步降低
for (int i = 0; i < n - gap; i++)//相较于直接排序时间复杂度小一点
{
int end = i;
int tmp = arr[end + gap];
while (end >= 0)
{
if (arr[end] > tmp)
{
arr[end+gap] = arr[end];
end -= gap;
}
else
{
break;
}
}
arr[end + gap] = tmp;
}
}
}
void Print(int* arr, int n)
{
for (int i = 0; i < n; i++)
{
printf("%d", arr[i]);
}
printf("\n");
}
Test.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "ShellSort.h"
int main()
{
int a[] = { 2,1,4,3,5,6,8,7,9,10 };
int n = sizeof(a) / sizeof(a[0]);
ShellSort(a, n);
Print(a, n);
return 0;
}
希尔排序的特性总结
1.希尔排序是对直接插⼊排序的优化。
2.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。
更进一步来说就是:
1.预排序 gap>1
2.直接插入排序 gap=1
小的靠前,大的靠后
希尔排序的时间复杂度计算
希尔排序的时间复杂度估算:
外层循环:
外层循环的时间复杂度可以直接给出为: O(log2 n) 或者 O(log3 n) ,即 O(log n)
内层循环:
希尔排序时间复杂度不好计算,因为 gap 的取值很多,导致很难去计算,因此很多书中给出的希尔排 序的时间复杂度都不固定。
- 《数据结构(C语⾔版)》— 严蔚敏书中给出的时间复杂度为:
选择排序
选择排序的基本思想:
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 。
直接选择排序
1.在元素集合 array[i]–array[n-1] 中选择关键码最⼤(⼩)的数据元素
2.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
3.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
代码实现过程如下:
SelectSort.h
#pragma once
#include <stdio.h>
void Swap(int* x, int* y);
void SelectSort(int* arr, int n);
void Print(int* arr, int n);
SelectSort.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "SelectSort.h"
//交换数组内的元素
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
//选择排序
void SelectSort(int* arr, int n)
{
//end=n-1是为了防止越界
int begin = 0;
int end = n - 1;
while (begin < end)
{
//begin+1是为了减少比较的次数
int mini = begin;
int maxi = begin;
for (int i = begin + 1; i <= end; i++)
{
if (arr[maxi] < arr[i])
{
maxi = i;
}
if (arr[mini] > arr[i])
{
mini = i;
}
}
if (maxi == begin)
{
maxi = mini;
}
Swap(&arr[begin], &arr[mini]);
Swap(&arr[end], &arr[maxi]);
begin++;
end--;
}
}
void Print(int* arr, int n)
{
for (int i = 0; i < n; i++)
{
printf("%d", arr[i]);
}
printf("\n");
}
Test.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "SelectSort.h"
int main()
{
int arr[] = { 3,4,5,1,2,7,8,6,9 };
int n = sizeof(arr) / sizeof(arr[0]);
SelectSort(arr, n);
Print(arr, n);
return 0;
}
直接选择排序的特性总结:
1.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
2.时间复杂度: O(N2)
3.空间复杂度: O(1)
交换排序
交换排序基本思想:
所谓交换,就是根据序列中两个记录键值的⽐较结果来对换这两个记录在序列中的位置 交换排序的特点是:将键值较⼤的记录向序列的尾部移动,键值较⼩的记录向序列的前部移动
快速排序
快速排序是Hoare于1962年提出的⼀种⼆叉树结构的交换排序⽅法,其基本思想为:任取待排序元素 序列中的某元素作为基准值,按照该排序码将待排序集合分割成两⼦序列,左⼦序列中所有元素均⼩ 于基准值,右⼦序列中所有元素均⼤于基准值,然后最左右⼦序列重复该过程,直到所有元素都排列 在相应位置上为⽌。
hoare版本
算法思路 :
1)创建左右指针,确定基准值
2)从右向左找出⽐基准值⼩的数据,从左向右找出⽐基准值⼤的数据,左右指针数据交换,进⼊下次 循环
问题1:为什么跳出循环后right位置的值⼀定不⼤于key?
当 left > right 时,即right⾛到left的左侧,⽽left扫描过的数据均不⼤于key,因此right此时指 向的数据⼀定不⼤于key
代码如下:
QuickSort.h
#pragma once
#include <stdio.h>
void Swap(int* x, int* y);
int _QuickSort(int* arr, int left, int right);
void QuickSort(int* arr, int left, int right);
void Print(int* arr, int n);
QuickSort.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "QuickSort.h"
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
//找基准值
int _QuickSort(int* arr, int left, int right)
{
//keyi表示基准值
int keyi = left;
left++;
//取等号是一个关键,如果不取等号会造成left和right相遇比基准值大
while (left <= right)
{
//这里数组里面的值不取等,是因为要跳出循环,保证基准值在序列的中间位置
while (left <= right && arr[right] > arr[keyi])
{
right--;
}
while (left <= right && arr[left] < arr[keyi])
{
left++;
}
if (left <= right)
{
//这里也是细节
Swap(&arr[left++], &arr[right--]);
}
}
Swap(&arr[keyi], &arr[right]);
return right;
}
//快速排序
void QuickSort(int* arr, int left, int right)
{
if (left <= right)
{
return;
}
//第一步找基准值
int keyi = _QuickSort(arr, left, right);
//左子序列
QuickSort(arr, left, keyi - 1);
//右子序列
QuickSort(arr, keyi + 1, right);
}
挖洞法
思路: 创建左右指针。⾸先从右向左找出⽐基准⼩的数据,找到后⽴即放⼊左边坑中,当前位置变为新 的"坑",然后从左向右找出⽐基准⼤的数据,找到后⽴即放⼊右边坑中,当前位置变为新的"坑",结 束循环后将最开始存储的分界值放⼊当前的"坑"中,返回当前"坑"下标(即分界值下标)
代码如下:
int _QuickSort(int* arr, int left, int right)
{
//定义坑
int hole = left;
int key = arr[hole];
while (left < right)
{
//挖坑
while (left<right && arr[right]>arr[key])
{
--right;
}
//填坑
arr[hole] = arr[left];
hole = left;
while (left<right&&arr[left]<arr[key])
{
++left;
}
arr[hole] = arr[right];
hole = right;
}
arr[hole] = key;
return hole;
}
lomuto前后指针
创建前后指针,从左往右找⽐基准值⼩的进⾏交换,使得⼩的都排在基准值的左边
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
int _QuickSort(int* arr, int left, int right)
{
//prev起到占位置的作用,cur跟keyi比较大小,找到小于keyi的并且cur!=keyi的时候与
//prev交换
int prev = left, cur = prev + 1;
int keyi = left;
while (cur <= right)
//这里加不加等号区别不是很大,因为快速排序对于处理这样重复的数据时间复杂度较高
{
if (arr[cur] < arr[keyi] && ++prev != cur)
{
Swap(&arr[cur], &arr[prev]);
}
cur++;
}
//keyi和prev交换
Swap(&arr[keyi], &arr[prev]);
return prev;
}
快速排序特性总结:
时间复杂度: O(nlogn)
空间复杂度: O(logn)
快速排序的非递归
需要借助数据结构:栈
代码如下:
//Stack.h
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>
//定义栈的结构
typedef int STDataType;
typedef struct Stack
{
STDataType* arr;
int capacity; //栈的空间大小
int top; //栈顶
}ST;
void STInit(ST* ps);
void STDestroy(ST* ps);
//栈顶---入数据、出数据
void StackPush(ST* ps, STDataType x);
void StackPop(ST* ps);
//取栈顶元素
STDataType StackTop(ST* ps);
bool StackEmpty(ST* ps);
//获取栈中有效元素个数
int STSize(ST* ps);
//Stack.c
#include"Stack.h"
void STInit(ST* ps)
{
assert(ps);
ps->arr = NULL;
ps->capacity = ps->top = 0;
}
void STDestroy(ST* ps)
{
assert(ps);
if (ps->arr)
free(ps->arr);
ps->arr = NULL;
ps->top = ps->capacity = 0;
}
void StackPush(ST* ps, STDataType x)
{
assert(ps);
//1.判断空间是否足够
if (ps->capacity == ps->top)
{
int newCapacity = ps->capacity == 0 ? 4 : 2 * ps->capacity;
STDataType* tmp = (STDataType*)realloc(ps->arr, newCapacity * sizeof(STDataType));
if (tmp == NULL)
{
perror("realloc fail!");
exit(1);
}
ps->arr = tmp;
ps->capacity = newCapacity;
}
//空间足够
ps->arr[ps->top++] = x;
}
bool StackEmpty(ST* ps)
{
assert(ps);
return ps->top == 0;
}
void StackPop(ST* ps)
{
assert(ps);
assert(!StackEmpty(ps));
--ps->top;
}
//取栈顶元素
STDataType StackTop(ST* ps)
{
assert(ps);
assert(!StackEmpty(ps));
return ps->arr[ps->top - 1];
}
//获取栈中有效元素个数
int STSize(ST* ps)
{
assert(ps);
return ps->top;
}
//QuickSort.h
#include <stdio.h>
void QuickSortNonR(int* arr, int left, int right);
void Swap(int* x, int* y);
//QuickSort.c
void Swap(int* x, int* y)
{
int tmp = *x;
*x = *y;
*y = tmp;
}
void QuickSortNonR(int* arr, int left, int right)
{
ST st;
STInit(&st);
StackPush(&st, right);
StackPush(&st, left);
while (!StackEmpty(&st))
{
//取栈顶元素---取两个
int begin = StackTop(&st);
StackPop(&st);
int end = StackTop(&st);
StackPop(&st);
//类似于双指针法
int prev = begin;
int cur = prev + 1;
int keyi = begin;
while (cur <= end)
{
if (arr[cur] < arr[keyi] && ++prev != cur)
{
Swap(&arr[cur], &arr[prev]);
}
cur++;
}
Swap(&arr[prev], &arr[keyi]);
keyi = prev;
//划分左右区间
//右区间
if (keyi + 1 < end)
{
StackPush(&st, end);
StackPush(&st, keyi + 1);
}
//左区间
if (keyi - 1 > begin)
{
StackPush(&st, begin);
StackPush(&st, keyi - 1);
}
}
}
归并排序
归并排序算法思想: 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(Divide and Conquer)的⼀个⾮常典型的应⽤。将已有序的⼦序列合并,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。 归并排序核 ⼼步骤:
//MergeSort.h
#include <stdio.h>
#include <stdlib.h>
void MergeSort(int* arr, int n);
void _MergeSort(int* arr, int left, int right, int* tmp);
//MergeSort.c
#include "MergeSort.h"
void _MergeSort(int* arr, int left, int right, int* tmp)
{
//递归
if (left <= right)
{
return;
}
//基准值
int mid = (left + right) / 2;
_MergeSort(arr, left, mid - 1, tmp);
_MergeSort(arr, mid + 1, right, tmp);
//划分左右区间
int begin1 = left;
int end1 = mid;
int begin2 = mid + 1;
int end2 = right;
//对于临时数组的初始化,如果是右边的区间,不能够从0开始
//合并
int index = begin1;
while (begin1 <= end1 && begin2 <= end2)
{
if (begin1 <= end1)
{
tmp[index++] = arr[begin1++];
}
if (begin2 <= end2)
{
tmp[index++] = arr[begin2++];
}
}
//出现越界,要么左区间,要么右区间
while (begin1 <= end1)
{
tmp[index++] = arr[begin1++];
}
while (begin2 <= end2)
{
tmp[index++] = arr[begin2++];
}
//将临时的拷贝到数组中去
for (int i = left; i < right; i++)
{
arr[i] = tmp[i];
}
}
void MergeSort(int* arr, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
_MergeSort(arr, 0, n - 1,tmp);
free(tmp);
}
归并排序特性总结:
时间复杂度: O(nlogn)
空间复杂度: O(n)
非比较排序
计数排序
计数排序⼜称为鸽巢原理,是对哈希直接定址法的变形应⽤。
操作步骤:
1)统计相同元素出现次数
2)根据统计的结果将序列回收到原来的序列中
#include "CountSort.h"
void Count(int* arr, int n)
{
//根据最大值和最小值确定数组范围
int max = arr[0];
int min = arr[0];
for (int i = 0; i < n; i++)
{
if (arr[i] > max)
{
max = arr[i];
}
if (arr[i] < min)
{
min = arr[i];
}
}
int range = max - min + 1;
int* count = (int*)malloc(sizeof(int) * range);
if (count == NULL)
{
perror("malloc fail!");
exit(1);
}
//初始化,使range数组中所有数据为0
memset(count, 0, range * sizeof(int));
//统计数组中每个数据出现的次数
for (int i = 0; i < n; i++)
{
count[arr[i] - min]++;
}
//给数组元素初始化
int index = 0;
for (int i = 0; i < range; i++)
{
//取count中的数据往arr中放
while (count[i]--)
{
arr[index++] = i + min;
}
}
}
#include “CountSort.h”
void Count(int* arr, int n)
{
//根据最大值和最小值确定数组范围
int max = arr[0];
int min = arr[0];
for (int i = 0; i < n; i++)
{
if (arr[i] > max)
{
max = arr[i];
}
if (arr[i] < min)
{
min = arr[i];
}
}
int range = max - min + 1;
int* count = (int*)malloc(sizeof(int) * range);
if (count == NULL)
{
perror(“malloc fail!”);
exit(1);
}
//初始化,使range数组中所有数据为0
memset(count, 0, range * sizeof(int));
//统计数组中每个数据出现的次数
for (int i = 0; i < n; i++)
{
count[arr[i] - min]++;
}
//给数组元素初始化
int index = 0;
for (int i = 0; i < range; i++)
{
//取count中的数据往arr中放
while (count[i]–)
{
arr[index++] = i + min;
}
}
}
计数排序的特性:
计数排序在数据范围集中时,效率很⾼,但是适⽤范围及场景有限。
时间复杂度: O(N + range)
空间复杂度: O(range)
稳定性:稳定
注意点:
时间复杂度主要是因为count数组会出现里面元素0的情况
排序算法复杂度及稳定性分析
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。
Q:怎样理解稳定性?
A:通俗点来说就是 ,举一个例子,2,1,3,4,2 稳定的情况是排完序后相同的数字前后顺序一致,不稳定则相反
稳定性验证案例
直接选择排序:5 8 5 2 9
希尔排序:5 8 2 5 9
堆排序:2 2 2 2
快速排序:5 3 3 4 3 8 9 10 11
注意:
希尔排序不稳定是在于分组
归并排序不稳定是因为找基准值