分类
排序算法乃最基础算法,作为CSers的必备算法,往往也是面试官比较青睐的考点。
常见有序表排序算法主要有以下几种
编号 | 排序类型 | 排序名称 | 平均时间复杂度 | 最坏时间复杂度 | 最优时间复杂度 | 空间复杂度 | 稳定性 | |
1 | 比较类排序 | 交换排序 | 冒泡排序 | 稳定 | ||||
2 | 快速排序 | 不稳定 | ||||||
3 | 插入排序 | 简单插入排序 | | 稳定 | ||||
4 | 希尔排序 | | | | 不稳定 | |||
5 | 选择排序 | 简单选择排序 | | | | | 不稳定 | |
6 | 堆排序 | | 不稳定 | |||||
7 | 归并排序 | 归并排序 | | 稳定 | ||||
8 | 非比较类排序 | 计数排序 | | | | 稳定 | ||
9 | 桶排序 | | | | | 稳定 | ||
10 | 基数排序 | | 稳定 |
其中,算法的稳定性主要应用于复杂对象的排序: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,则称这种排序算法是稳定的。换句话说,稳定排序在当前关键字相同的情况下不会改变排序前的顺序意义。
此外,相比较于传统比较类排序算法,非比较类排序时间复杂度上会相对有优势,然而可能需要额外的空间开支,类似于用空间换时间类算法。
在传统比较类算法中,不考虑希尔排序(希尔排序的增量选择将直接影响算法时间复杂度,而这仍旧是一个有待研究的数学问题),则平均时间复杂度能达到 的快速排序,堆排序和归并排序则为当前所能达到的最优算法。(注意,可能有人会考虑到插入排序可以通过二分优化来实现 复杂度的插入操作,但由于有序表的插入需要移动所有后方元素,所以整个算法的时间复杂度还是会退化到平方级别 )
快速排序
快排的思想其实很简单,就是每次选中一个基准元素,将制定区域内所有比该元素大的元素都移到该元素右边,区域内比该元素小的元素都移到改元素左边。然后递归排序该基准元素的两侧即可
至于具体的操作,最简单的方式就是,以区域内第一个元素作为基准,然后遍历后方所有元素,将比基准元素小的元素丢到区域尾即可,最后记录遍历结束时大小元素的分界位置。这样,遍历完成时,分界位置左侧的元素都比基准元素大,分界位置右侧的元素都比基准元素小。这样只需要将整个数组进行旋转,将分界位置转至区域头即可达到目标效果。
至于具体旋转方法,有一个小技巧,可以通过翻转操作分三步实现旋转:第一步,将区域头至分界位置的元素翻转;第二步,将分界位置后到区域尾的元素翻转;第三步,将整个区域翻转
/*
Author Owen_Q
*/
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int maxn = 1e7+5;
int a[maxn];
void change(int le,int ri)
{
if(le>=ri)
return ;
int mid = (le+ri)/2;
int dis = mid-le;
for(int i=0;i<=dis;i++)
{
int tmp = a[le+i];
a[le+i] = a[ri-i];
a[ri-i] = tmp;
}
}
void quickSort(int le,int ri)
{
//cout << le << "*" << ri << endl;
if(le>=ri)
return;
int newri = ri;
int now = le+1;
while(now<=newri)
{
if(a[le]>a[now])
{
int tmp = a[now];
a[now] = a[newri];
a[newri] = tmp;
newri--;
}
else
now++;
}
change(0,newri);
change(newri+1,ri);
change(0,ri);
int re = ri - newri + le;
//cout << re << "#" << newri << endl;
quickSort(le,re-1);
quickSort(re+1,ri);
}
int main()
{
int n;
//freopen(".txt","r",stdin);
//ios::sync_with_stdio(false);
//cin.tie(0);
scanf("%d",&n);
for(int i=0;i<n;i++) scanf("%d",&a[i]);
quickSort(0,n-1);
for(int i=0;i<n;i++) printf("%d ",a[i]);
return 0;
}
当然,考虑到,由于这种方法,固定的是基准元素而改变的是区域的分界位置,因此会有旋转数组的额外开销。如果改为固定区域尾而调整基准元素的位置,即可稍稍优化掉旋转数组这么一个操作。
依旧选择区域第一个元素作为基准元素,因为基准元素需要移动,因此需要记录下基准元素的值。接下来的具体操作就是从两头轮流向中间遍历。
用两个指针分别指向区域头和区域尾。首先,将尾指针向前遍历,寻找到第一个比基准元素小的元素,将该元素放置于头指针位置。再将头指针向后遍历,寻找到第一个比基准元素大的元素,将该元素放置于尾指针的位置,最后重复这两个操作直至双指针相遇,相遇的位置即为分界位置。最后,在分界位置填上基准元素即可。此时,基准元素前的元素都比基准元素小,基准元素后的元素都比基准元素大,继续递归前后区域即可。
/*
Author Owen_Q
*/
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int maxn = 1e7+5;
int a[maxn];
void realQuickSort(int i,int j)
{
if(i>=j)
return ;
int le = i;
int ri = j;
int now = a[le];
while(le<ri)
{
while(le<ri&&now<=a[ri])
ri--;
if(le<ri)
a[le] = a[ri];
while(le<ri&&now>=a[le])
le++;
if(le<ri)
a[ri] = a[le];
}
a[le] = now;
//cout << le << "*";
realQuickSort(i,le-1);
realQuickSort(le+1,j);
}
int main()
{
int n;
//freopen(".txt","r",stdin);
//ios::sync_with_stdio(false);
//cin.tie(0);
scanf("%d",&n);
for(int i=0;i<n;i++) scanf("%d",&a[i]);
realQuickSort(0,n-1);
for(int i=0;i<n;i++) printf("%d ",a[i]);
return 0;
}
归并排序
归并排序的核心思想就是合并两个有序数组。归并排序有两个写法,递归写法和非递归写法,其实说白了,非递归写法就是自己手动实现以下递归的过程,从本质上来说和递归写法是一样的。本着好理解的原则,这里就来介绍以下递归写法。
递归写法的思路十分清晰,就是将数组分成前后两段,递归将前后两段分别排序,然后将排序后得到的两段有序数组合并即可。
/*
Author Owen_Q
*/
#include <bits/stdc++.h>
using namespace std;
const int maxn = 1e5+7;
int a[maxn];
void gather(int st,int mid,int en)
{
if(a[mid]<=a[mid+1])
return ;
vector<int> re;
int p1 = st;
int p2 = mid+1;
while(p1<=mid&&p2<=en)
{
if(a[p1]<=a[p2])
re.push_back(a[p1++]);
else
re.push_back(a[p2++]);
}
while(p1<=mid)
re.push_back(a[p1++]);
while(p2<=en)
re.push_back(a[p2++]);
for(int i=st,j=0;i<=en;i++,j++)
a[i] = re[j];
return ;
}
void mergeSort(int st,int en)
{
if(st>=en)
return;
int mid = (st + en)/2;
mergeSort(st,mid);
mergeSort(mid+1,en);
gather(st,mid,en);
return;
}
int main()
{
int n;
cin >> n;
for(int i=0;i<n;i++) cin >> a[i];
mergeSort(0,n-1);
for(int i=0;i<n;i++)
cout << a[i] << " ";
cout << "\n";
}
堆排序
堆排序的核心思想来源于大顶堆的构建与维护。对于大顶堆,所有的父节点一定比孩子节点大,因此,大顶堆的堆顶一定是最大元素。这样,利用所有元素构建一个大顶堆,再依次从堆顶取元素即可完成排序。
对于建堆过程,每次将新元素插入堆底生成一个叶子节点,然后将其与父节点比较,若该节点比父节点大,则将父节点与当前节点交换,并继续递归向上比较直至父节点大于当前节点或移至堆顶。
而对于堆顶出堆过程,首先将堆顶取出,然后将最后一个叶子节点移至堆顶。递归与其子节点比较,将其与子节点中较大节点交换。
至于堆排序的实现,恰巧STL中的数据结构priority_queue就是基于堆实现的。于是将需要排序的数据结构插入priority_queue中并重载一下大于号,即可实现自动排序。