基础排序大赏

12 篇文章 0 订阅
7 篇文章 0 订阅

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O(n^{2})O(n^{2})O(n)O(1)稳定
2快速排序O({n\log _{2}}n)O(n^{2})O({n\log _{2}}n)O({n\log _{2}}n)不稳定
3插入排序简单插入排序O(n^{2})O(n^{2})O(n)O(1)​​​​​​​稳定
4希尔排序O(n^{1.3})O(n^{2})​​​​​​​O(n)​​​​​​​O(1)​​​​​​​不稳定
5选择排序简单选择排序O(n^{2})​​​​​​​O(n^{2})​​​​​​​O(n^{2})​​​​​​​O(1)​​​​​​​不稳定
6堆排序O({n\log _{2}}n)O({n\log _{2}}n)O({n\log _{2}}n)O(1)​​​​​​​不稳定
7归并排序归并排序O({n\log _{2}}n)O({n\log _{2}}n)O({n\log _{2}}n)O(n)​​​​​​​稳定
8非比较类排序计数排序O(n+k)O(n+k)​​​​​​​O(n+k)​​​​​​​O(n+k)​​​​​​​稳定
9桶排序O(n+k)​​​​​​​O(n^{2})​​​​​​​O(n)​​​​​​​O(n+k)​​​​​​​稳定
10基数排序O(n\times k)O(n\times k)O(n\times k)O(n+k)​​​​​​​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 O({n\log _{2}}n) 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 O({n\log _{2}}n) 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 O(n^{2})​​​​ ​​​)

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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值