这次研究 一下各种排序,也是利用一下pat系统的07-1
题目:
给定N个(长整型范围内的)整数,要求输出从小到大排序后的结果。
本题旨在测试各种不同的排序算法在各种数据情况下的表现。各组测试数据特点如下:
- 数据0:只有1个元素;
- 数据1:11个不相同的整数,测试基本正确性;
- 数据2:103个随机整数;
- 数据3:104个随机整数;
- 数据4:105个随机整数;
- 数据5:105个顺序整数;
- 数据6:105个逆序整数;
- 数据7:105个基本有序的整数;
- 数据8:105个随机正整数,每个数字不超过1000。
输入格式:
输入第一行给出正整数N(<= 105),随后一行给出N个(长整型范围内的)整数,其间以空格分隔。
输出格式:
在一行中输出从小到大排序后的结果,数字间以1个空格分隔,行末不得有多余空格。
输入样例:11 4 981 10 -17 0 -20 29 50 8 43 -5输出样例:
-20 -17 -5 0 4 8 10 29 43 50 981
冒泡排序:
void Bubble_sort(int A[],int N) //冒泡排序
{
for(int p=N-1;p>=0;p--)
{
int flag=0;
for(int i=0;i<p;i++) //一趟冒泡
{
if(A[i]>A[i+1])
{
int tmp = A[i];
A[i] = A[i+1];
A[i+1] = tmp;
}
flag=1; //发生了交换
}
if(flag==0) //如果全程无交换,则表明序列已经有序
break;
}
}
测试结果:
插入排序:
void Insertion_sort(int A[],int N) //插入排序
{
for(int p=1;p<N;p++)
{
int tmp = A[p]; //插入下一个数
int i;
for(i=p;i>0 && A[i-1]>tmp;i--)
A[i] = A[i-1]; //往后移动一位
A[i] = tmp; //插入到A[i]位
}
}
测试结果:
希尔排序:
在测试中,我使用的是Hibbard增量序列,Sedgewick增量序列表达式太复杂
<span style="font-size:12px;">//希尔增量序列 Hibbard:Dk=2^k-1 Sedgewick: Dk=4^i-3*2^i+1
void Shell_sort(int A[],int N)
{
int k,p,tmp,i;
int s=log2(N);
for(k=f(2,s)-1;k>0;k=f(2,log2(k+1)-1)-1) //希尔增量序列(使用了Hibbard序列)
// for(k=N/2;k>0;k/=2) //这个是原始增量序列
{
for(p=k;p<N;p++)
{
tmp = A[p];
for(i=p;i>=k && A[i-k]>tmp;i-=k) //插入排序
A[i] = A[i-k];
A[i] = tmp;
}
}
} </span>
测试结果:
可以发现,当数的数量很大时,用时大大减少
==========================================================================================================
时间很晚了,今天先写这三种排序,后面的明天再加。
继续往下加
==========================================================================================================================
归并排序
算法代码中,我使用的是非递归的,递归的效率有时候很低,所以一向不太喜欢
//归并排序
// L=左边起始位置 ,R=有限起始位置 , RightEnd=右边终止位置
void Merge1(int A[],int tmp[],int L,int R,int RightEnd)
{
int LeftEnd = R-1; //左边终点位置,假设左右两边挨着
int Tmp = L; //存放结果数组的初始位置
while(L<=LeftEnd && R<=RightEnd)
{
if(A[L]<=A[R])
tmp[Tmp++] = A[L++];
else
tmp[Tmp++] = A[R++];
}
while(L<=LeftEnd) //直接复制左边剩下的
tmp[Tmp++] = A[L++];
while(R<=RightEnd) //直接复制右边剩下的
tmp[Tmp++] = A[R++];
}
//一趟的归并
void Merge_pass(int A[],int tmp[],int N,int length) //length为当前有序子列的长度
{
int i,j;
for(i=0;i<=N-2*length;i+=2*length)
Merge1(A,tmp,i,i+length,i+2*length-1);
if(i+length<N) //归并最后2个子列
Merge1(A,tmp,i,i+length,N-1);
else
{ //最后只剩下一个子列
for(j=i;j<N;j++)
tmp[j] = A[j];
}
}
//归并排序传统接口
void Merge_sort(int A[],int N)
{
int length=1; //初始化有序子列的长度
int *tmp = new int[N];
if(tmp != NULL)
{
while(length < N)
{
Merge_pass(A,tmp,N,length);
length *= 2;
Merge_pass(tmp,A,N,length);
length *= 2;
}
delete(tmp);
}
else
cout<<"空间不足!"<<endl;
}
接下来看看测试结果:
通过观察,说明归并排序的效率的确高
选择排序
<span style="font-size:12px;">//选择排序
void Selection_sort(int A[],int N)
{
for(int i=0;i<N;i++)
{
int MinPosition = i; //从A[i]到A[N-1]中找到最小元,
int minNum = A[i];
for(int j=i; j<N; j++)
{
if(A[j] < minNum)
{
minNum = A[j];
MinPosition = j;
}
}
int tmp;
tmp = A[i]; A[i]=A[MinPosition];A[MinPosition]=tmp; //将末端排序部分的最小元换到有序部分的最后位置
}
}</span>
测试结果:
这是最简单的选择排序,所以当数量很大时,就会超时。选择排序在求最小元时可以进行优化,堆排序就是一种,堆排序代码量很大,以后再更新到博客上