简单介绍下排序的几种算法,首先来O(n^2):(均以从小到大排序为例)
两两比较,每一轮能确定一个位置(第 i 个),
比较 i 轮 , 总的来说O(n^2)
1.冒泡排序
I.
第一次比较:取 a[1] = max(a[0],a[1]) (大的后移)
第二次比较: 取 a[2] = max(a[1],a[2])
......
第n-1次比较:取 [n] = max(a[n-2],a[n-1])
//第一轮确定 a[n-1]
II.
第一次比较:取a[1] = max(a[0],a[1])
......
第n-2次比较:取a[n-3] = a[n-2]
//第二轮确定 a[n-2]
...
...
//第n-1轮确定a[1],数组排序完成
用 i 表示轮次, j 表示比较的
for (int i = 0; i < n - 1; ++i)
for (int j = 1; j < n; ++j)
if (a[j-1] > a[j])
swap(a[j-1], a[j]);
2.选择排序
for (int i = 0; i < n - 1; ++i) {
int k = i;
for (int j = i + 1; j < n; ++j)
if (a[k] > a[j])
k = j;
if (k != i)
swap(a[i], a[k]);
}
3.插入排序
for (int i = 0; i < n - 1; ++i)
{
for (int j = i + 1 ; j > 0; --j)
if (a[j] < a[j - 1])
swap(a[j], a[j - 1]);
else
break;
}
O(nlogn)类
1.二分归并
void merge(int a[],int s,int m ,int e, int tmp[])
分治思想
进行递归:
1.对前半排序
2.对后半排序
3.归并
边界条件: 仅当 start < end 时 作用
进行归并:
例
0 2 7 8 5 6 ==> 0
2 7 8 5 6 ==> 0 2
7 8 5 6 ==> 0 2 5
7 8 6 ==> 0 2 5 6
7 8 ==> 0 2 5 6 7
8 ==> 0 2 5 6 7 8
void Binary_sort(int* , int , int , int*);
void merge(int* , int ,int ,int ,int *);
//
void Binary_sort(int a[],int s,int e,int tmp[])
{
if(s < e){
int m = s + (e - s) / 2;
Binary_sort(a,s,m,tmp);
Binary_sort(a,m+1,e,tmp);
//归并
merge(a,s,m,e,tmp);
}
}
//
void merge(int a[],int s,int m ,int e, int tmp[])
{
int pb = 0;
int p1 = s, p2 = m + 1;
while(p1 <= m && p2 <= e){
if(a[p1]<a[p2])
tmp[pb++] = a[p1++];
else
tmp[pb++] = a[p2++];
}
//
while(p1<=m)
tmp[pb++] = a[p1++];
while(p2<=e)
tmp[pb++] = a[p2++];
//
for(int i = 0; i < e - s + 1; ++i)
a[s+i] = tmp[i];
}
//调用
Binary_sort(数组名,start,end,足够大的临时数组);
时间复杂度:
T(n) = 2 * T(n/2) + a * n (a为常数)
// 对 两个数组排序 与 归并
= 2 * (2 * T(n/4)) + a * n
= 4 * T(n/4) + 2a * n
= 8 * T(n/8) + 3a * n
...
= 2^k * T(n/(2^k)) + ka * n
==>直到 n/2^k = 1 ,则 k = log2(n)
==> n * T(1) + log2(n)* a * n
==> n + log2(n)* a * n
==> 当n->∞,
T(n)-> (1 + log2(n) * a) * n
所以 T(n) 为 nlog2(n)
2.快速排序
void quick_sort(int a[],int s,int e);
分治思想:
进行递归:
1.随机选择 k = a[s] 作 分界点,小的左边放,大的右边放
(希望左右数目相差不大)
2.对左侧快排
3.对右侧快排
边界:仅当 s < e 时排序
void quick_sort(int a[],int s,int e)
{
if(s < e){
int i =s,j = e;
int k =a[s];
while(i != j){
while(j > i && a[j] > k)
--j;
swap(a[i],a[j]);
while(j > i && a[i] < k)
++i;
swap(a[i],a[j]);
}
//********【注释】********//
quick_sort(a,s,i-1);
quick_sort(a,i+1,e);
}
}
需要说明的是在递归中的 区间为什么只能是 (s,i-1)和(i+1,e)
如果 (s,I) (I>=i),那么就会 将 对应 i 下标的 这个 k 值被重复选择,
就回到了最初递归的情况,陷入死循环。
同理,这个 k 值不可重复,所以(I,e)不能包含 i
O(n)类:
1.计数排序
void count_sort(int* a,int n)
空间换时间
用下标 表示 所存 数字,统计 该下标下 的个数 , 在遍历中输出 元素
//
这稍微优化,将范围圈在 (min, max)
用 a[i] - min 作为下标存储
最后 a[i] = i + min 还原
代码如下:
void count_sort(int* a,int n)
{
int min(a[0]),max(a[0]);
for(int i = 0; i < n; ++i){
if(a[i] > max) max = a[i];
if(a[i] < min) min = a[i];
}
//
int range = max - min + 1;
int* tmp = new int[range];
memset(tmp,0,sizeof(int)*range);
//
for(int i = 0; i<n ; ++i)
tmp[a[i] - min]++;
//
int index = 0;
for(int i = 0;i < range;++i)
while(tmp[i]--)
a[index++] = i + min;
delete[] tmp;
}
计数排序显然,兼容性”不大好,也不太常用,但它的复杂度线性且稳定为O(n+k),但是在最坏的情况下,(max - min过大),最坏复杂度为O(n^2),这样一种思想,也为后面这种排序提供了思路;
2.基数排序
void radix_sort(int a[],int n);
原理:
按低-->高位的顺序: 从小到大排:
123 501 200
个位:200 501 123
十位:200 501 123
百位:123 200 501
以最大数位数为循环次数,统计k次
//#include <algorithm>
int maxbit(int a[],int n)
{
//int max = max_element(a,a+n);
int max = a[0];
for(int i = 0;i < n;++i)
if(a[i]>max) max = a[i];
//
int d = 1;
while(max>=10){
d++;
max/=10;
}
return d;
}
//
void radix_sort(int a[],int n)
{
int d = maxbit(a,n);
int* tmp = new int[n];
int* count = new int[10];
//
int radix = 1;
for(int time = 0;times < d;++times){
//每次计数器 重置
memset(count,0,sizeof(int)*10);
//计数
for(int i =0;i<n;++i){
int k = a[i]/radix%10;
count[k]++;
}
//将每个桶在数组中对应好位置,以右侧为准
for(int i = 1;i < 10;++i)
count[i]+=count[i-1];
//************【注释】*************//
for(int i = n-1;i >= 0;--i){
int k = a[i]/radix%10;
tmp[count[k]-1] = a[i];
--count[k];
}
//拷贝
for(int i = 0;i < n;++i)
a[i] = tmp[i];
//
radix *=10;
}
}
注意:在 给临时 数组拷贝 的时候,需要逆序,
这是为了后面的排序,因为这里是 先读取 而 拷贝在后面
tmp[count[k]-1] = a[i];
--count[k];
基数排序采用了计数排序和桶排序结合,ta也是线性复杂度:
T(n) = maxbit + maxbit*(重置 + 计数 + 对应 + 赋值 + 拷贝)
= n + k * ( n + n + n + n + n)
= n + 5k*n
= (5k + 1) * n = K * n
空间复杂度: O(k+n)
到这里,虽然还有很对排序算法,但应该对排序算法有大概掌握了,更优的排序算法正等待着去发掘0.0!