八大排序汇总（C++）

 

目录

 

认识时间复杂度

排序算法中的稳定性

八大排序性能对比​

冒泡排序

选择排序

插入排序

归并排序

快速排序

堆排序

希尔排序

---

• 认识时间复杂度

常数时间的操作：一个操作如果和数据量没有关系，每次都是固定时间内完成的操作，叫做常数操作。

时间复杂度：时间复杂度为一个算法流程中，在最差情况下，常数操作数量的指标。常用O（读作bigO）来表示。具体来说，在常数操作数量的表达式中，只要高阶项，不要低阶项，也不要高阶项系数，剩下的部分如果记为f(N)，那么时间复杂度为O（f(N)）。

例如：

1. 计算操作次数为(An^2+Bn+C)，A为高阶项系数，Bn为低阶，B为低阶系数，时间复杂度我们只要n^2，故时间复杂度为O(n^2)。
2. O(1)称为常数时间，具体的值和样本量没有关系。

评价算法的标准：评价一个算法流程的好坏，先看时间复杂度的指标，然后再分析不同数据样本下的实际运行时间，也就是常数项时间。那么O(N)比O(N^2)好。如果两个算法都是O(N)，他们的常数操作数量的表达式分别为 1000N+2和10N+10，那么就是10N+10这个算法更好。

一个简单地理解时间复杂度的例子：

一个有序数组A，另一个无序数组B，请打印B中的所有不在A中的数，A数组长度为N，B数组的长度为M。

算法流程1：对于数组B中的每一个数，都在A中通过遍历的方式找一下。这个时间复杂度为O(M*N)

算法流程2：对于数组B中的每一个数，都在A中通过二分的方式找一下。一个数在A中二分查找的时间复杂度为O(logN),即若有N个有序数，我们从中查找到我指定的数最差需要logN次。所以时间复杂度为 M*O(logN)。

算法流程3：先把数组B排序，然后用类似外排的方式打印所有出现在A中出现的数。我们先计B排序用的是快排，时间复杂度为O(MlogM),然后外排的时间复杂度为O(M+N),所以整个算法的时间复杂度为O(MlogM)+O(M+N)。现在我们可以分类讨论了。

1. 如果N很小，那么复杂度为O(MlogM) + O(M) = O(MlogM + Mlog2) = O(Mlog2M) = O(MlogM)
2. 如果M相比N很小，那么复杂度为O(M+N)

所以这个例子要有具体的样本量才能区分算法流程2和算法流程3哪个好。

1. 如果N更小，流程2更好
2. 如果M更小，流程3更好

---

• 排序算法中的稳定性

排序算法稳定性：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。

举个例子：

对于数组{10,6,8,11,6,5,4,1001,2,1 }，对于第一个6和第二个6，他们在经过排序以后，第一个6还是在第二个6的前面，则称这个算法是稳定的。而，如果第一个6和第二个6的在排序后，两个数字的顺序不确定，一会儿第一个6在前，一会第二个6在前，则这个算法为不稳定算法。

---

• 八大排序性能对比

 

---

• 冒泡排序

时间复杂度：O(N^2)   ——> N +(N-1) + (N-2)+···+2+1 = AN^2 +BN +C

最好时间复杂度为：O(N^2) 

（额外）空间复杂度：O(1)

特点：有限个数即可排完，不需要辅助数组。稳定算法。

应用：工程上不常用，效率不高，适合小数据排序

代码：

#include "pch.h"
#include <iostream>
#include <stack>
#include <vector>
#include<string>

using namespace std;

void swap(int &a, int &b) {
	int temp;
	temp = a;
	a = b;
	b = temp;

}

void BubbleSort(int arr[], int n) {
	while (n-- > 0) {
		for (int i = 0; i <