分治:把一个任务,分成形式和原任务相同,但规模更小的几个部分任务,分别完成。
归并排序
数组排序任务可如下完成:
- 把前一半排序
- 把后一半排序
- 把两个归并到一个新的有序数组,然后再拷贝回原数组
#include<iostream>
using namespace std;
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];
}
}
void MergeSort(int a[], int s, int e, int tmp[]) {
if (s < e) {
int m = s + (e - s) / 2;
MergeSort(a, s, m, tmp);
MergeSort(a, m + 1, e, tmp);
Merge(a, s, m, e, tmp);
}
}
int a[10] = { 13,27,19,2,8,12,2,30,89 };
int b[10];
int main()
{
int size = sizeof(a) / sizeof(int);
MergeSort(a, 0, size - 1, b);
for (int i = 0; i < size; i++) {
cout << a[i] << " ";
}
cout << endl;
return 0;
}
归并排序的时间复杂度
快速排序
数组排序任务可以如下完成:
- 设k=a[0],将k挪到适当位置,使得比k小的元素都在k左边,比k大的元素都在k右边,和k相等的,不关心,在k左右出现均可(O(n)时间完成)
- 把k左边的部分快速排序
- 把k右边的部分快速排序
#include<iostream>
using namespace std;
void swap(int &a, int &b)
{
int tmp=a;
a=b;
b=tmp;
}
void QuickSort(int a[], int s, int e)
{
if(s>=e)
return;
int k=a[s];
int i=s,j=e;
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]);
} // 处理完后 a[i]=k
QuickSort(a,s,i-1);
QuickSort(a,i+1,e);
}
int a[] = {93,27,30,2,8,12,2,8,30,89};
int main()
{
int size = sizeof(a)/sizeof(int);
QuickSort(a,0,size-1);
for(int i=0;i<size;i++)
cout<<a[i]<<",";
cout<<endl;
return 0;
}
选择排序
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
int* selectionSort(int* A, int n) {
// write code here
int min=0;
int j;
for(int i=0;i<n;i++)
{
min=i;
for(j=i+1;j<n;j++)
{
if(A[j]<A[min])
{
min=j;
}
}
if(min!=i)
{
int temp=A[min];
A[min]=A[i];
A[i]=temp;
}
}
return A;
}
无论如何,T=O(N²)
堆排序
堆排序是对选择排序的一种改进
在堆排序中,元素下标从0开始。则对于下标为i的元素,其左、右孩子的下标分别为:2i+1,2i+2。’
堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。
堆排序的基本思想:将排序序列构造成一个大顶堆。此时,整个序列的最大值就是堆顶的节点,将其与末尾元素交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
建立大根堆:从最后一个非叶子结点开始,从左至右,从下至上进行调整。
对于这个非叶子节点 i,它的子节点分别是i2+1、i2+2,将它的两个子节点中较大的与之交换。
for (int i = len / 2 - 1; i >= 0; i--) {
max_heapify(arr, i, len - 1);
}
void max_heapify(int arr[], int start, int end)
{
//建立父节点指标和子节点指标
int parent = start;
int child = parent * 2 + 1;
while(child<=end) //若子节点指标在范围内才做比较
{
if(child+1<=end&&arr[child]<arr[child+1]) //先比较两个子节点大小,选择最大的
child++;
if(arr[parent] > arr[child]) //如果父节点大于子节点代表调整完毕,直接跳出函数
return;
else{ //否则交换父子内容再继续子节点和孙节点比较
swap(arr[parent], arr[child]);
parent = child;
child = parent * 2 + 1;
}
}
}
堆排序:
void swap(int* a, int* b) {
int temp = *b;
*b = *a;
*a = temp;
}
void max_heapify(int arr[], int start, int end)
{
//建立父节点指标和子节点指标
int parent = start;
int child = parent * 2 + 1;
while(child<=end) //若子节点指标在范围内才做比较
{
if(child+1<=end&&arr[child]<arr[child+1]) //先比较两个子节点大小,选择最大的
child++;
if(arr[parent] > arr[child]) //如果父节点大于子节点代表调整完毕,直接跳出函数
return;
else{ //否则交换父子内容再继续子节点和孙节点比较
swap(arr[parent], arr[child]);
parent = child;
child = parent * 2 + 1;
}
}
}
void heap_sort(int arr[], int len)
{
for(int i=len/2-1;i>=0;i--){
max_heapify(arr, i, len-1);
}
for(int i=len-1;i>0;i--){
swap(arr[0], arr[i]);
max_heapify(arr, 0, i-1);
}
}
核心思想是将要排序的数据分到几个有序的桶里,每个桶里的数据再单独进行排序。
桶内排完序之后,再把每个桶里的数据按照顺序依次取出,组成的序列就是有序的了。
如果要排序的数据有 n 个,我们把它们均匀地划分到 m 个桶内,每个桶里就有 k=n/m 个元素。每个桶内部使用快速排序,时间复杂度为 O(k * logk)。m 个桶排序的时间复杂度就是 O(m * k * logk),因为 k=n/m,所以整个桶排序的时间复杂度就是 O(n*log(n/m))。当桶的个数 m 接近数据个数 n 时,log(n/m) 就是一个非常小的常量,这个时候桶排序的时间复杂度接近 O(n)。
桶排序对要排序数据的要求是非常苛刻的:首先,要排序的数据需要很容易就能划分成 m
个桶,并且,桶与桶之间有着天然的大小顺序。这样每个桶内的数据都排序完之后,桶与桶之间的数据不需要再进行排序。
其次,数据在各个桶之间的分布是比较均匀的。如果数据经过桶的划分之后,有些桶里的数据非常多,有些非常少,很不平均,那桶内数据排序的时间复杂度就不是常量级了。在极端情况下,如果数据都被划分到一个桶里,那就退化为O(nlogn) 的排序算法了。
插入排序
直接插入排序:每次从无序表中取出最后一个元素,把它插入到有序表的合适位置,使有序表仍然有序。
希尔排序
希尔排序是插入排序的一种算法,希尔排序是非稳定排序算法。
void ShellSort(int A[], int x)
{
int Si, D, P, i;
int tmp;
int Sedgewick[] = {929, 505, 209, 109, 41, 19, 5, 1, 0};
}