排序（堆排序、快速排序、归并排序)--＞深度剖析(二)

最新推荐文章于 2024-07-25 13:44:24 发布

chian-ocean

最新推荐文章于 2024-07-25 13:44:24 发布

阅读量1.5k

点赞数 90

分类专栏：数据结构文章标签：算法数据结构

本文链接：https://blog.csdn.net/cayyyy/article/details/140110428

版权

数据结构专栏收录该内容

9 篇文章 3 订阅

订阅专栏

前言

前面介绍了冒泡排序、选择排序、插入排序、希尔排序，作为排序中经常用到了算法，还有堆排序、快速排序、归并排序

堆排序（HeaSort）

堆排序的概念

堆排序是一种有效的排序算法，它利用了完全二叉树的特性。在C语言中，堆排序通常通过构建一个最大堆（或最小堆），然后逐步调整堆结构，最终实现排序。

代码实现

堆排序是一种基于二叉堆的排序算法，它通过将待排序的元素构建成一个二叉堆，然后逐步移除堆顶元素并将其放置在数组的尾部，同时维护堆的性质，直至所有元素都被排序。

注意：第一个for循环中的（n-1-1）/ 2 的含义

第一个减1是由n-1个元素
第二个减1是除以2是父亲节点。以为我们调整的是每一个根节点。（非叶子节点）

//堆排序
void HeapSort(int* a, int n)
{
	//建堆
	for(int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a,n,i);
	}


	//排序
	int end = n - 1;
	while(end > 0)
	{
		Swap(&a[end], &a[0]);
		AdjustDown(a, end, 0);
		--end;
	}	
}

其中AdjustDown是建立堆的函数，我们要建立一个大堆，将替换到上上面的小值，向下调整，保持大堆的结构。

代码如下：

//向下调整
void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			child++;
		}
		if (a[parent] < a[child])
		{
			Swap(&a[parent], &a[child]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}

	}

}

堆排序的复杂度分析

堆排序是一种常用的排序算法，其时间复杂度通常为O(nlogn)。在C语言中实现堆排序时，时间复杂度的分析主要涉及到两个阶段：构建初始堆和进行堆排序。

构建初始堆：从最后一个非叶子节点开始，逐步向上调整，直到根节点满足堆的性质。这个过程的时间复杂度为O(n)，因为需要对每个非叶子节点进行一次调整。
进行堆排序：堆排序的过程涉及到多次交换堆顶元素和最后一个元素，并对剩余的元素进行调整。每次交换后，堆的大小减一，并对新的堆顶元素进行调整。这个过程的时间复杂度为O(nlogn)，因为每次调整的时间复杂度为O(logn)，总共需要进行n-1次调整。

快速排序(Quick Sort)

快速排序的概念

快速排序（Quick Sort）是一种高效的排序算法，它的基本思想是通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，然后再分别对这两部分记录继续进行排序，以达到整个序列有序的目的。在C语言中，快速排序的实现通常涉及到递归函数的编写，以及对数组进行分区（partition）操作。

霍尔版本（hoare）

在这里插入图片描述

在这里我们是要，定义一个关键字（keyi）进行分区，然后分别向左右进行递归。

代码实现

int part1(int* a, int left, int right)
{
	int mid = GetmidNum(a,left,right);
	Swap(&a[left], &a[mid]);
	int keyi = left;
	while (left < right)
	{
		while (left < right && a[right] >= a[keyi])
			right--;
		while (left < right && a[left] <=a[keyi])
			left++;
		Swap(&a[left], &a[right]);
	}
	Swap(&a[keyi], &a[left]);
	keyi = left;
	return keyi;
}

挖坑法

挖坑法类似于霍尔方法，挖坑就是记住关键字，保证关键字就是一个坑位，比关键字值小（大）的时候就入坑位，此时，这个值位置作为新的坑位直至两个前后指针指向同一个坑位。

在这里插入图片描述

代码实现

int part2(int* a, int left, int right)
{
	int mid = GetmidNum(a, left, right);

	Swap(&a[left], &a[mid]);
	int keyi = a[left];
	
	int hole = left;
	while (left < right)
	{
		while (left < right && a[right] >= keyi)
			right--;
		Swap(&a[hole], &a[right]);
		hole = right;
		while (left < right && a[left] <= keyi)
			left++;
		Swap(&a[hole], &a[left]);
		hole = left;
	}
	Swap(&keyi, &a[hole]);
	keyi = left;
	return keyi; 

}

前后指针法

prev 指针初始化为数组的开始位置，cur 指针初始化为 prev 的下一位置。
cur 指针向前遍历数组，寻找小于或等于基准值的元素，而 prev 指针则跟随 cur 指针的移动，直到 cur 找到一个小于基准值的元素。
一旦找到这样的元素，prev 和 cur 指针之间的元素都会被交换，然后 cur 指针继续向前移动，直到找到下一个小于基准值的元素，或者到达数组的末尾。最后，基准值会被放置在 prev 指针当前的位置，完成一次排序

在这里插入图片描述

代码实现

int part3(int* a, int left, int right)
{
	int mid = GetmidNum(a, left, right);
	Swap(&a[left], &a[mid]);
	int keyi = left;
	int cur = left + 1;
	int prev = left;
	while (cur <= right)
	{
		while (a[cur] < a[keyi] && ++prev != cur)
			Swap(&a[cur], &a[prev]);

		++cur;
	}
	Swap(&a[prev], &a[keyi]);
	keyi = prev;

	return keyi;
}

递归实现

以上都是递归方法，通过调用分区进行排序。

void QuickSort(int* a, int left, int right)
{
	if (left >= right)
		return;


	int key = part3(a, left, right);
	QuickSort(a, left, key - 1);
	QuickSort(a, key + 1, right);

}

快速排序迭代实现（利用栈）参考：栈和队列

基本步骤

初始化栈：创建一个空栈，用于存储待排序子数组的起始和结束索引。
压栈：将整个数组的起始和结束索引作为一对入栈。
循环处理，在栈非空时，重复以下步骤：
- 弹出一对索引（即栈顶元素）来指定当前要处理的子数组。
- 选择子数组的一个元素作为枢轴（pivot）进行分区。
- 进行分区操作，这会将子数组划分为比枢轴小的左侧部分和比枢轴大的

代码实现

void QuickSortNonR(int* a, int left, int right)
{
	ST st;
	STInit(&st);
	STpush(&st, left);
	STpush(&st, right);

	while (!STEmpty(&st))
	{
		int end = STTop(&st);
		STPop(&st);
		int begin = STTop(&st);
		STPop(&st);

		int keyi = part3(a, begin, end);

		if (keyi + 1 < end)
		{
			STpush(&st, keyi + 1);
			STpush(&st, end);
		}

		if (begin < keyi - 1)
		{
			STpush(&st, begin);
			STpush(&st, keyi - 1);
		}
	}

	STDestroy(&st);
}

快速排序的优化

优化角度从两个方面切入

在选择关键字的（基准值）时候，如果我们碰到了，有序数组，那么就会，减低排序效率。
- 方法一：三数取中，即区三个关键字先进行排序，将中间数作为关键字，一般取左端右端和中间值。
- 方法二：随机值。利用随机数生成。

三数取中代码实现

int GetmidNum(int* a, int begin, int end)
{
	int mid = (begin + end) / 2;

	if (a[begin] < a[mid])
	{
		if (a[mid] < a[end])
		{
			return mid;
		}
		else if(a[end]<a[begin])
		{
			return begin;
		}
		else
		{
			return end;
		}
	}
	else //a[begin]>a[mid]
	{
		if (a[begin] < a[end])
		{
			return begin;
		}
		else if (a[end] < a[mid])
		{
			return mid;
		}
		else
		{
			return end;
		}
	}

随机选 key（下标）代码实现

srand(time(0));
int randi = left + (rand() % (right - left));
Swap(&a[left], &a[randi]);

快速排序复杂度分析

在平均情况下，快速排序的时间复杂度为O(n log n)，这是因为每次划分都能够将数组分成大致相等的两部分，从而实现高效排序。在最坏情况下，快速排序的时间复杂度为O(n^2)
除了递归调用的栈空间之外，不需要额外的存储空间，因此空间复杂度是O(log n)。在最坏情况下，快速排序的时间复杂度可能是 O(n)，这是因为在最坏情况下，递归堆栈空间可能会增长到线性级别。

根据上述描述，优化快速排序是必要的。

归并排序（Merge Sort）

在这里插入图片描述

归并排序的概念

归并排序（Merge Sort）是一种基于分治策略的排序算法，它将待排序的序列分为两个或以上的子序列，对这些子序列分别进行排序，然后再将它们合并为一个有序的序列。归并排序的基本思想是将待排序的序列看作是一系列长度为1的有序序列，然后将相邻的有序序列段两两归并，形成长度为2的有序序列，以此类推，最终得到一个长度为n的有序序列。

基本操作：

分解：将序列每次折半划分，递归实现，直到子序列的大小为1。
合并：将划分后的序列段两两合并后排序。在每次合并过程中，都是对两个有序的序列段进行合并，然后排序。这两个有序序列段分别为 R[low, mid] 和 R[mid+1, high]。先将他们合并到一个局部的暂存数组 R2 中，合并完成后再将 R2 复制回 R 中。

代码实现(递归)

void _MergeSort(int* a, int* tmp, int begin, int end)
{
	if (begin >= end)
		return;

	int mid = (begin + end) / 2;

	_MergeSort(a, tmp, begin, mid - 1);
	_MergeSort(a, tmp, mid + 1, end);

	int begin1 = begin, end1 = mid;
	int begin2 = mid + 1, end2 = end;
	int i = begin;

	while (begin1 <= end1 && begin2 <= end2)
	{
		if (a[begin1] > a[begin2])
		{
			tmp[i++] = a[begin2++];
		}
		else
		{
			tmp[i++] = a[begin1++];

		}
	}
	while (begin1 <= end1)
	{
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = a[begin2++];
	}
	 
	memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + 1));

}

void MergeSort(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc fail");
		return;
	}

	_MergeSort(a, tmp, 0, n-1);

	free(tmp);
}

代码实现（迭代）

void MergeSortNonR(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc fail");
		return;
	}

	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i =2* gap)
		{
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;

			int j = i;

			if (end1 >= n || begin2 >= n)
			{
				break;
			}

			if (end2 >= n)
			{
				end2 = n-1;
			}


			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] < a[begin2])
				{
					tmp[j++] = a[begin1++];
				}
				else
				{
					tmp[j++] = a[begin2++];
				}
			}

			while (begin1 <= end1)
			{
				tmp[j++] = a[begin1++];
			}

			while (begin2 <= end2)
			{
				tmp[j++] = a[begin2++];
			}
			          
			memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
		}

		gap *= 2;
	}
	free(tmp); 
}

归并排序复杂度分析

时间复杂度是 O(n log n)，其中 n 是待排序元素的数量。这个时间复杂度表明，归并排序的执行速度随着输入大小的增加而线性增加，但不会超过对数级的增长。
空间复杂度为 O(n)，在数据拷贝的时候malloc一个等大的数组。

总结

p[j++] = a[begin2++];
}
}

		while (begin1 <= end1)
		{
			tmp[j++] = a[begin1++];
		}

		while (begin2 <= end2)
		{
			tmp[j++] = a[begin2++];
		}
		          
		memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
	}

	gap *= 2;
}
free(tmp);

}


## 归并排序复杂度分析

* 时间复杂度是 O(n log n)，其中 n 是待排序元素的数量。这个时间复杂度表明，归并排序的执行速度随着输入大小的增加而线性增加，但不会超过对数级的增长。
* 空间复杂度为 O(n)，在数据拷贝的时候malloc一个等大的数组。

# 总结

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/8d8d45e2fc8b4b0fa4747b27d20cd50c.png)

chian-ocean

关注

90
点赞
踩
66

收藏

觉得还不错? 一键收藏
53
评论
排序（堆排序、快速排序、归并排序)--＞深度剖析(二)

gap *= 2;free(tmp);## 归并排序复杂度分析* 时间复杂度是 O(n log n)，其中 n 是待排序元素的数量。这个时间复杂度表明，归并排序的执行速度随着输入大小的增加而线性增加，但不会超过对数级的增长。* 空间复杂度为 O(n)，在数据拷贝的时候malloc一个等大的数组。# 总结![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/8d8d45e2fc8b4b0fa4747b27d20cd50c.png)
复制链接

扫一扫