插入排序
插入排序的可视化图:
插入排序的概念::是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。
插入排序的算法描述如下:
- 从第一个元素开始,该元素可以认为已经被排序
- 取出下一个元素,在已经排序的元素序列中从后向前扫描
- 如果该元素(已排序)大于新元素,将该元素移到下一位置
- 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
- 将新元素插入到该位置后
- 重复步骤2~5
插入排序的代码实现:
static void InsertSort(int[] arr) {
int temp = 0;
int index = 0;
for (int i = 1; i < arr.Length; i++) {
temp = arr[i];
index = i - 1;
for (; index >= 0 && temp < arr[index]; index--)
arr[index + 1] = arr[index];
arr[index + 1] = temp;
}
}
- 插入排序复杂度:
- 时间复杂度
$O(n^{2})$
- 最优时间复杂度
$O(n)$
- 平均时间复杂度
$O(n^{2})$
- 空间复杂度总共
$O(n)$
,需要辅助空间$O(1)$
- 时间复杂度
二分插入排序
二分插入排序的可视化图:
二分插入排序的概念:二分法插入排序是在插入第i个元素时,对前面的0~i-1元素进行折半,先跟他们中间的那个元素比,如果小,则对前半再进行折半,否则对后半进行折半,直到left>right,然后再把第i个元素前1位与目标位置之间的所有元素后移,再把第i个元素放在目标位置上。
二分插入排序的算法描述如下:
- 用待插元素的值与当前查找序列的中间元素的值进行比较,以当前查找序列的中间元素为分界,确定待插元素是在当前查找序列的左边还是右边,如果是在其左边,则以该左边序列为当前查找序列,右边也类似。按照上述方法,递归地处理新序列,直到当前查找序列的长度小于1时查找过程结束。
二分插入排序的代码实现:
public static void BinarySort(int[] arr) {
for (int i = 1; i < arr.Length; i++) {
int low = 0;
int high = i - 1;
int temp = arr[i];
//Find
while (low <= high) {
int mid = (low + high) / 2;
if (temp < arr[mid])
high = mid - 1;
else
low = mid + 1;
}
for (int j = i - 1; j >= low; j--)
arr[j + 1] = arr[j];
arr[low] = temp;
}
}
- 二分插入排序的复杂度:
- 时间复杂度
$O(n^{2})$
- 最优时间复杂度
$O(n)$
- 平均时间复杂度
$O(n^{2})$
- 空间复杂度:总共
$O(n)$
,辅助$O(1)$
- 时间复杂度
希尔排序
希尔排序的可视化图:
希尔排序的概念:也称递减增量排序算法,是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。
希尔排序是基于插入排序的以下两点性质而提出改进方法的:
插入排序在对几乎已经排好序的数据操作时,效率高,即可以达到线性排序的效率
但插入排序一般来说是低效的,因为插入排序每次只能将数据移动一位。希尔排序的算法描述如下:
- 将数组列在一个表中并对列排序(用插入排序)。
- 重复这过程,不过每次用更长的列来进行。最后整个表就只有一列了。
- 将数组转换至表是为了更好地理解这算法,算法本身仅仅对原数组进行排序(通过增加索引的步长,例如是用i += step_size而不是i++)。
希尔排序的代码实现:
public static void ShellSort(int[] arr) {
int gap, i, j;
int temp = 0;
int len = arr.Length;
for (gap = len >> 1; gap > 0; gap >>= 1)
for (i = gap; i < len; i++) {
temp = arr[i];
for (j = i - gap; j >= 0 && arr[j] > temp; j -= gap)
arr[j + gap] = arr[j];
arr[j + gap] = temp;
}
}
- 希尔排序的复杂度:
- 时间复杂度
$O(n\log^2 n)$
- 最优时间复杂度
$O(n)$
- 平均时间复杂度:根据步长序列的不同而不同
- 空间复杂度
$O(n)$
- 时间复杂度
如有错误,欢迎指出。
email:dxmdxm1992#gmail.com
blog: csdn magicdavid.top