我不是很清楚他们的时间复杂度,也真的不知道他们到底谁快谁慢,因为书上的推导我确实只是小小了解,并没有消化。也没有完全理解他们的精髓,所以又什么错误的还需要高手指点。呵呵。
1.普及一下排序稳定,所谓排序稳定就是指:如果两个数相同,对他们进行的排序结果为他们的相对顺序不变。例如A={1,2,1,2,1}这里排序之后是A = {1,1,1,2,2} 稳定就是排序后第一个1就是排序前的第一个1,第二个1就是排序前第二个1,第三个1就是排序前的第三个1。同理2也是一样。这里用颜色标明了。不稳定呢就是他们的顺序不应和开始顺序一致。也就是可能会是A={1,1,1,2,2}这样的结果。
2.普及一下原地排序:原地排序就是指不申请多余的空间来进行的排序,就是在原来的排序数据中比较和交换的排序。例如快速排序,堆排序等都是原地排序,合并排序,计数排序等不是原地排序。
3.感觉谁最好,在我的印象中快速排序是最好的,时间复杂度:n*log(n),不稳定排序。原地排序。他的名字很棒,快速嘛。当然快了。我觉得他的思想很不错,分治,而且还是原地排序,省去和很多的空间浪费。速度也是很快的,n*log(n)。但是有一个软肋就是如果已经是排好的情况下时间复杂度就是n*n,不过在加入随机的情况下这种情况也得以好转,而且他可以做任意的比较,只要你能给出两个元素的大小关系就可以了。适用范围广,速度快。
4.插入排序:n*n的时间复杂度,稳定排序,原地排序。插入排序是我学的第一个排序,速度还是很快的,特别是在数组已排好了之后,用它的思想来插入一个数据,效率是很高的。因为不用全部排。他的数据交换也很少,只是数据后移,然后放入要插入的数据。(这里不是指调用插入排序,而是用它的思想)。我觉得,在数据大部分都排好了,用插入排序会给你带来很大的方便。数据的移动和交换都很少。
解的哈)。例如12356是已经排好的序,我们将4插入到他们中,时插入之后也是排好序的。这里显而易见是插入到3的后面。变为123456.
实现思路:插入排序就是先是一个有序的数据,然后把要插入的数据插到指定的位置,而排序首先给的就是无序的,我们怎么确定先得到一个有序的数据呢?答案就是:如果只有一个,当然是有序的咯。我们先拿一个出来,他是有序的,然后把数据一个一个插入到其中,那么插入之后是有序的,所以直到最后都是有序的。。哈哈。结果就出来了!
当然在写的时候还是有一个技巧的,不需要开额外的数组,下标从第二个元素开始遍历直到最后一个,然后插入到前面已经有序的数据中。这样就不会浪费空间了。插入排序用处还是很多的,特别是链表中,因为链表是指针存放的,没有数组那么好准确的用下标表示,插入是简单有效的方法。嘻嘻。。废话少说,
源代码奉上:
2 #include < stdlib.h >
3
4 // 插入排序从小到大,nData为要排序的数据,nNum为数据的个数,该排序是稳定的排序
5 bool InsertionSort( int nData[], int nNum)
6 {
7 for ( int i = 1 ; i < nNum; ++ i) // 遍历数组,进行插入排序
8 {
9 int nTemp = nData[i];
10 for ( int j = 0 ; j < i; ++ j) // 对该数,寻找他要插入的位置
11 {
12 if (nData[j] > nTemp) // 找到位置,然后插入该位置,之后的数据后移
13 {
14 for ( int k = i; k > j; -- k) // 数据后移
15 {
16 nData[k] = nData[k - 1 ];
17 }
18 nData[j] = nTemp; // 将数据插入到指定位置
19 break ;
20 }
21 }
22 }
23
24 return true ;
25 }
26
27 int main()
28 {
29 int nData[ 10 ] = { 4 , 10 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 }; // 创建10个数据,测试
30 InsertionSort(nData, 10 ); // 调用插入排序
31
32 for ( int i = 0 ; i < 10 ; ++ i)
33 {
34 printf( " %d " , nData[i]);
35 }
36
37 printf( " \n " );
38 system( " puase " );
39 return 0 ;
40 }
我们怎么做到把最轻的放在顶端呢?我们从最底下的数据开始冒,如果比他上面的数据小,就交换(冒上去),然后再用第二第下的数据比较(此时他已经是较轻的一个),如果他比他上面的小,则交换,把小的冒上去。直到比到第一位置,得到的就是最轻的数据咯,这个过程就像是冒泡一样,下面的和上面的比较,小的冒上去。大的沉下来。呵呵。
画个图先:
最初 | 第一次结果 | 第二次结果 | 第三次结果 |
3 | 3 | 3 | 1 |
4 | 4 | 1 | 3 |
2 | 1 | 4 | 4 |
1 | 2 | 2 | 2 |
开始:1 和2 比,1比2小,浮上,然后1跟4比,再1跟3比,这样结构就变为1,3,4,2。最小的位置确定了,然后我们确定第二小的,同理2 vs 4, 2 vs 3 得到2, 再确定第3小数据,3 vs 4得到3,最后就是4为最大的数据,我们冒泡就排好了。
注:这里红色的1,2是前一次比较1 vs 2交换的结构。后面也一样。
大概思路就这样了,奉上源代码:
#include < stdlib.h >
// 冒泡排序, pnData要排序的数据, nLen数据的个数
int BubbleSort( int * pnData, int nLen)
{
bool isOk = false ; // 设置排序是否结束的哨兵
// i从[0,nLen-1)开始冒泡,确定第i个元素
for ( int i = 0 ; i < nLen - 1 && ! isOk; ++ i)
{
isOk = true ; // 假定排序成功
// 从[nLen - 1, i)检查是否比上面一个小,把小的冒泡浮上去
for ( int j = nLen - 1 ; j > i; -- j)
{
if (pnData[j] < pnData[j - 1 ]) // 如果下面的比上面小,交换
{
int nTemp = pnData[j];
pnData[j] = pnData[j - 1 ];
pnData[j - 1 ] = nTemp;
isOk = false ;
}
}
}
return 1 ;
}
int main()
{
int nData[ 10 ] = { 4 , 10 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 }; // 创建10个数据,测试
BubbleSort(nData, 10 ); // 调用冒泡排序
for ( int i = 0 ; i < 10 ; ++ i)
{
printf( " %d " , nData[i]);
}
printf( " \n " );
system( " pause " );
return 0 ;
}
6.选择排序,n*n的时间复杂度, 稳定排序,原地排序。选择排序就是冒泡的基本思想,从小的定位,一个一个选择,直到选择结束。他和插入排序是一个相反的过程,插入是确定一个元素的位置,而选择是确定这个位置的元素。他的好处就是每次只选择确定的元素,不会对很多数据进行交换。所以在数据交换量上应该比冒泡小。
选择排序和冒泡排序思路上有一点相似,都是先确定最小元素,再确定第二笑元素,最后确定最大元素。他的主要流程如下:
1.加入一个数组A = {5,3,6,2,4,7},我们对他进行排序
2.确定最小的元素放在A[0]位置,我们怎么确定呢,首先默认最小元素为5,他的索引为0,然后用它跟3比较,比他打,则认为最小元素为3,他的索引为1,然后用3跟6比,发现比他小,最小元素还是3,然后跟2比,最小元素变成了2,索引为3,然后跟4比,跟7比。当比较结束之后,最小元素也尘埃落定了。就是2,索引为3,然后我们把他放在A[0]处。为了使A[0]原有数据部丢失,我们使A[0](要放的位置) 与A[3](最小数据的位置)交换。这样就不可以了吗?
3.然后我们在来找第二小元素,放在A[1],第三小元素,放在A[2]。。当寻找完毕,我们排序也就结束了。
4.不过,在找的时候要注意其实位置,不能在找A[2]的时候,还用A[2]的数据跟已经排好的A[0],A[1]比,一定要跟还没有确定位置的元素比。还有一个技巧就是我们不能每次都存元素值和索引,我们只存索引就可以了,通过索引就能找到元素了。呵呵。
5.他和冒泡的相似和区别,冒泡和他最大的区别是他发现比他小就交换,把小的放上面,而选择是选择到最小的在直接放在确定的位置。选择也是稳定的排序。
基本思路就这样了,奉上源代码:
#include < stdlib.h >
// 选择排序, pnData要排序的数据, nLen数据的个数
int SelectSort( int * pnData, int nLen)
{
// i从[0,nLen-1)开始选择,确定第i个元素
for ( int i = 0 ; i < nLen - 1 ; ++ i)
{
int nIndex = i;
// 遍历剩余数据,选择出当前最小的数据
for ( int j = i + 1 ; j < nLen; ++ j)
{
if (pnData[j] < pnData[nIndex])
{
nIndex = j;
}
}
// 如果当前最小数据索引不是i,也就是说排在i位置的数据在nIndex处
if (nIndex != i)
{
// 交换数据,确定i位置的数据。
int nTemp = pnData[i];
pnData[i] = pnData[nIndex];
pnData[nIndex] = nTemp;
}
}
return 1 ;
}
int main()
{
int nData[ 10 ] = { 4 , 10 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 }; // 创建10个数据,测试
SelectSort(nData, 10 ); // 调用选择排序
for ( int i = 0 ; i < 10 ; ++ i)
{
printf( " %d " , nData[i]);
}
printf( " \n " );
system( " pause " );
return 0 ;
}
8.合并排序:n*log(n)的时间复杂度, 稳定排序,非原地排序。他的思想是分治,先分成小的部分,排好部分之后合并,因为我们另外申请的空间,在合并的时候效率是0(n)的。速度很快。貌似他的上限是n*log(n),所以如果说是比较的次数的话,他比快速排序要少一些。对任意的数组都能有效地在n*log(n)排好序。但是因为他是非原地排序,所以虽然他很快,但是貌似他的人气没有快速排序高。
1357 2468 来做例子:
(1回合) 1357 2468 00000(合并后数据空)
(2) 357 2468 100000(0表示空) 因为1 < 2所以把1放到合并后位置中了(这里1并不是丢掉了,而是下标变为指向3了,1是没有写而已。呵呵。理解为数组的下标指向了3)
(3) 357 468 120000 因为3 > 2,所以把2放进去
(4) 57 468 123000 同理3 < 4
(5) 57 68 1234000 同理5 > 4
(6) 7 68 1234500 同理5 > 6
(7) 7 8 1234560 同理7 > 6
(8) 0(空了) 8 12345670 同理7 < 8
(9) 0 0 12345678 弄最后一个
PS:这是用记事本写的哈,没有钱买office而且也不是很会用。哈哈。我想以后的我也不见怪的哈。。关键还有书嘛,这里看不懂还有教科书。。
当然,这些只是思路。并不是一定一成不变的这样。合并OK,那么我们就可以用合并排序了哦!哈哈。。不过注意,那个321全部弄成一个单个数字,然后一个一个合并这样来合并似乎不是很好,貌似还有更好的解决方案。哈哈,对了,就是我先分一半来合并。如果这一半是排好序的,那么合并不久简单了吗?但是我怎么让一般排好序呢。呵呵简单,我一半在分一半合并排序,在分一半合并排序,直到分到两个都是1个了,就合并,ok!
例如,81726354:
(1)分成9172 6354
(2)把8172 分成 81 和72 把6354分成63和54
(3)81分成8和1,哦能合并了哦。合并为18, 同理72,63,54,也可以分解成单个合并为27,36,45
(4) 现在变为了 18, 27, 36, 45了,这个时侯,18 和27能合并了,合并为1278 同理36,合并为45 3456
(5) 好了最好吧,1278和3456合并为12345678.ok排序成功。哈哈。
这样把一个问题分解为两个或多个小问题,然后在分解,最后解决小小问题,已达到解决打问题的目的。
哈哈。分治很强大。哈哈。如果看不懂,我也没有办法啦。。看教科书吧。呵呵
思路主要就是这样了哦:
程序实现上也有点技巧。这个就不说了,直接奉上源代码:
2 #include < stdlib.h >
3
4 // 合并排序的合并程序他合并数组nData中位置为[nP,nM) 和[nM,nR).这个是更接近标准的思路
5 bool MergeStandard( int nData[], int nP, int nM, int nR)
6 {
7 int n1 = nM - nP; // 第一个合并数据的长度
8 int n2 = nR - nM; // 第二个合并数据的长度
9
10 int * pnD1 = new int [n1 + 1 ]; // 申请一个保存第一个数据的空间
11 int * pnD2 = new int [n2 + 1 ]; // 申请二个保存第一个数据的空间
12
13 for ( int i = 0 ; i < n1; ++ i) // 复制第一个数据到临时空间里面
14 {
15 pnD1[i] = nData[nP + i];
16 }
17 pnD1[n1] = INT_MAX; // 将最后一个数据设置为最大值(哨兵)
18
19 for ( int i = 0 ; i < n2; ++ i) // 复制第二个数据到临时空间里面
20 {
21 pnD2[i] = nData[nM + i];
22 }
23 pnD2[n2] = INT_MAX; // 将最后一个数据设置为最大值(哨兵)
24
25 n1 = n2 = 0 ;
26
27 while (nP < nR)
28 {
29 nData[nP ++ ] = pnD1[n1] < pnD2[n2] ? pnD1[n1 ++ ] : pnD2[n2 ++ ]; // 取出当前最小值到指定位置
30 }
31
32 delete pnD1;
33 delete pnD2;
34 return true ;
35 }
36
37 // 合并排序的合并程序他合并数组nData中位置为[nP,nM) 和[nM,nR).
38 bool Merge( int nData[], int nP, int nM, int nR)
39 {
40 // 这里面有几个注释语句是因为当时想少写几行而至。看似短了,其实运行时间是一样的,而且不易阅读。
41
42 int nLen1 = nM - nP; // 第一个合并数据的长度
43 int nLen2 = nR - nM; // 第二个合并数据的长度
44 int * pnD1 = new int [nLen1]; // 申请一个保存第一个数据的空间
45 int * pnD2 = new int [nLen2]; // 申请一个保存第一个数据的空间
46
47 int i = 0 ;
48 for ( i = 0 ; i < nLen1; ++ i) // 复制第一个数据到临时空间里面
49 {
50 pnD1[i] = nData[nP + i];
51 }
52
53 int j = 0 ;
54 for (j = 0 ; j < nLen2; ++ j) // 复制第二个数据到临时空间里面
55 {
56 pnD2[j] = nData[nM + j];
57 }
58
59 i = j = 0 ;
60 while (i < nLen1 && j < nLen2)
61 {
62 // nData[nP++] = pnD1[i] < pnD2[j] ? pnD1[i++] : pnD2[j++]; // 取出当前最小值添加到数据中
63
64 if (pnD1[i] < pnD2[j]) // 取出最小值,并添加到指定位置中,如果pnD1[i] < pnD2[j]
65 {
66 nData[nP] = pnD1[i]; // 取出pnD1的值,然后i++,定位到下一个个最小值。
67 ++ i;
68 }
69 else // 这里同上
70 {
71 nData[nP] = pnD2[j];
72 ++ j;
73 }
74 ++ nP; // 最后np++,到确定下一个数据
75 }
76
77 if (i < nLen1) // 如果第一个数据没有结束(第二个数据已经结束了)
78 {
79 while (nP < nR) // 直接把第一个剩余的数据加到nData的后面即可。
80 {
81 // nData[nP++] = pnD1[i++];
82 nData[nP] = pnD1[i];
83 ++ nP;
84 ++ i;
85 }
86 }
87 else // 否则(第一个结束,第二个没有结束)
88 {
89 while (nP < nR) // 直接把第一个剩余的数据加到nData的后面即可。
90 {
91 // nData[nP++] = pnD2[j++];
92 nData[nP] = pnD2[j];
93 ++ nP;
94 ++ j;
95 }
96 }
97
98 delete pnD1; // 释放申请的内存空间
99 delete pnD2;
100
101 return true ;
102 }
103
104 // 合并的递归调用,排序[nBegin, nEnd)区间的内容
105 bool MergeRecursion( int nData[], int nBegin, int nEnd)
106 {
107 if (nBegin >= nEnd - 1 ) // 已经到最小颗粒了,直接返回
108 {
109 return false ;
110 }
111
112 int nMid = (nBegin + nEnd) / 2 ; // 计算出他们的中间位置,便于分治
113 MergeRecursion(nData, nBegin, nMid); // 递归调用,合并排序好左边一半
114 MergeRecursion(nData, nMid, nEnd); // 递归调用,合并排序好右边一半
115 // Merge(nData, nBegin, nMid, nEnd); // 将已经合并排序好的左右数据合并,时整个数据排序完成
116 MergeStandard(nData, nBegin, nMid, nEnd); // (用更接近标准的方法合并)
117
118 return true ;
119 }
120
121 // 合并排序
122 bool MergeSort( int nData[], int nNum)
123 {
124 return MergeRecursion(nData, 0 , nNum); // 调用递归,完成合并排序
125 }
126
127 int main()
128 {
129 int nData[ 10 ] = { 4 , 10 , 3 , 8 , 5 , 6 , 7 , 4 , 9 , 2 }; // 创建10个数据,测试
130
131 MergeSort(nData, 10 );
132 for ( int i = 0 ; i < 10 ; ++ i)
133 {
134 printf( " %d " , nData[i]);
135 }
136
137 printf( " \n " );
138 system( " pause " );
139 return 0 ;
140 }
141
// 交换两个整数。注意一定要if判断是否两个相等,如果
// 不相等才交换,如果相等也交换会出错的。a^a = 0
inline void Swap( int & a, int & b)
{
if (a != b)
{
a ^= b;
b ^= a;
a ^= b;
}
}
// 维持一个最大堆
int Heapify( int * npData, int nPos, int nLen)
{
int nMax = - 1 ; // 暂存最大值
int nChild = nPos * 2 ; // 他的左孩子位置
while (nChild <= nLen) // 判断他是否有孩子
{
nMax = npData[nPos]; // 是当前最大值为他
if (nMax < npData[nChild]) // 与左孩子比较
{
nMax = npData[nChild]; // 如果比左孩子小,就时最大值为左孩子
}
// 同理与右孩子比较,这里要注意,必须要保证有右孩子。
if (nChild + 1 <= nLen && nMax < npData[nChild + 1 ])
{
++ nChild; // 赋值最大值的时候把孩子变为右孩子,方便最后的数据交换
nMax = npData[nChild];
}
if (nMax != npData[nPos]) // 判断是否该节点比孩子都打,如果不大
{
Swap(npData[nPos], npData[nChild]); // 与最大孩子交换数据
nPos = nChild; // 该节点位置变为交换孩子的位置
nChild *= 2 ; // 因为只有交换后才使不满足堆得性质。
}
else // 都最大了,满足堆得性质了。退出循环
{
break ;
}
}
return 1 ; // 维持结束。
}
// 建立一个堆
int BuildHeap( int * npData, int nLen)
{
// 从nLen / 2最后一个有叶子的数据开始,逐一的插入堆,并维持堆得平衡。
// 因为堆是一个完全二叉树,所以nlen/2+1- nLen之间肯定都是叶子。
// 叶子还判断什么呢。只有一个数据,肯定满足堆得性质咯。
for ( int i = nLen / 2 ; i >= 1 ; -- i)
{
Heapify(npData, i, nLen);
}
return 1 ;
}
// 堆排序
int HeapSort( int * npData, int nLen)
{
BuildHeap(npData, nLen); // 建立一个堆。
while (nLen >= 1 ) // 逐一交和第一个元素交换数据到最后
{ // 完成排序
Swap(npData[nLen], npData[ 1 ]);
-- nLen;
Heapify(npData, 1 , nLen); // 交换之后一定要维持一下堆得性质。
} // 不然小的成第一个元素,就不是堆了。
return 1 ;
}
// main函数,
int main()
{
int nData[ 11 ] = { 0 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 , 1 , 0 }; // 测试数据,下标从1开始哦。
HeapSort(nData, 10 ); // 堆排序
for ( int i = 1 ; i <= 10 ; ++ i) // 输出排序结果。
{
printf( " %d " , nData[i]);
}
printf( " \n " );
system( " pause " );
return 0 ;
}
11.快速排序,堆排序,合并排序,希尔排序的比较,他们的时间复杂的都是n*log(n),我认为在使用上快速排序最广泛,他原地排序,虽然不稳定,可是很多情况下排序根本就不在意他是否稳定。他的比较次数是比较小的,因为他把数据分成了大和小的两部分。每次都确定了一个数的位置,所以理论上说不会出现两个数比较两次的情况,也是在最后在交换数据,说以数据交换上也很少。合并排序和堆排序也有这些优点,但是合并排序要申请额外的空间。堆排序堆已经排好的数据交换上比快速多。所以目前快速排序用的要广泛的多。还有他很容易掌握和实现。
快速排序的速度是很快的,平均复杂度是nlogn,我也不知道是怎么算出来的,反正T(n) = 2T(n/2) + o(n) 这样怎么怎么推到就成了nLogn了,呵呵,有空去学习一下。希望会的人可以教我,我数学太烂了。废话少说,记录一下快速排序的思路:
1.分治的思想,把数组分成两份,两份分成4分,这样分到足够小,就能很好排序咯,然后把他们合起来,排序完成。
2.该分治思想和合并排序思想一样,但是处理上更搞一筹,他是把小的和大的分成两份,这样在最后合并的时候,就不会像合并排序那样还要检查,因为本来就是左边比右边小,所以可以做到原地排序(就是不用申请多余的空间)。
3.如何做好把小和大的分开时关键,我们做的就是以一个数位基准,然后找到这个数的位置。把比他小的放在他的左边,比他大的放在他的右边,这样不就分开了嘛。
4.具体怎么分时一个最关键的地方,本来想用图说明一下,但是自己不会画:作罢,试着语言整理一下,呵呵:
例如,开始把最后一个作为标准,用一个循环j = nBegin j < nEnd一一比较,这样就能判断到底谁比他大,谁比他小咯。
注意:为了能清楚知道区域,所以要用一个变量i来保存它的标志,i的左边是比他小的,i的右边是比他大的。有了这个标志我们就好处理了。比较就好处理咯。
遇到小的,要把他方在i的左边,所以我们把他和i+1的元素交换,因为i+1得元素是大于x的,交换之后i+1就小于x了,这样我们把i也加1,不就有保证了i的左边都比x小,右边都比x大了嘛。呵呵。
遇到大的,不用管他。I也不用变。
比较完了,这时情况就是i的左边都比x小,i的右边都比x大,x在最后面。怎么处理呢?还不简单,有重复一下i + 1与 x交换,这样处理之后,i + 1就是保存的x值,i + 1的右边都比x大,i+1的左边都比x小,哈哈,i+1就是分割点咯。搞定。。
找出分割点后还不分而治之。。分而治之的时候发现分割点是排好的,只需排序nBegin - 分割点-1, 分割点+1 - nEnd 就可以咯。
最后还是截张《算法导论》书中的图:
呵呵,我就是学的这本书。还不错啦。附上下载地址分享一下:
http://download.csdn.net/source/1199909
奉上自己的源代码:
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/2f88ce130b654eb5dc6788e02dbcfc90.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/f70a0fde2b51b7dd92a70e712e540cf6.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/f70a0fde2b51b7dd92a70e712e540cf6.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4a5daaec04350a363f186a4d2c5ed6ce.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4a5daaec04350a363f186a4d2c5ed6ce.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/0ac3a2d53663ec01c7f7225264eeefae.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/2f88ce130b654eb5dc6788e02dbcfc90.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/f70a0fde2b51b7dd92a70e712e540cf6.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4a5daaec04350a363f186a4d2c5ed6ce.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/0ac3a2d53663ec01c7f7225264eeefae.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/2f88ce130b654eb5dc6788e02dbcfc90.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/0ac3a2d53663ec01c7f7225264eeefae.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/cbef093dcc044b2793832001e2365e43.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/2f88ce130b654eb5dc6788e02dbcfc90.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/f70a0fde2b51b7dd92a70e712e540cf6.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/f70a0fde2b51b7dd92a70e712e540cf6.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4a5daaec04350a363f186a4d2c5ed6ce.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/df37983f39daa189b8c814e01a6a9011.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/0ac3a2d53663ec01c7f7225264eeefae.gif)
13.基数排序:n的时间复杂度,稳定排序,非原地排序。他的思想是数据比较集中在一个范围,例如都是4位数,都是5位数,或数据有多个关键字,我们先从各位开始排,然后排十位,依次排到最高位,因为我们可以用一个n的方法排一位,所以总的方法为d*n的复杂度。关键字也一样,我们先排第3个关键字,在排第3个关键字,最后排第一个关键字。只有能保证每个关键字在n的时间复杂度完成,那么整个排序就是一个d*n的时间复杂度。所以总的速度是很快的。不过有一点就是要确保关键字能在n的时间复杂度完成。
14.桶排序:n的时间复杂度,稳定排序,非原地排序。主要思路和基数排序一样,也是假设都在一个范围例如概率都在0-1,而且分布还挺均匀,那么我们也是和基数排序一样对一个数把他划分在他指定的区域。然后在连接这些区域就可以了。书上对每个区域使用链表的存储,我认为在寸小区域的时候也会有时间在里面。所以只是理论上的n时间复杂度。这种思路是不错的。呵呵。
15.计数排序,基数排序,桶排序的比较,我觉得他们都很有思想,不过都是在特定情况下才能发挥最大的效果。虽然效率很高,但是用的不会很广泛。他们之间我更喜欢计数排序,来个映射的方式就直接找到了自己的位置,很高明。和基数排序和同排序只是理论上的n时间复杂度,基数排序要确定一个关键字的排序是n复杂度的,桶排序要确定每个区域的排序是n复杂度的。
16.排序算法的最后感悟:黑格尔说过:存在即合理。所以这些排序的算法都是很好的,他确实给了我们思想上的帮助。感谢前人把精华留给了我们。我得到的收获很大,总结一下各自排序的收获:
冒泡:好实现,速度不慢,使用于轻量级的数据排序。
插入排序:也使用于小数据的排序,但是我从他的思想中学到怎么插入一个数据。呵呵,这样就知道在排好的数据里面,不用再排序了,而是直接调用一下插入就可以了。
选择排序:我学会了怎么去获得最大值,最小值等方法。只要选择一下,不就可以了。
合并排序:我学会分而治之的方法,而且在合并两个数组的时候很适用。
堆排序:可以用它来实现优先队列,而且他的思想应该给我加了很多内力。
快速排序:本来就用的最多的排序,对我的帮助大的都不知道怎么说好。
希尔排序:也是分治,让我看到了分治的不同,原来还有这种思想的存在。
计数排序,基数排序,桶排序:特殊情况特殊处理。
附上我学习这里排序的连接