Bubble, Insertion, Selection, Quick and Heap Sort

Bubble, Insertion, Selection, Quick and Heap Sort

Bubble Sort

        冒泡排序是基本的排序算法之一,时间复杂度为 O(n^{2}),空间复杂度也为 O(n^{2})。该算法不常被使用,因为和插入排序相比较,插入排序的时间复杂度为 O(n^{2}),而空间复杂度为 O(n)。属于稳定排序。
       有三种方法可以改进Bubble Sort,①当一轮比较却没有发生交换时,认为数据已经有序,停止排序。②当进行i轮排序后,数据序列后的N-i个元素已经有序,可以不考虑。③假设Data[i]与Data[i+1]是发生的最后一次交换,则可以肯定i+1到N数据序列已经有序,只用考虑第i个之前的数据序列即可。
/*Bubble Sort*/
void BubbleSort(int *iData, int iLen)
{
	if ((NULL == iData) && (iLen < 1))
		return;

	for (int i=0; i<iLen; i++)
	{
		for (int j=0; j<iLen-i; j++)
		{
			if (iData[j] > iData[j+1]){
				SwampData(&iData[j], &iData[j+1]);
			}
		}
	}
}

Insertion Sort

        插入排序,最简单的排序算法之一,时间复杂度为 O(n^{2}),属于稳定排序,适用于少量数据的排序。插入排序的核心思想可以类比为: “扑克牌”,将摸到的扑克牌按顺序排列。
/*Insertion Sort*/
void InsertionSort(int *iData,int iLen)
{
	if ((NULL == iData) && (iLen < 1))
		return;

	int iTemp;
	for (int i=2;i<=iLen;i++)
	{
		iTemp = iData[i];
		for (int j=i; j>0; j--)
		{
			if (iTemp<iData[j-1]){
				iData[j] = iData[j-1];
			}
			else{
				break;
			}
		}
		iData[j] = iTemp;
	}
}

Selection Sort

        选择排序,假设数据分为两个部分,一部分是排序的0~i,i+1~N-1未排序的,接下来就是从i+1~N-1中选出一个最小的和i+1进行交换。
/*Selection Sort*/
void SelectionSort(int *iData,int iLen)
{
	if ((NULL == iData) && (iLen < 1))
		return;

	for (int i=0;i<iLen;i++)
	{
		int iMin=i;
		for (int j=i;j<iLen;j++)
		{
			if (iData[j]<iData[iMin]){
				iMin = j;
			}
		}

		int iTemp = 0;
		iTemp = iData[iMin];
		iData[iMin] = iData[i];
		iData[i] = iTemp;
	}
}

Quick Sort

        快速排序,是一个效率较高的排序算法。当数据基本有序时,Quik排序的效率较低!快速排序的核心可以概括为:①选择主元(pivot point),②将数据序列按照pivot point 分成两个部分。
/*Quick Sort*/
int QuickPartition(int *iData, int iLow, int iHigh)
{
	int iPivot = iData[iLow];
	int iLeftwall = iLow;
	int iTemp = 0;
	for (int i=iLow+1; i<=iHigh; i++){
		if (iData[i]<iPivot){
			++iLeftwall;
			SwampData(&iData[i],&iData[iLeftwall]);
		}
	}
	SwampData(&iData[iLow],&iData[iLeftwall]);

	return iLeftwall;
}

void QuickSort(int *iData, int iLow, int iHigh)
{
	if (iLow < iHigh){
		int iLeftwall = QuickPartition(iData,iLow,iHigh);
		QuickSort(iData, iLow, iLeftwall-1);
		QuickSort(iData, iLeftwall+1, iHigh);
	}
}

Heap Sort

        堆排序是一个效率较高的排序算法,其核心思想是利用堆的定义对数据进行排序处理!对于大顶堆,当对一个数据序列建立堆时,最大的值一定在堆的顶端。排序时,每次将最顶端的数据和序列中的最后一个数据交换,然后只考虑前N个数据即可,直到N=1。

        堆排序的核心有两点:①构建堆,②调整树形结构,使其满足堆的性质。
/*Heap Sort*/
int iN = 11;

void AdjustHeap(int *iData,int iLen)
{
	int iLeft = 2*iLen+1;
	int iRight = 2*iLen+2;
	int iMin=iLen; 
	
	if ((iLeft< iN) && (iData[iLen] > iData[iLeft])){
		iMin = iLeft;
	}

	if ((iRight< iN) && (iData[iMin] > iData[iRight])){
		iMin = iRight;
	}

	if (iMin != iLen){
		SwampData(&iData[iLen],&iData[iMin]);
		AdjustHeap(iData,iMin);
	}
}

void BuildHeap(int *iData,int iLen)
{
	int iStart = (int)floor(iLen/2)-1;
	for (int i=iStart; i>=0; i--){
		AdjustHeap(iData, i);
	}
}

void HeapSort(int *iData,int iLen)
{
	if ((NULL == iData) && (iLen < 1))
		return;

	BuildHeap(iData,iLen);
	for(int i=iLen; i>0; i--){
		SwampData(&iData[0],&iData[i-1]);
		iN = i-1;
		AdjustHeap(iData,0);
	}
}

算法的时间和空间复杂度

  • n is the number of elements
  • k is the number of distinct objects
AlgorithmTime ComplexitySpace Complexity
Bubble sortO(n^{2})O(n) - in place, O(1) extra space.
Insertion sortO(n^{2})O(n) - in place, O(1) extra space.
Selection sortO(n^{2})O(n) - in place, O(1) extra space.
Merge sortO(n\log n)O(n) - O(n) extra space.
Heap sortO(n\log n)O(n) - in place, O(1) extra space.
QuicksortO(n^{2}) - O(n\log n) expected, and with high probability.O(1) inplace.
   
TimsortO(n) Best case O(n\log n) Worst CaseO(n)

参考链接





  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的排序算法的时间复杂度可以根据具体的实现方式有所不同。下面是几种常见的排序算法及其时间复杂度: 1. 冒泡排序(Bubble Sort):最坏情况下的时间复杂度为O(n^2),平均情况下的时间复杂度也为O(n^2)。 2. 选择排序(Selection Sort):最坏情况下的时间复杂度为O(n^2),平均情况下的时间复杂度也为O(n^2)。 3. 插入排序(Insertion Sort):最坏情况下的时间复杂度为O(n^2),平均情况下的时间复杂度也为O(n^2)。 4. 快速排序(Quick Sort):最坏情况下的时间复杂度为O(n^2),平均情况下的时间复杂度为O(nlogn)。 5. 归并排序(Merge Sort):最坏情况下的时间复杂度为O(nlogn),平均情况下的时间复杂度也为O(nlogn)。 6. 堆排序(Heap Sort):最坏情况下的时间复杂度为O(nlogn),平均情况下的时间复杂度也为O(nlogn)。 7. 希尔排序(Shell Sort):最坏情况下的时间复杂度取决于增量序列的选择,平均情况下的时间复杂度为O(n^1.3)。 8. 计数排序(Counting Sort):时间复杂度为O(n+k),其中k是待排序数组中的最大值。 9. 桶排序(Bucket Sort):时间复杂度为O(n+k),其中k是桶的数量。 10. 基数排序(Radix Sort):时间复杂度为O(d(n+k)),其中d是数字的位数,k是每个位数可能的取值范围。 需要注意的是,这些排序算法的时间复杂度都是基于比较的排序算法。非基于比较的排序算法,例如计数排序、桶排序和基数排序,可以在特定情况下达到线性时间复杂度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值