1.选择排序
算法描述:初始时,在序列中找到最小元素,放到序列的起始位置作为已排序序列;然后,再从剩余未排序元素中寻找最小元素,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。
template<typename T>
void selectionSort(T arr[] , int n ){
for (int i = 0; i < n - 1; i++){
int minIndex = i;
for(int j = i + 1; j < n; j++)
if(arr[j]<arr[minIndex])
minIndex = j;
swap(arr[i], arr[minIndex]);
}
}
总结:时间复杂度为O(n^2)
2.插入排序
算法描述:插入即表示将一个新的数据插入到一个有序数组中,并继续保持有序。例如有一个长度为N的无序数组,进行N-1次的插入即能完成排序;第一次,数组第1个数认为是有序的数组,将数组第二个元素插入仅有1个有序的数组中;第二次,数组前两个元素组成有序的数组,将数组第三个元素插入由两个元素构成的有序数组中......第N-1次,数组前N-1个元素组成有序的数组,将数组的第N个元素插入由N-1个元素构成的有序数组中,则完成了整个插入排序。
template<typename T>
void insertionSort(T arr[], int n){
for (int i = 1; i < n; i++){
for (int j = i; j>0 ; j--){
if (arr[j] < arr[j - 1])
swap(arr[j], arr[j - 1]);
else
break;
}
}
}
改进:不再用swap函数(此函数一次会经过三次赋值语句)。将待插入元素,拷贝出来,依次向前比较。直到插入到合适位置。
template<typename T>
void insertionSortImprove(T arr[], int n){
for (int i = 1; i < n; i++){
T e = arr[i];
int j;
for (j = i; j>0 && e<arr[j-1]; j--){
arr[j] = arr[j - 1];
}
arr[j] = e;
}
}
总结:时间复杂度为O(n^2);但当序列为近乎有序的时候,插入排序的速度会很快。
3.冒泡排序
算法描述:比较相邻的元素。如果第一个比第二个大,就交换他们两个;对每一对相邻元素做相同的操作,从开始第一对到结尾的最后一对,这时最后的元素应该会是最大的数;对除了最后一个的所有元素重复以上步骤。 持续对剩下的元素重复上面的步骤,直到没有任何一对数字需要比较。
template<typename T>
void bubbleSort(T arr[], int n){
for (int i = 0; i < n; i++){
for (int j = 0; j < n - i - 1; j++){
if (arr[j]>arr[j + 1])
swap(arr[j], arr[j + 1]);
}
}
}
总结:时间复杂度O(n^2)
4.希尔排序
算法描述:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。
template<typename T>
void shellSort(T arr[], int n){
T insertNum;
int gap = n / 2;
while (gap){
for (int i = gap; i < n; i = i + gap){
insertNum = arr[i];
int j;
for (j = i; j>=gap && insertNum < arr[j - gap]; j = j - gap){
arr[j] = arr[j - gap];
}
arr[j] = insertNum;
}
gap = gap / 2;
}
}
总结:中等大小规模数据表现良好,对规模非常大的数据排序不是最优选择。
5.归并排序
算法描述:略
//递归使用归并排序,对arr[l...r]的范围进行排序
template<typename T>
void __mergeSort(T arr[],int l, int r){
if (l >= r)
return;
int mid = (l + r) / 2;
__mergeSort(arr, l, mid);
__mergeSort(arr, mid + 1, r);
//if (arr[mid]>arr[mid + 1])
__merge(arr, l, mid, r);
}
//将arr[r...mid]和arr[mid+1...r]两部分进行归并
template<typename T>
void __merge(T arr[], int l, int mid, int r){
T *aux = new T[r-l+1];
for (int i = l; i <= r; i++)
aux[i - l] = arr[i];
int i = l, j = mid + 1;
for (int k = l; k <= r; k++){
if (i > mid){
arr[k] = aux[j - l];
j++;
}
else if (j > r){
arr[k] = aux[i - l];
i++;
}
else if (aux[i - l] < aux[j - l]){
arr[k] = aux[i-l];
i++;
}
else{
arr[k] = aux[j - l];
j++;
}
}
delete[] aux;
}
template<typename T>
void mergeSort(T arr[], int n){
__mergeSort(arr, 0, n - 1);
}
6.快速排序
算法描述:略
//对arr[l...r]部分进行partition 操作
//返回p,使得arr[l...p-1]<arr[p];arr[p+1...r]>arr[p]
template<typename T>
int __partition(T arr[], int l, int r){
T v = arr[l];
//arr[l+1...j]<v;arr[j+1...i]>v
int j = l;
for (int i = l + 1; i <= r; i++){
if (arr[i] < v){
swap(arr[j+1], arr[i]);
j++;
}
}
swap(arr[l], arr[j]);
return j;
}
//对arr[l...r]部分进行快速排序
template<typename T>
void __quickSort(T arr[], int l, int r){
if (l >= r)
return;
int p = __partition(arr, l, r);
__quickSort(arr, l, p - 1);
__quickSort(arr, p + 1, r);
}
template<typename T>
void quickSort(T arr[], int n){
__quickSort(arr, 0, n - 1);
}