数据结构与算法——排序算法(二)

数据结构与算法——排序算法(二)

1、归并排序

1.1 基本思想

归并排序是利用分治的策略，将原始的数组分解成小的数组然后进行递归排序的过程。该策略主要包括两个部分，第一个部分是分 , 第二个部分是治。分就是将原始的数组分解成若干个小的数组，治就是将小的的数组合并成有序的过程。类似于下图所示：

根据上图所示，我首先经历的是一个分的过程，我们数据分解成单个元素构成的数组的时候，此时数组中的元素就是数组的排序。下一步就就是合并的过程，根据两个数组中元素的大小，将两个元素中的数据合并成一个有序的数组。

在归并排序中最重要的就是合并的过程，我们采用两张图来解释以下：

1.2 代码实现

void merge(vector<int> &v, int left, int midd, int right, vector<int> & temp)
{
	int i = left; //左侧有序序列的初始索引
	int j = midd + 1;//j表示右侧有序序列的初始索引

	//先把左右两边的数据按照规则拷贝到temp中去，一直到左右两边有一方处理完成
	while (i <= midd && j <= right)
	{
		if (v[i] < v[j])
			temp.push_back(v[i++]);
		else
			temp.push_back(v[j++]);
	}

	//如果另外一侧存在剩余，则将剩余的部分拷贝到temp中去
	while (i <= midd)
		temp.push_back(v[i++]);
	while (j <= right)
		temp.push_back(v[j++]);
	//将temp中的数据在拷贝回v中去
	int templeft = left;
	while (templeft <= right)
	{
		v[templeft++] = *temp.begin();
		temp.erase(temp.begin());
	}
}

void mergeSort(vector<int> &v,int left,int right,vector<int> &temp)
{
	if (left < right)
	{
		int mid = (left + right) / 2;
		mergeSort(v, left, mid, temp);
		mergeSort(v, mid + 1, right, temp);
		merge(v, left, mid, right, temp);
	}
}

1.3 时间复杂度分析

归并排序的时间复杂度可以分为两块，第一个部分是分$O(lo{g}_n)$，第二个部分是合并$O(n)$，所以总的时间复杂度为$O(nlo{g}_n)$。

2 基数排序

2.1 基本思想

它通过键值上的各个位的值，将要排序的数据分配到各个桶中去，达到排序的作用。基数排序通过将所有待比较的数值统一成同样数位的长度，数位比较短的前面补零(比如 100,010，004)。然后从最低位开始，依次进行一次排序，这样从最低位排序，一直到最高位排序结束，整个数列就变成了一个有序的数列。
如下面的图所示：假设待排序的数列为[53,3,542,748,14,214]

2.2 代码实现

void radixSort(vector<int> &v)
{
	vector<vector<int>> bucket;
	bucket.resize(10);
	int max_value = v[0];
	for (int i = 1; i < v.size(); i++)
	{
		if (v[i] > max_value)
			max_value = v[i];
	}
	int count = 0;
	while (max_value > 0)
	{
		max_value /= 10;
		count += 1;
	}
	int index = 0;
	//针对各个位置的元素进行排序，个位，十位，百位。。。
		for (int m = 0, n = 1; m < count; m++, n *= 10)
		{
			for (int j = 0; j < v.size(); j++)
			{
				int digit = (v[j] / n) % 10;
				bucket[digit].push_back(v[j]);
			}

			index = 0;
			for (int i = 0; i < bucket.size(); i++)
			{
				while(bucket[i].size() != 0)
				{
					v[index] = *bucket[i].begin();
					bucket[i].erase(bucket[i].begin());
					index++;
				}
			}
			
		}

}

注意：上述的代码的数组中不能存在负数。

2.3 复杂度分析

基数排序是典型的空间换实时间的排序方式，其时间复杂度为$O(n\ast k)$，k表示最大数据的位数。