1.时空复杂度及稳定性
- 稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面。
- 不稳定:如果a原本在b的前面,而a=b,排序之后 a 可能会出现在 b 的后面。
- 时间复杂度:对排序数据的总的操作次数。反映当n变化时,操作次数呈现什么规律。
- 空间复杂度:是指算法在计算机内执行时所需存储空间的度量,它也是数据规模n的函数。
2.冒泡排序(最小/大的沉底)
上图所示的是第一趟排序,可以保证将最大的数字移动到最后面。总的步骤就是:
- 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
- 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
- 针对所有的元素重复以上的步骤,除了最后一个;
- 重复步骤1~3,直到排序完成。
code
void bubbleSort(vector<int>& nums)
{
int n = nums.size();
for (int i = 0; i < n - 1; ++i)
{
for (int j = 0; j < n - 1 - i; ++j)
{
if (nums[j] > nums[j + 1])
swap(nums[j], nums[j + 1]);
}
}
}
3.选择排序(选择最小/大的)
- 每一次都在第i个数的后面找到最小的值,即[i+1, n),然后和第i个数交换。
code
void selectSort(vector<int>& nums)
{
int n = nums.size();
int minPos = 0;
for (int i = 0; i < n - 1; ++i)
{
minPos = i;
for (int j = i + 1; j < n; ++j)
{
if (nums[j] < nums[minPos])
minPos = j;
}
swap(nums[i], nums[minPos]);
}
}
4.插入排序
一般来说,插入排序都采用in-place在数组上实现。具体算法描述如下:
- 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。
code
void insertionSort(vector<int>& nums)
{
int n = nums.size();
int preIndex = 0, currentValue = 0;
for (int i = 1; i < n; ++i)
{
preIndex = i - 1;
currentValue = nums[i];
while (preIndex >= 0 && nums[preIndex] > currentValue)
{
nums[preIndex + 1] = nums[preIndex];//后移操作
--preIndex;
}
nums[preIndex + 1] = currentValue;
}
}
5.希尔排序
首先它把较大的数据集合分割成若干个小组(逻辑上分组),然后对每一个小组分别进行插入排序,此时,插入排序所作用的数据量比较小(每一个小组),插入的效率比较高。
可以看出,他是按下标相隔距离为4分的组,也就是说把下标相差4的分到一组,比如这个例子中a[0]与a[4]是一组、a[1]与a[5]是一组...,这里的差值(距离)被称为增量。
每个分组进行插入排序后,各个分组就变成了有序的了(整体不一定有序)。
此时,整个数组变的部分有序了(有序程度可能不是很高)。
然后缩小增量为上个增量的一半:2,继续划分分组,此时,每个分组元素个数多了,但是,数组变的部分有序了,插入排序效率同样比高。
同理对每个分组进行排序(插入排序),使其每个分组各自有序。
最后设置增量为上一个增量的一半:1,则整个数组被分为一组,此时,整个数组已经接近有序了,插入排序效率高。
code
void shellSort(vector<int>& nums)
{
int n = nums.size();
for (int gap = n / 2; gap > 0; gap /= 2)
{
for (int i = gap; i < n; ++i)
{
int j = i;
int current = nums[i];
while (j - gap >= 0 && nums[j - gap] > current)
{
nums[j] = nums[j - gap];
j -= gap;
}
nums[j] = current;
}
}
}
6.归并排序
归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。
- 把长度为n的输入序列分成两个长度为n/2的子序列;
- 对这两个子序列分别采用归并排序;
- 将两个排序好的子序列合并成一个最终的排序序列。
code
void merge(vector<int>& nums, int left, int mid, int right);
void mergeSort(vector<int>& nums, int left, int right)
{
if (left < right)
{
int mid = left + (right - left) / 2;
mergeSort(nums, left, mid);
mergeSort(nums, mid + 1, right);
merge(nums, left, mid, right);
}
}
void merge(vector<int>& nums, int left, int mid, int right)
{
vector<int> temp;
int i = left, j = mid + 1;
while (i <= mid && j <= right)
{
if (nums[i] <= nums[j])
temp.push_back(nums[i++]);
else
temp.push_back(nums[j++]);
}
while (i <= mid)
{
temp.push_back(nums[i++]);
}
while (j <= right)
{
temp.push_back(nums[j++]);
}
for (i = 0; i < (int)temp.size(); ++i)
{
nums[left + i] = temp[i];
}
}
7.快速排序
快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:
- 从数列中挑出一个元素,称为 “基准”(pivot);
- 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
- 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
code
void quickSort(vector<int>& nums, int start, int end)
{
if (start < end)
{
int left = start, right = end;
int pivot = nums[left];
while (left < right)
{
while (left < right && nums[right] <= pivot)//从大到小排序
--right;
if (left < right)
nums[left] = nums[right];
while (left < right && nums[left] >= pivot)
++left;
if (left < right)
nums[right] = nums[left];
}
nums[left] = pivot;
quickSort(nums, start, left - 1);
quickSort(nums, left + 1, end);
}
}
8.堆排序
直接看图
code
void heapify(vector<int>& tree, int n, int i)//heapify会导致只排序root一边的节点,另一边不会递归到,
{ //heapify()是只处理一个数,递归判断这个数的位置对不对,大了就将它飘上去
if (i >= n) //heapify递归方便砍节点时重建堆
return;
int c1 = 2 * i + 1;
int c2 = 2 * i + 2;
int max = i;
if (c1 < n && tree[c1] > tree[max])
max = c1;
if (c2 < n && tree[c2] > tree[max])
max = c2;
if (max != i)
{
swap(tree[i], tree[max]);
heapify(tree, n, max);
}
}
void build_heap(vector<int>& tree, int n)//建立大根堆
{
int last_node = n - 1;
int parent = (last_node - 1) / 2;
for (int i = parent; i >= 0; --i)
heapify(tree, n, i);
}
void heapSort(vector<int>& tree, int n)
{
build_heap(tree, n);
for (int i = n - 1; i >= 0; --i)
{
swap(tree[i], tree[0]);
heapify(tree, i, 0);
}
}