结合遇到的排序算法题,记录一些算法。
输入:
[5,2,3,1,4]
返回值:
[1,2,3,4,5]
class Solution {
public:
vector<int> MySort(vector<int>& arr) {
//sort(arr.begin(), arr.end());
quicksort(arr, 0, arr.size() - 1);
//mergeSort(arr, 0, arr.size()-1);
//heapSort(arr);
//bubbleSort(arr);
//selectionSort(arr);
//insetionSort(arr);
return arr;
}
// 1、快速排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 主要是要找出标杆值(中间值),默认最后一个值为标杆值,然后比它小的放左边,比他大的放右边,然后交换最后一位。就得到标杆值在中间的下标。
// 不稳定算法
void quicksort(vector<int> &arr){
quicksort(arr, 0, arr.size() - 1);
}
void quicksort(vector<int> &arr, int left, int right){
if(left > right) return;
int pivotIndex = partition(arr, left, right);//标杆所在位置
quicksort(arr, left, pivotIndex - 1);//左半边
quicksort(arr, pivotIndex + 1, right);//右半边
}
int partition(vector<int> &arr, int left, int right){
int counter = left;
while(left < right){
if(arr[left] < arr[right]){
swap(arr[left], arr[counter]);
counter++;
}
left++;
}
swap(arr[counter], arr[right]);
return counter;
}
// 2、归并排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 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。
// 是稳定的算法
void mySort2(vector<int>& arr) {
mergeSort(arr, 0, arr.size()-1);
}
void mergeSort(vector<int> &arr, int left, int right){
if(left >= right) return;
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid);// 递归 左半边
mergeSort(arr, mid + 1, right);// 递归 右半边
merge(arr, left, mid, right);// 合并两个有序的数组(参考合并两个有序的链表)
}
//合并两个数组
void merge(vector<int> &arr, int left, int mid, int right){
vector<int> tmp(right - left + 1);// 开辟新的数组
int i = left, j = mid + 1, k = 0;// i左边数组的起始位置,j右边数组的起始位置,k已经放入新数组的个数
while(i <= mid && j <= right){// 比较左右数组,数值小的放入新数组中
tmp[k++] = arr[i] < arr[j] ? arr[i++] : arr[j++];
}
while(i <= mid) tmp[k++] = arr[i++];// 如果左半边数组没有排序完,加入新数组
while(j <= right) tmp[k++] = arr[j++];// 如果右半边数组没有排序完,加入新数组
for(i = left, k = 0; i <= right;) arr[i++] = tmp[k++];// 新数组数据放回到原来的数组中
}
// 3、堆排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 不稳定算法
void heapSort(vector<int> &arr){
priority_queue<int, vector<int>, greater<int> > q;
for(int i = 0; i < arr.size(); i++){
q.push(arr[i]);
}
for(int i = 0; i < arr.size(); i++){
arr[i] = q.top();
q.pop();
}
}
// 4、冒泡排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从后往前排
// 两两比较交换,最大的放在后面
//稳定排序
void bubbleSort(vector<int> &arr){
for(int i = 0; i < arr.size(); i++){
for(int j = 0; j < arr.size() - i - 1; j++){
if(arr[j] > arr[j + 1]){
swap(arr[j], arr[j + 1]);
}
}
}
}
// 5、选择排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从前往后排
// 遍历数组,找出最小值,最小的放在前面
//不稳定排序
void selectionSort(vector<int> &arr){
int minIndx = 0;
for(int i = 0; i < arr.size(); i++){
minIndx = i;
for(int j = i + 1; j < arr.size(); j++){
if(arr[j] < arr[minIndx]){
minIndx = j;
}
}
swap(arr[i], arr[minIndx]);
}
}
// 6、插入排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从前往后排
// 遍历数组,找出一个值,往排好的数组里面插入合适的位置
//稳定排序
void insetionSort(vector<int> &arr){
int preIndex = 0;
int currentVal = 0;
for(int i = 1; i < arr.size(); i++){
preIndex = i - 1;
currentVal = arr[i];
while(preIndex >= 0 && arr[preIndex] > currentVal){
arr[preIndex + 1] = arr[preIndex];
preIndex--;
}
arr[preIndex + 1] = currentVal;
}
}
};