大话数据结构--排序算法

前言

这段时间阅读大话数据结构这本书的排序算法章节，对其中提到的额几个算法，交换排序、冒泡排序、选择排序、插入排序、希尔排序、堆排序、归并排序、快速排序等算法进行了巩固，也把该过程中的一些理解，介绍给大家。

一、冒泡排序

1.1、 最简单的冒泡排序算法  --交换排序

 

交换排序算法，就是对集合进行循环，依次从第一个位置开始，与后面的所有数比较，如果后者小于前者，则交换两者的位置，算法的实现如下：

 

第一个for 循环，表示对所有元素循环，第二这个元素，表示i位置元素后面的所有元素，每执行执行，都判断一下，i，j 位置元素的值，如果i位置，大于j位置，则交换两个元素的值。

该算法的效率较低；

1.2、冒泡排序算法

每次循环把最小值都排在最上面，

 

 

1.3、 改进的冒泡排序算法

 

针对这样的序列，本来用一次循环，就能将序列排序完成，可是，按照以前的程序，他还是要把所有的位置都比较一下，浪费了时间，因此引进了一个标志参数，如果序列为有序了，则标志为false，则不用再进行后面的比较了。

 

 

 

冒泡排序的时间复杂度为  1+2+3+4 +…+（n-1）=n*(n-1)/2  所以时间复杂度为O（n2）

二 、简单选择排序

 

 

该排序的原理，是，改进了冒泡排序中需要不停的交换元素操作的特点，每次比较之后，只是记录下这次比较中最小值得位置，如果，值小于最小值，则将这个值得位置记录下来，比较玩一次循环后，在判断是否需要交换。

算法实现如下：

选择排序时间复杂度上分析：

对于比较次数而言  1+2+3+4….+(n-1)=n*(n-1)/2  ,还是 O（n2）

但是对于交换次数，最少可能为0  ，最大为 n-1  ,所以该算法总体而言比冒泡排序还是要好。

 

三 、直接插入排序

 

 

排序的原理，是将一个记录插入到已经排序好的集合中。

 

 

时间复杂度：也是O（n2） 但性能上比冒泡排序和选择排序要好

 

四、希尔排序

 

进行分组跳跃式的排序，让每个分组达到基本有序，最后进行一次全部数据的插入排序，

 

具体的代码实现如下

 

 

时间复杂度：O（N3/2）

 

五、堆排序

堆排序，

堆是具有下列性质的二叉树，每个节点的值都大于或等于其左右孩子节点的值，称为大顶堆。或者每个节点的值都小于或等于其左右节点的值，叫小顶堆。

结合二叉树的相关性质，堆排序就是利用堆进行排序的方法。他的基本思想是，将待排序的序列构造成一个大顶堆。，此时，整个系列的最大值就是堆顶的根节点。将其移动到数组的末尾元素，此时末尾元素就是最大值。然后将剩余的n-1个序列重新构造成一个堆，这样就会得到n个元素中的次小值。如此反复执行，得到一个有序序列。

 

算法实现

 

 

时间复杂度：O(nlogn)

六、归并排序

 

归并排序 就是利用归并的思想实现的排序算法。他的原理是假设初始序列含义n个记录，则可以看成是n个有序的子序列。每个子序列的长度为1，然后两两归并，得到[n/2]个长度为2或1的有序子序列；再两两归并，反复执行。直到得到一个长度为n的有序序列为止，这种排序方法称为2路归并排序。

 

算法程序

 

时间复杂度：O（nlogn）

七、快速排序算法

快速排序其实就是前面说的冒泡排序的升级

快速排序算法思想：通过一趟排序将待排序记录分隔成为独立的两部分，其中，一部分记录的关键词比另一部分记录的关键词小，则可分别对这两部分记录继续进行排序，以达到整个序列有序的目的。

代码的核心是，选取当中的一个关键字，然后想尽办法将它放到一个位置，使他的左边的值都比他小，右边的值都比他大，我们称这样的关键字为枢轴。然后根据这个枢轴的位置划分为两个集合，然后对这两个集合按照上述方法进行处理。
 

 

程序的关键还是进行中间值的选取。

为了减少替换次数，对获取初步有序的集合进行了改进，用替换代替交换操作

 

该算法的时间复杂度为：O(nlogn) 空间复杂度为O(logn)

总结：

几种排序算法的比较