归并排序、快速排序
一、归并排序
1、规则
首先将所有的数据默认每个组,当所有的数
1、将所有数据单独给每个数据每个组(每个数据单独看,就是有序的)
两两合并指的是两个组合并。
2、代码及结果
//一次融合函数 时间复杂度O(n) 空间复杂度O(n)
void Merge(int arr[], int len, int gap)
{
int low1 = 0;
int high1 = low1 + gap - 1;
int low2 = high1 + 1;
int high2 = low2 + gap - 1 < len ? low2 + gap - 1 : len - 1;
int* brr = (int*)malloc(len * sizeof(int));
assert(brr != NULL);
int i = 0;//i指向辅助空间brr的下标
while (low2 < len)//写法不唯一:目的就一个,证明两个手抓到的两个组都有数据
{
while (low1 <= high1 && low2 <= high2)//保证两个组内还有数据去拿来比较
{
if (arr[low1] <= arr[low2])
{
brr[i++] = arr[low1++];
}
else
{
brr[i++] = arr[low2++];
}
}
//此时,肯定有一个手抓的组为空了,需要判断一下哪个手,做对应的出来
while (low1 <= high1)//左手没空,此时将左手数据向brr中挪动
{
brr[i++] = arr[low1++];
}
while (low2 <= high2)//右手没空,此时将右手数据向brr中挪动
{
brr[i++] = arr[low2++];
}
//此时应该,继续向后抓两个组
low1 = high2 + 1;
high1 = low1 + gap - 1;
low2 = high1 + 1;
high2 = low2 + gap - 1 < len ? low2 + gap - 1 : len - 1;
}
//此时,最外层while退出,有两种可能性:1.左手有数据,右手空了 2.左右手都空了
while (low1 < len)//左手没空,此时将左手数据向brr中挪动 //不要写成low1<=high1 因为这里没有办法保证high1的合法性
{
brr[i++] = arr[low1++];
}
//最后将brr中的数据全部重新覆盖到arr里,即可
for (int i = 0; i < len; i++)
{
arr[i] = brr[i];
}
free(brr);
}
//归并排序 时间复杂度O(nlogn) 空间复杂度O(n) 稳定性:稳定
void MergeSort(int* arr, int len)
{
for (int i = 1; i < len; i *= 2)// O(logn)
{
Merge(arr, len, i);
}
}
int main()
{
int arr[] = { 12,2,39,88,4,6,25,232,62,221 };
MergeSort(arr, sizeof(arr)/sizeof(arr[0]));
Show(arr, sizeof(arr)/sizeof(arr[0]));
return 0;
}
结果:
3、时间复杂度、空间复杂度、稳定性
- 时间复杂度:O(n*logn)
- 空间复杂度:O(n)
- 稳定性:稳定
二、快速排序
1、规则
快速排序的特点:越有序越慢,越乱越快
2、代码
//一次划分函数 核心函数 //返回基准值最终所在下标
int Partition(int *arr, int left, int right)
{
//先讲arr数组里的[left, right]的第一个值 作为基准值
int tmp = arr[left];
while(left < right)
{
while(left<right && arr[right] > tmp)//左右边界没有相遇且当前右边的值大于基准值tmp
right--;
if(left < right)//如果此时,左右边界没有相遇,那就只能证明右边right找到了一个小于等于基准值tmp的值
{
arr[left] = arr[right];
}
else
{
break;
}
while(left<right && arr[left] <= tmp)//左右边界没有相遇且当前左边的值小于等于基准值tmp
left++;
if(left < right)//如果此时,左右边界没有相遇,那就只能证明左边left找到了一个大于基准值tmp的值
{
arr[right] = arr[left];
}
else
{
break;
}
}
arr[left] = tmp;//此时 因为 left == right
return left;//return right ok
}
void Quick(int *arr, int left, int right)
{
if(left < right)//通过left <right 保证[left, right]这个范围内至少两个数据
{
int par = Partition(arr, left, right);
if(left < par-1)//基准值左半部分 至少有两个值才有必要去递归
{
Quick(arr, left, par-1);
}
if(par+1 < right)//基准值右半部分 至少有两个值才有必要去递归
{
Quick(arr, par+1, right);
}
}
}
//快速排序:时间复杂度O(nlogn) 空间复杂度O(1) 稳定性:不稳定
void QuickSort(int *arr, int len)
{
Quick(arr, 0, len-1);
}
结果:
3、时间复杂度、空间复杂度、稳定性
- 时间复杂度:O(log n)
- 空间复杂度:O(1)
- 稳定性:不稳定
三、总结
- 稳定的排序:直接插入排序、冒泡排序、基数排序、归并排序
- 不稳定的排序:希尔排序、堆排序、选择排序、快速排序
四、快速排序的优化(调整的越乱越好)
1、快排非递归写法
//快速排序的非递归写法
void Quick_Stack(int *arr, int left, int right)
{
LStack st;
Init_LStack(&st);
if(left < right)
{
int par = Partition(arr, left, right);
if(left < par-1)
{
Push(&st, left);
Push(&st, par-1);
}
if(par+1 < right)
{
Push(&st, par+1);
Push(&st, right);
}
}
while(!IsEmpty(&st))
{
int p;
int q;
Pop(&st, &q);
Pop(&st, &p);
int par = Partition(arr, p, q);
if(p < par-1)
{
Push(&st, p);
Push(&st, par-1);
}
if(par+1 < q)
{
Push(&st, par+1);
Push(&st, q);
}
}
}
//快速排序:时间复杂度O(nlogn) 空间复杂度O(1) 稳定性:不稳定
void QuickSort(int *arr, int len)
{
if(len<=1000)
{
return InsertSort(arr, len);
}
Quick_Stack(arr, 0, len-1);
}
2、如何优化快排
2.1 数据量过小(n),直接调用直接插入排序
//快速排序:时间复杂度O(nlogn) 空间复杂度O(1) 稳定性:不稳定
void QuickSort(int* arr, int len)
{
if (len <= 1000)//优化1:如果n特别小
{
return InsertSort(arr, len);
}
Quick(arr, 0, len - 1);
}
2.2 三数取中法
void Three_Mid(int* arr, int left, int mid, int right)
{
if (arr[mid] > arr[right])//保证中间的值小于右边
{
int tmp = arr[mid];
arr[mid] = arr[right];
arr[right] = tmp;
if (arr[mid] > arr[left])//保证中间的值是三个数中的最小值
{
int tmp = arr[mid];
arr[mid] = arr[left];
arr[left] = tmp;
}
}
void Quick(int* arr, int left, int right)
{
if (left < right)//通过left <right 保证[left, right]这个范围内至少两个数据
{
Three_Mid(arr, left, (right + left) / 2, right);//优化2:三数取中法
int par = Partition(arr, left, right);
if (left < par - 1)//基准值左半部分 至少有两个值才有必要去递归
{
Quick(arr, left, par - 1);
}
if (par + 1 < right)//基准值右半部分 至少有两个值才有必要去递归
{
Quick(arr, par + 1, right);
}
}
}