排序,将无序序列有序化;
排序分内部排序和外部排序,区别于排序是否在内存中;
排序的稳定性:取决于是否会改变原有顺序的相同元素的前后关系;注:稳定性与算法的优劣无关;
内部排序总结:
内部排序
1.插入排序(时间O(n^2))
1)直接插入排序
//L[1-n]上排序; void InsertSort(Elem A[],int n){ for(int i=2;i<=n;i++){//n-1次插入,第二个元素开始,索引0为哨兵; if(A[i]<A[i-1]){//若当前待插入的结点小于前一个结点; A[0]=A[i];//哨兵 for(j=i-1;A[0]<A[j];j--){//寻找插入位置; A[j+1]=A[j];//元素后移 }//j+1为当前插入位置; A[j+1]=A[0];//插入; } } }
复杂度:
空间复杂度:O(1)
时间复杂度:O(n^2),注:若序列基本有序则时间复杂度为O(n);
稳定性:稳定;注:稳定性取决于算法的if插入逻辑,把小的才插入大的前;这样就不会改变其相等元素的相对位置;
实用性:顺序表和链表都适用;注:大部分算法只适用顺序表;
注:直接插入排序的最多比较次数即该序列逆序;至多n(n-1)/2;
2)折半插入排序
将插入的过程结合折半查找(要插入的序列为已排序的前段),故会减少比较次数;
void Half_InsertSort(Elem A[],int n){ for(int i=2;i<=n;i++){//n-1次插入,第二个元素开始,索引0为哨兵; if(A[i]<A[i-1]){ A[0]=A[i];//哨兵,用作关键字存储和比较; low=1;high=i-1; while(low<=high){ mid=(low+hign)/2; if(A[mid]>A[0]) hign=mid-1; else low=mid+1; } for(j=i-1;j>=high+1;j--){ A[j+1]=A[j];//元素后移 } A[high+1]=A[0];//插入; } } }
注:折半插入排序相比直接插入排序,在寻找插入的位置时比较次数更少;若有n个元素则比较时间复杂度为O(nlog_2{n})
折半插入排序和直接插入排序的移动次数一样,所以折半插入排序的时间复杂度为O(n^2)
折半插入排序和直接插入排序都是稳定的排序算法;
注:稳定性取决于算法的插入逻辑,把小的才插入大的前;这样就不会改变其相等元素的相对位置;
3)希尔排序;
以指定增量将序列分组,并对每组序列使用插入排序,当整个表“基本有序”时,对全体元素进行一次的直接插入排序;一次比较,0或1次移动;
void ShellSort(Elem A[],int n){ for(dk=n/2;dk>=1;dk=dk/2)//步长变化; for(i=dk+1;i<=n;i++)//对指定步长的序列插入排序 if(A[i]<A[i-dk]){ A[0]=A[i];//暂存A[0] for(int j=i-dk; j>0&&A[0]<A[j] ;j-=dk) A[j+dk]=A[j];//移动大的元素; A[j+dk]=A[0];//最后的j+dk为插入的位置; } }
稳定性:不稳定;注:若有序列{3 2 2 …}以增量2为分组,第二个2与3交换,则改变了相同元素原有的相对顺序;
适用性:希尔排序仅适用于顺序表;
2.交换排序
1)冒泡排序;稳;(一趟排序确定一个位置)
平均时间复杂度O(n2),最坏时间复杂度也为O(n2)
冒泡排序稳定,因为swap交换逻辑是元素更小才交换;
void bubblesort(Elem A[],int n){ for(int i=0; i<n-1; i++){//n-1趟排序 flag=false; for(int j=n-1;j>i;j--){//n-1-i次比较;第一趟若6个元素i=0;比较5次; if(A[j-1]<A[j]) { swap(A[j-1],A[j]);//逆序冒泡,得到小到大序列;大的往后放 flag=true; } } if(flag==true) break;//一趟排序未交换任何元素则排序完; } }
2)快速排序;不稳;
基于分治思想的排序算法;
算法:
void QuickSort(Elem A[],int low,int hign){ if(low < hign){ int p = Paration(A,low,hign);//return pivot_index;一趟排序完后的枢轴位置; QuickSort(A,low,p-1);//递归左半部分; QuickSort(A,p+1,hign);//递归右半部分; } } // int Partition(Elem A[],int low,int hign){ Elem pivot=A[low];//设置枢轴 while(low < hign){ while(low < hign && A[hign]>=pivot) high--;//向左移动到小于枢轴处 A[low]=A[high];//将该元素赋值i处; while(low<hign && A[low]<=pivot) low++;//将i右移; A[high]=A[low]; } A[low]=pivot; return low;//返回该趟排序后的枢轴位置; }
空间复杂度:
递归树的深度log(n),即空间复杂度;
时间复杂度:
最好情况下时间复杂度O(nlog_2{n}),序列越无序算法效率越高;
最坏时间复杂度O(n^2);序列越有序,效率越低;
排序不稳定
如:5 2 2,以5为枢轴
3.选择排序(都不稳定)
注:选择排序过程中的比较次数与序列初始状态无关;比较次数n(n-1)/2
1)简单选择排序;
SelectSort(Elem A[],int len){ for(int i=0; i<n-1; i++)//遍历n-1次,选n-1次 int min=i; for(int j=i+1;j<n;j++){ if(A[j]<A[min]) m=j; } if(min!=i) Swap(A[i],A[min]); } //空间复杂度O(1),时间复杂度为O(n^2) //2 2 1 3;选择排序,1 2换 两个则交换的顺序,不稳定算法;
2)堆排序;(重点)
树型选择排序;特点是排序的过程中
堆位一颗完全二叉树;且排序的过程将二叉树视为顺序存储结构;
父结点为i,左子结点则为2i,右子结点为2i+1;
且父结点都大于左右子结点的堆称为大根堆;
父结点都小于左右子结点的堆称为小根堆;
//排序 Void HeapSort(Elem A[],int len){ buildMaxHeap(A,len);//从最后一个叶子结点的父结点开始向后遍历调整(筛选)[n/2下]; for(i=len;i>1;i--){//遍历n-1次; Swap(A[i],A[1]);//若为第一轮则第一个为堆顶元素,与尾元素交换; AdjustDown(A,1,i-1);//向下整理; } } //若向堆A[]中添加元素,则向上调整策略AdiustDown;
复杂度:
空间复杂度,为O(1);
时间复杂度,初始化建堆的时间复杂度为O(n),调整堆的时间复杂度为O(nlog_2{n})
整体时间复杂度为O(nlog_2{n}).
稳定性:不稳定;
手算一个无序排序的序列进行堆排序的过程:
1)将序列按层次遍历的结果,构造一颗完全二叉树;,
2)将完全二叉树转换为堆,建堆(从右往左,下层至上层);逆层次调整(筛选)父结点,从最后一个叶子结点的父结点开始向后遍历调整(筛选)[n/2向下取整];;注:增加才一直自下而上父结点;
3)调整策略的选择;
若为大顶堆则选择最大的子结点交换;
若为小顶堆则选则最小的子结点交换;
3)堆排序;
将堆顶元素与最后即对堆的最后一个叶子结点交换后,即第一个元素与最后一个元素swap;
之后堆的性质改变后,重新调整堆;
4.归并排序
二路归并排序;“归并”,两两有序表组成一个新得有序表;
递归形式的二路归并是基于分治算法的;
算法复杂度:
空间复杂度,O(n);
时间复杂度,O(nlog_2{n});
算法稳定;
注:
Merge()需要开辟n的数组,空间复杂度度为n;
一次Merge()的时间复杂度为O(n),一共 [log_2{n}向上]归并;
算法:
void MergeSort(Elem A[],int low,int high){ if(low<high){ mid=(low+high)/2;//向下取整 MergeSort(A,low,mid); MergeSort(A,mid,high); Merge(A,low,mid,mid);//归并两子序列,即将两序列排序为一个序列; //实现Merge需开辟n的内存空间;最终归并两个n/2个序列; //且一次二路归并,n/2个2个序列归并,时间为n/2*2; } }
5.基数排序
基于关键字大小进行排序;借助“分配”和“收集”对关键字排序;LSD为最低为优先排序,MSD为最高位优先排序;
注:分配即按指定位得关键字对号进入各自队列,收集,则是依次收集所有队列出队元素;
时间空间复杂度
n即排序的关键字数量,d即关键字的位数,如789,d(789)=3;
r为关键字的基的个数,即关键字的位单位的种类;数字r=10;字母r=26;…
对应r个队列,空间复杂度O®
一次分配收集的时间为n+r,时间复杂度O(d*(n+r))
基数排序是稳定的;
借助队列的性质,先进先出,相同元素依然先后顺序分配,故稳定;时刻稳定;
(默认考察)LSD低位优先排序案例: