(C语言 C++) 数据结构:折半查找,二叉排序树的构造与查找。九大排序算法的实现:直接插入排序,折半插入排序,希尔排序,冒泡排序,快速排序,选择排序,堆排序(建堆,调整堆),归并排序,基数排序

1. 折半查找和二叉排序树的构造与查找

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

#define SearchError -1
using KeyType = int; //关键字类型

//线性表的元素类型
typedef struct 
{
	KeyType key; //每个元素的关键字
	int other; //每个元素的其他信息
} TEleType;

//顺序表
typedef struct
{
	TEleType *R;
	int length;
} SSTable;

//折半查找
pair<int, int> BinarySearch(SSTable ST, int size, KeyType key)
{
	int l = 0, r = size - 1;
	int count = 0;
	while (l <= r)
	{
		count ++ ;
		int mid = l + r >> 1;
		if (key > ST.R[mid].key) l = mid + 1;
		else if (key < ST.R[mid].key) r = mid - 1;
		else return {mid, count}; //查找成功,返回元素在有序数组中的位置和查找次数
	}

	return {SearchError, count}; //查找失败,返回出错标志和查找次数
}

typedef struct 
{
	KeyType key; 
	int index; //记录该元素在数组中的下标
} ElemType;

typedef struct BSTNode
{
	ElemType data; //二叉链表的数据域
	BSTNode *lChild, *rChild; //左、右指针域
} BSTNode, *BSTree;

//二叉排序树的插入
void InsertBST(BSTree& T, ElemType arr_data)
{
	//若当前树为空,那么就给当前树创建一个根节点
	if (!T)
	{
		BSTNode *node = new BSTNode;
		node->data.key = arr_data.key;
		node->data.index = arr_data.index;
		node->lChild = node->rChild = nullptr;
		T = node; 
	}
	//若不为空,则判断应该插入当前树的左子树还是右子树
	else if (arr_data.key < T->data.key) InsertBST(T->lChild, arr_data);
	else if (arr_data.key > T->data.key)InsertBST(T->rChild, arr_data);
}

//将数组构造成二叉排序树
void CreateBSTree(BSTree &T, vector<KeyType> arr)
{
	T = nullptr;
	for (int i = 0; i < arr.size(); i++)
	{
		InsertBST(T, {arr[i], i}); //把数组的当前元素的值和下标都传入InsertBST函数
	}
}

//二叉排序树的查找,查找元素在有序数组中的位置,返回元素位置和查找次数
pair<int, int> BSTSearch(BSTree &T, KeyType key, int searchCount)
{
	searchCount ++ ;
	if (!T) return {SearchError, searchCount}; //当前树的根节点为空,已经查找到树的末尾,代表查找失败,返回出错标志和查找次数
	if (key < T->data.key) return BSTSearch(T->lChild, key, searchCount); //key比当前树的根节点小就去当前树的左子树找
	else if (key > T->data.key) return BSTSearch(T->rChild, key, searchCount); //key比当前树的根节点大就去当前树的右子树找
	else return {T->data.index, searchCount}; //若key等于当前树的根节点的值,查找成功,返回元素在有序数组中的位置和查找次数
}

bool cmp(TEleType x1, TEleType x2)
{
	return x1.key < x2.key;
}

int main()
{
	int size;
	cout << "请输入数组大小:"; 
	cin >> size;
	vector<KeyType> arr(size);
	cout << "请输入数组的值:"; //45 12 53 3 37 100 24 61 55 90 78
	for (int i = 0; i < size; i ++ ) cin >> arr[i]; 
	
	//折半查找
	cout << endl << "折半查找:" << endl;
	SSTable SST;
	SST.R = new TEleType[size];
	SST.length = size;
	for (int i = 0 ; i < SST.length; i ++ ) SST.R[i].key = arr[i];

	sort(SST.R, SST.R + size, cmp); //使用折半查找的数组必须有序
	cout << "排序后为:";
	for (int i = 0; i < SST.length; i++) cout << SST.R[i].key << " ";
	cout << endl;
	
	for (int i = 0; i < 2; i++)
	{
		cout << "请输入你想要查找的值:";
		int key;
		cin >> key;
		pair<int, int> res = BinarySearch(SST, size, key);
		if (res.first == SearchError) cout << "查找了" << res.second << "次,没有找到该元素" << endl;
		else cout << "查找了" << res.second << "次,在数组中的位置为:" << res.first << endl;
	}

	//二叉排序树的查找
	cout << endl << "二叉排序树:" << endl;
	BSTree T;
	CreateBSTree(T, arr);
	cout << "已将数组转化成二叉排序树!"  << endl;

	//在二叉排序树上查找元素在有序数组中的位置,返回元素位置和查找次数
	for (int i = 0; i < 2; i++)
	{
		cout << "请输入你想要在二叉排序树上查找的值:";
		int key;
		cin >> key;
		int searchCount = 0;
		pair<KeyType, int> res = BSTSearch(T, key, searchCount);
		if (res.first == SearchError) cout << "查找了" << res.second << "次,没有找到该值" << endl;
		else cout << "查找了" << res.second << "次,在二叉排序树种找到该值,在数组arr中下标为:" << res.first << endl;
	}

	return 0;
}


结果:

在这里插入图片描述

2. 九大排序算法

(1)直接插入排序

void DInsertSort(SqList &L)
{
	for (int i = 2; i <= L.length; ++ i)
	{
		L.R[0].key = L.R[i].key;  
		int j = i - 1;
		for (; L.R[0].key < L.R[j].key; -- j)
		{
			L.R[j + 1].key = L.R[j].key;
		}
		L.R[j + 1].key = L.R[0].key;
	}
}

(2)折半插入排序

//在直接插入排序中,是将当前数插入到前面已经排好序的序列中
//而寻找当前数插在已经排好序的序列的位置,可以使用折半查找找到这一位置
int BinarySearch(SqList &L, int r)
{
	KeyType key = L.R[r + 1].key;
	int l = 1;
	while (l <= r)
	{
		int mid = l + r >> 1;
		if (key > L.R[mid].key) l = mid + 1; //key值更大插入点在右区间
		else r = mid - 1; //key值更小或相等插入点在左区间
	}
	return r + 1; // 返回插入点的后一位置
}
void BInsertSort(SqList &L)
{
	for (int i = 2; i <= L.length; ++ i)
	{
		L.R[0].key = L.R[i].key; 
		int j = BinarySearch(L, i - 1); //找到该L.R[i],key的插入点
		//将[j, i-1]的记录整体后移至[j+1, i]的位置
		for (int k = i; k >= j + 1; -- k) L.R[k].key = L.R[k - 1].key; 
		L.R[j].key = L.R[0].key;
	}
}

(3)希尔排序

void ShellInsert(SqList &L)
{
	//设每次排序的增量dk = 5, 2, 1
	int dArr[] = {5, 2, 1};
	int dSize = sizeof(dArr) / sizeof(int);

	for (int dk : dArr)
	{
		for (int i = dk + 1; i <= L.length; ++ i)
		{
			L.R[0].key = L.R[i].key;
			int j = i - dk;
			for ( ; j > 0 && L.R[0].key < L.R[j].key; j -= dk)
			{
				L.R[j + dk].key = L.R[j].key;
			}
			L.R[j + dk].key = L.R[0].key;
		}
	}
}

(4)冒泡排序

void swap(KeyType &x1, KeyType&x2)
{
	KeyType tmp = x1;
	x1 = x2;
	x2 = tmp;
}
void BubbleSort(SqList &L)
{
	int flag = 1; //记录上一趟是否进行了交换。若上一趟进行了交换,排序继续。否则代表排序已完毕,退出循环
	for (int i = 1; flag && i <= L.length - 1 ; ++ i)
	{
		flag = 0;
		for (int j = 1; j <= L.length - i; ++ j)
		{
			if (L.R[j].key > L.R[j + 1].key)
			{
				swap(L.R[j].key, L.R[j + 1].key);
				flag = 1;
			}
		}
	}
}

(5)快速排序

int Partition(SqList &L, int l, int r)
{
	L.R[0].key = L.R[l].key; //将第一个值作为枢轴值放入下标为0的位置

	while (l < r)
	{
		//下标为l的位置没有存放元素,从后面找个比枢轴值小的搬到前面
		while (l < r && L.R[r].key >= L.R[0].key) -- r;
		L.R[l].key = L.R[r].key;
		//下标为r的位置没有存放元素,从后面找个比枢轴值大的搬到后面
		while (l < r && L.R[l].key <= L.R[0].key) ++ l;
		L.R[r].key = L.R[l].key;
	}
	
	L.R[l].key = L.R[0].key; //把枢轴值放到l和r重合的位置
	return l;
}
void QuickSort(SqList &L, int l, int r)
{
	if (l >= r) return; 
	int pivot = Partition(L, l, r); //将当前区间内的元素进行分区,找到枢轴值的下标
	QuickSort(L, l, pivot - 1), QuickSort(L, pivot + 1, r); //递归枢轴的左右区间,将左右区间都进行分区
}

(6)选择排序

void SelectSort(SqList &L)
{
	//每趟选择一个最小的依次放在前面
	for (int i = 1; i <= L.length - 1; ++ i )
	{
		int k = i; //k为最小值的下标
		for (int j = i + 1; j <= L.length; ++ j)
		{
			if (L.R[j].key < L.R[k].key)
			{
				k = j;
			}
		}
		if (k != i) swap(L.R[i].key, L.R[k].key);
	}
}

(7)堆排序

//调整堆 --> 使每个结点中,以该结点为根节点的树是大根堆
void AdjustHeap(SqList &L, int s, int m)
{
	//s代表该节点要插入的位置,初始时该结点的位置就是在还未调整的完全二叉树的位置
	KeyType x = L.R[s].key; //保存该结点的值
	for (int j = 2 * s; j <= m; j *= 2)//j代表该结点的左孩子下标 
	{
		if (j < m && L.R[j + 1].key > L.R[j].key) ++ j; //找出左右孩子中值较大的
		if (x >= L.R[j].key) break; //结点的值比左右孩子都大,不需要调整,结点就保留在当前位置上
		//两个孩子有一个比该结点的值小
		L.R[s].key = L.R[j].key; //值大的孩子换到当前树根节点的位置
		s = j; //该结点要插入的位置变成值大的孩子的下标
	}
	L.R[s].key = x; //找到插入点后,将该结点插入
}
//建初堆 --> 建大根堆
void CreateHeap(SqList &L)
{
	//将顺序表中所有结点依次编号,转变成完全二叉树的形式
	//从最后一个非叶子节点开始依次调整以该结点为根节点的堆,调整成大根堆
	int n = L.length;
	for (int i = n / 2; i >= 1; -- i)
	{
		AdjustHeap(L, i, n);
	}
}
void HeapSort(SqList &L)
{
	 CreateHeap(L); //建初堆
	 for (int i = L.length; i > 1; -- i)
	 {
		 //表中第一个元素就是堆顶,就是当前堆的最大值,将每次调整堆后得到的堆顶换到表尾,每次向前推进一格
		 swap(L.R[1].key, L.R[i].key);
		 AdjustHeap(L, 1, i - 1);
	 }
}

(8)归并排序

void MergeSort(SqList &L, int l, int r)
{
	//递归出口
	if (l >= r) return;
	//确定分界点
	int mid = l + r >> 1;
	//递归左右区间
	MergeSort(L, l, mid), MergeSort(L, mid + 1, r);
	//合并
	vector<KeyType> tmp(r - l + 2); //准备一个临时数组,存放左右区间合并后的新区间
	int i = l, j = mid + 1, k = 1;
	while (i <= mid && j <= r)
	{
		if (L.R[i].key < L.R[j].key) tmp[k ++ ] = L.R[i ++ ].key;
		else tmp[k ++ ] = L.R[j ++ ].key;
	}
	//哪边区间有剩余,直接接到tmp后面
	while (i <= mid) tmp[k ++ ] = L.R[i ++ ].key;
	while (j <= r) tmp[k ++ ] = L.R[j ++ ].key;
	//tmp复制回L中
	for (int i = 1, j = l; j <= r; ++ i, ++ j) L.R[j].key = tmp[i];
}

(9)基数排序

//采用静态链表实现,例:将10个三位数按从小到大排好
#define KeyNum 3 //三位数,三个关键字:个十百
typedef struct
{
	int next; //next存储下一元素下标
	KeyType key; //keys数组存储关键字的个十百位
} SLNode; //静态链表的结点类型
typedef struct
{
	SLNode *R; //数组存储所有数字转化成SLNode类型的结点
	int len; //静态链表长度
} SList; //静态链表类型

#define EveryKeyMax 9 //个十百三个关键字的最大值
typedef int ArrType[EveryKeyMax + 1]; //准备10个桶拿来分配

//将静态链表中的所有元素分配到桶中 
KeyType ord(SList &sl, int p, int k)
{
	switch (k)
	{
		case 0: //依据个位映射
			return sl.R[p].key % 10;
		case 1: //十位
			return sl.R[p].key / 10 % 10;
		case 2: //百位
			return sl.R[p].key / 100;
	}
}
void Distribute(SList &sl, ArrType &st, ArrType &ed, int k) //k代表第几次分配,即依据哪个关键字分配
{
	//对十个桶初始化
	for (int i = 0; i <= EveryKeyMax; ++ i) st[i] = 0;
	//分配
	for (int p = sl.R[0].next; p; p = sl.R[p].next)
	{
		int j = ord(sl, p, k); //得到该元素的映射值,例:k == 0,得到该元素的个位
		if (!st[j]) st[j] = p; //若st数组的第j个位置此时为空,将该元素映射到这个位置上
		else sl.R[ed[j]].next = p; //若不为空,则代表已经链接了一个个位相同的结点,将当前结点插入到后面
		ed[j] = p;
	}
}
//从十个桶中收集
void Collect(SList &sl, ArrType &st, ArrType &ed)
{
	//找到第一个关键字非空的链表
	int i;
	for (i = 0; i <= EveryKeyMax && !st[i]; ++ i);
	sl.R[0].next = st[i]; //更新新链表的第一个元素下标
	int t = ed[i]; //t存新链表的最后一个元素的下标
	//找到剩下几个非空的进行链接
	for (int p = i + 1; p <= EveryKeyMax; ++ p)
	{
		if (st[p])
		{
			sl.R[t].next = st[p];
			t = ed[p];
		}
	}
	sl.R[t].next = 0; //将最后一个元素的next指针置为0
}
void RadixSort(SqList &L)
{
	//将数组转化为静态链表
	SList sl;
	sl.len = L.length;
	sl.R = new SLNode[sl.len + 1];
	//初始状态下静态链表第0个位置的next指针指向第1个位置的元素,即存储第1个元素的下标
	sl.R[0].next = 1;
	for (int i = 1; i <= L.length; ++ i)
	{
		sl.R[i].key = L.R[i].key;
		if (i != L.length) sl.R[i].next = i + 1;
		else sl.R[i].next = 0; //将最后一个结点的next值设为0
	}

	ArrType st, ed; //例:st[0]记录第一个以0为个位的数的下标,ed[0]记录最后一个以0为个位的数的下标 
	//***三位数 --> 三次分配,三次收集
	for (int i = 0; i < KeyNum; ++ i)
	{
		Distribute(sl, st, ed, i);
		Collect(sl, st, ed); 
	}

	//将静态链表复制回数组中
	for (int p = sl.R[0].next, i = 1; p; p = sl.R[p].next, ++ i) L.R[i].key = sl.R[p].key;
}

main函数

void MyPrint(ElemType x)
{
	cout << x.key << " ";
}
int main()
{
	SqList L;
	L.length = MAXSIZE;

	srand((unsigned)time(0));
	for (int i = 1; i <= 9; ++ i)
	{
		//每次生成十个不重复的随机数
		for (int j = 1; j <= MAXSIZE; ++ j)
		{
			KeyType x;
			if (i == 9) x = rand() % 900 + 100; //基数排序三位数,随机数范围[100, 999]
			else x = rand() % 10 + 1;

			L.R[j].key = x;
			for (int k = j - 1; k >= 1; -- k)
			{
				if (L.R[k].key == L.R[j].key)
				{
					-- j;
					break;
				}
			}
		}
		cout << "初始数组:";
		for (int i = 1; i <= L.length; ++ i) cout << L.R[i].key << " ";
		cout << endl;
		switch (i)
		{
			case 1:
				cout << "直接插入排序后:";
				DInsertSort(L);
				break;
			case 2:
				cout << "折半插入排序后:";
				BInsertSort(L);
				break;
			case 3:
				cout << "希尔排序后:";
				ShellInsert(L);
				break;
			case 4 :
				cout << "冒泡排序后:";
				BubbleSort(L);
				break;
			case 5:
			{
				cout << "快速排序后:";
				int l = 1, r = L.length;
				QuickSort(L, l, r);
				break;
			}
			case 6:
				cout << "简单选择排序后:";
				SelectSort(L);
				break;
			case 7:
				cout << "堆排序后:";
				HeapSort(L);
				break;
			case 8:
			{
				cout << "归并排序后:";
				int l = 1, r = L.length;
				MergeSort(L, l, r);
				break;
			}
			case 9: 
			{
				cout << "基数排序后:";
				RadixSort(L);
				break;
			}
				
		}
		for_each(L.R + 1, L.R + L.length + 1, MyPrint);
		cout << endl << endl;
	}
	

	return 0;
}

结果:

在这里插入图片描述

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值