排序算法集合 - 5

Shell 排序

Shell 排序实现的原理就是依据不断地缩小增量排序最终达到目的;

这里的实现方式增量序列的选择:ht = [N / 2], hk = [h(k + 1) / 2]

        void
        Shellsort( ElementType A[ ], int N )
        {
            int i, j, Increment;
            ElementType Tmp;

/* 1*/      for( Increment = N / 2; Increment > 0; Increment /= 2 )
/* 2*/          for( i = Increment; i < N; i++ )
                {
/* 3*/              Tmp = A[ i ];
/* 4*/              for( j = i; j >= Increment; j -= Increment ) 
/* 5*/                  if( Tmp < A[ j - Increment ] )  // 这个地方就是插入排序的操作
/* 6*/                      A[ j ] = A[ j - Increment ];
                        else
/* 7*/                      break;
/* 8*/              A[ j ] = Tmp;
                }
        }


堆排序

优先队列的排序时间是O(NlogN),基于该思想的算法叫做堆排序(heapsort)。

默认的二叉堆实现表达一个优先队列(堆),例如一个小堆,deletemin之后,每操作一次这个元素放到数组的末尾,直到N个都删除之后也就建立了一个递减序列。

如果预先建立一个大堆,N次deletemax之后,结果就是一个递增序列了。

        typedef int ElementType;

        void
        Swap( ElementType *Lhs, ElementType *Rhs )
        {
            ElementType Tmp = *Lhs;
            *Lhs = *Rhs;
            *Rhs = Tmp;
        }

        #define LeftChild( i )  ( 2 * ( i ) + 1 )

        void
        PercDown( ElementType A[ ], int i, int N )
        {
            int Child;
            ElementType Tmp;

/* 1*/      for( Tmp = A[ i ]; LeftChild( i ) < N; i = Child )
            {
/* 2*/          Child = LeftChild( i );
/* 3*/          if( Child != N - 1 && A[ Child + 1 ] > A[ Child ] )
/* 4*/              Child++;
/* 5*/          if( Tmp < A[ Child ] )
/* 6*/              A[ i ] = A[ Child ];
                else
/* 7*/              break;
            }
/* 8*/      A[ i ] =Tmp;
        }

        void
        Heapsort( ElementType A[ ], int N )
        {
            int i;

/* 1*/      for( i = N / 2; i >= 0; i-- )  /* BuildHeap */
/* 2*/          PercDown( A, i, N );
/* 3*/      for( i = N - 1; i > 0; i-- )
            {
/* 4*/          Swap( &A[ 0 ], &A[ i ] );  /* DeleteMax */
/* 5*/          PercDown( A, 0, i );
            }
        }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 大数据集合排序常用的算法有以下几种: 1. 快速排序(QuickSort):是一种分治算法,通过递归不断把数据分成两个子集并对它们分别排序,最终得到有序数列。 2. 归并排序(MergeSort):也是一种分治算法,通过递归不断把数据分成两个子集,并对它们分别排序,最终通过归并两个子集得到有序数列。 3. 堆排序(HeapSort):是一种选择排序,通过建立大根堆或小根堆不断地找出最大(最小)的元素放到最后,得到有序数列。 4. 计数排序(CountingSort):是一种非比较排序算法,通过统计每个数值出现的次数来实现排序。 这些算法的具体适用情况及优劣势可以根据具体问题进行选择。 ### 回答2: 大数据集合排序可以使用多种算法,常见的有快速排序、归并排序和堆排序。 1. 快速排序是一种高效的排序算法,它通过选择一个元素作为基准,将集合分成两个子集,并对子集进行递归排序。快速排序具有较好的平均和最坏情况下的性能,时间复杂度为O(nlogn)。 2. 归并排序是将集合划分为两个有序的子集,然后递归地将子集排序,并将两个有序子集合并成一个有序集合。归并排序具有稳定性和较好的最坏情况下的性能,时间复杂度为O(nlogn)。 3. 堆排序是通过构建一个最大堆或最小堆来排序集合。最大堆的根节点是集合中最大的元素,可以将其移动到最后一个位置,然后重新调整堆,得到次大元素。重复这个过程,直到集合有序。堆排序具有较好的最坏情况下的性能,时间复杂度为O(nlogn)。 以上是常见的算法,选择哪种算法取决于数据集的特点、排序要求以及性能要求。此外,还有其他算法如计数排序、基数排序和桶排序等,它们也可以用于大数据集合排序。 ### 回答3: 大数据集合排序通常使用的算法是外部排序算法,其中最常用的是归并排序算法。 归并排序算法将数据集合划分为若干个较小的子集合,对每个子集合进行内部排序,然后将这些有序的子集合合并起来得到一个完整的有序集合。在大数据集合排序中,由于数据量巨大无法直接载入内存,归并排序算法可以通过分批次处理数据,将数据分为较小的块,分别对每个块进行排序,之后再进行合并操作。归并排序算法的特点是稳定、适用于大规模数据集合排序,并且具有较好的性能。 具体步骤如下: 1. 将大数据集合划分为适当大小的小块,每个小块可以载入内存进行内部排序。 2. 对每个小块使用内部排序算法(如快速排序、堆排序等)进行排序,得到有序的小块。 3. 依次将排序好的小块进行合并,采用归并排序算法的合并操作,得到一个完整有序的大数据集合。 归并排序算法的优势是可以处理大规模数据集合,并且具有较好的稳定性和扩展性,但由于需要多次磁盘读取和写入操作,速度相对较慢。因此,在实际应用中,还可以根据具体情况选择其他适合大数据排序算法,例如外部快速排序、外部堆排序等。

“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
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