《数据结构》(六)八大排序(上)

11 篇文章 2 订阅
7 篇文章 1 订阅

生活中大家从小到大处处可见排队,但是排队有哪些快速的方法你了解吗?

在这里插入图片描述


排序的基本概念

在这里插入图片描述

  • 排序 (Sorting) : 是计算机程序设计中的一种重要操作,它的功能是将一个数据元素(或记录)的任意序列,重新排列成一个按关键字有序的序列;
  • 稳定性: 假定在待排序的记录序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,即在原序列中,r[i]=r[j],且r[i]在r[j]之前,而在排序后的序列中,r[i]仍在r[j]之前,则称这种排序算法是稳定的;否则称为不稳定的。
  • 内部排序: 指的是待排序记录存放在计算机随机存储器中进行的排序过程;
  • 外部排序: 指的是待排序记录的数量很大,以致内存一次不能容纳全部记录,在排序过程中尚需对外存进行访问的排序过程。

插入排序

直接插入排序

直接插入是一种最简单的排序方法,它的基本操作是将一个记录插入到已排好序的有序序列中,从而得到一个新的,记录数增1的有序表。

基本思想

  • 先将序列中的第1个记录看成是一个有序的子序列,然后从第2个记录起逐个进行插入,直至整个序列变成有序序列为止,整个排序过程进行n-1趟插入;
  • 直接插入排序就像是大家斗地主一样😁😁😁,假定我们手中已经有了[0,end]张有序的牌,这时我们摸了一张牌,将新摸得这张牌插入到我们手中[0,end]里,并使[0,end+1]有序。
    在这里插入图片描述

代码

void InsertSort(int* a, int n)
{
	//[0,end]有序,把 end+1位置的值插入[0,end],让[0,end+1]有序
	for (int i = 0; i < n - 1; ++i)//这里的for循环,就相当于摸牌,n-1就相当于斗地主中,非地主一共摸几张
	{
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (a[end] > tmp)
			{
				a[end + 1] = a[end];
				--end;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}
void TestInsertSort()
{
	int a[] = { 3,5,2,7,8,6,1,9,4,0 };
	InsertSort(a, sizeof(a) / sizeof(int));
	PrintArray(a, sizeof(a) / sizeof(int));
}

直接插入排序总结

  • 元素集合越接近有序,直接插入排序算法的时间效率越高
  • 时间复杂度:O(N^2)
  • 稳定性:稳定

希尔排序

希尔排序是直接插入排序的优化,又被称为“缩小增量排序”,虽然它也是一种属插入排序类的方法,但是时间效率相比直接插入排序有较大改进。😎😎😎


基本思想

大致分为两步:1.预排序让数组接近有序,2.直接插入排序(上面直插总结,元素越接近有序,直插效率越高)。
先选一个整数(gap),把数组中间隔为gap的分为一组,并将每组排好序,再让gap/2,并重复分组和排序,当gap=1时,数组中就排好序了。 其中每组排序用的是直接插入排序
在这里插入图片描述

  • 多组间隔为gap的预排序,gap由大变小;
  • gap越大,元素中最大和最小越快到它相应地位置,但是预排越不接近有序;
  • gap越小,越接近有序;
  • gap等于1时,那就成直接插入排序了。

代码

void ShellSort(int* a, int n)
{
	int gap=n;
	while (gap > 1)
	{
		//gap=gap/3+1;
		gap = gap / 2;//除三或者除二都是可以的,除二的话能保证最后gap一定为1
		// gap>1时都是预排序--目的使其接近有序
		// gap==1时就是直接排序
		
		//gap很大时,下面预排序的时间复杂度是O(N)
		// gap很小时,数组已经很接近有序了,这是差不多是O(N)
		
		//把间隔为gap的多组数据同时排
		for (int i = 0; i < n - gap; ++i)
		{
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{

				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -=	gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}
void TestShellSort()
{
	int a[] = { 9,8,7,6,5,4,3,2,1,0 };
	ShellSort(a, sizeof(a) / sizeof(int));
	PrintArray(a, sizeof(a) / sizeof(int));
}

希尔排序总结

  • 希尔排序是对直接插入排序的优化;
  • 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,就成直接插入排序;
  • 稳定性:不稳定;
  • 时间复杂度:挺难算的,前辈求出的是 O(N^1.3——N ^2)。

选择排序

每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,最大的放到序列的最后面,直到全部待排序的数据元素排完 。😧😧😧

直接选择排序

基本思想:

实现

  • 在元素集合array[i]–array[n-1]中选择关键码最大(小)的数据元素;
  • 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)
    元素交换;
  • 在剩余的array[i]–array[n-2](array[i+1]–array[n-1])集合中,重复上述步骤,直到集合剩
    余1个元素;
  • 我们这里一次是选两个数,一个是最大(max),一个是最小(min),这样效率会比一次选一个数效率更高。如图:

在这里插入图片描述


代码

void Swap(int*p1,int*p2)//交换
{
	int* tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
void SelectSort(int* a, int n)
{
	int begin = 0, end = n - 1;
	while (begin < end)
	{
		int min = begin, max = begin;
		for (int i = begin; i <= end; ++i)
		{
			//分别选出数组中最大的数和最小的数,分别赋给min和max;
			if (a[i] < a[min])
			{
				min = i;
			}
			if (a[i] > max)
			{
				max = i;
			}
		}
		Swap(&a[begin], &a[min]);
		// 如果begin跟max重叠,需要修正一下max的位置
		if (begin == max)
		{
			max = min;
		}
		Swap(&a[max], &a[end]);
		++begin;
		--end;
	}
}

void TestSelectSort()
{
	int a[] = { 3, 5, 2, 7, 8, 6, -1, 9, 9, 4, 0 };
	SelectSort(a, sizeof(a) / sizeof(int));
	PrintArray(a, sizeof(a) / sizeof(int));
}

直接选择排序总结

  • 直接选择排序很简单,只看代码就能轻松理解,但是实用性很低,大家了解即可;
  • 时间复杂度:O(N^2);
  • 稳定性:不稳定。

堆排序

堆的基本概念

之前在二叉树中写过链式结构,今天的堆排序顺带着给大家写一下二叉树的顺序结构。

堆的逻辑结构与物理结构

  • 堆的逻辑结构是一颗完全二叉树(想象出来的),堆的物理结构是一个数组。

堆的两大特性

  • 结构性:用数组表示的完全二叉树;
  • 有序性:任一结点的关键字是其子树所有结点的最大值(或最小值)
    1.“最大堆”,也称为“大顶堆”: 最大值,要求:树中所有父亲都大于等于孩子;
    2.“最小堆”,也称为“小顶堆”: 最小值,要求:树中所有父亲都小于等于孩子;
    在这里插入图片描述

从上图我们发现,小堆它的根一定是最小的,而大堆的根一定是最大的。
父子间下标的关系
leftchild是左孩子结点,rightchild是右孩子结点,parent是父亲结点,child是孩子结点

  • leftchild=parent*2+1;
  • rightchild=parent*2+1+1=leftchild+1;
  • parent=(child-1)/ 2。

向下调整算法

建小堆:选出左右孩子中小的哪一个,跟父亲交换,小的往上浮,大的往下沉,如果要建大堆则相反

向下调整算法前提

  • 若想将其调整为小堆,那么根结点的左右子树必须都为小堆。
  • 若想将其调整为大堆,那么根结点的左右子树必须都为大堆。

向下调整算法基本思想(以小堆为例子)

  1. 从根结点处开始,选出左右孩子中值较小的孩子;
  2. 让小的孩子与其父亲进行比较;
  3. 若小的孩子比父亲还小,则该孩子与其父亲的位置进行交换。并将原来小的孩子的位置当成父亲继续向下进行调整,直到调整到叶子结点为止;
  4. 若小的孩子比父亲大,则不需处理了,调整完成,整个树已经是小堆了。

如何选择建大堆还是小堆?

  1. 升序建大堆,因为大堆的根节点是整颗树的最大值;
  2. 降序建小堆,因为小堆的根节点是整颗树的最小值。

堆排序的基本思想(大堆)

因为我们这里用到的是升序,所以就用大堆的方式
先将一个数组构建一个大顶堆,此时,最大值就是根结点,将其与末尾元素进行交换,这时末尾就是最大值,然后再将剩余n-1个元素再次构建一个大顶堆,以此循环,就可以得到一个有序序列。😋😋😋


代码

//交换两个变量--传址调用
void Swap(int*p1,int*p2)
{
	int* tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
//向下调整算法--大堆
void AdjustDwon(int* a, int n, int root)
{
	int parent = root;
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			child += 1;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void HeapSort(int* a, int n)
{
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDwon(a, n, i);
	}
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDwon(a, end, 0);
		--end;  
	}
}
void TestHeapSort()
{
	int a[] = { 3, 5, 2, 7, 8, 6, 1, 9, 4, 0 };
	HeapSort(a, sizeof(a) / sizeof(int));
	PrintArray(a, sizeof(a) / sizeof(int));
}

堆排序总结

  • 堆排序用堆来选数,效率是很高的
  • 时间复杂度:O(N*logN)
  • 空间复杂度:O(1)
  • 稳定性:不稳定

结语

😊😊😊到了这里大家对于插入排序和选择排序这两类已经基本掌握了,下篇会得大家带来冒泡排序,三种快速排序,计数排序和归并排序。😚😚😚

  • 28
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 19
    评论
评论 19
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

打赏作者

#唐解元

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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