总结一下数据结构经典排序算法,加深印象。
序号 |
分类 |
算法 |
1 |
插入排序 |
1)直接插入排序;2)折半插入排序;3)希尔排序 |
2 |
交换排序 |
1)冒泡排序;2)快速排序 |
3 |
选择排序 |
1)简单选择排序;2)堆排序 |
4 |
归并排序 |
|
5 |
基数排序 |
|
一、插入排序(InsertSort)
1)直接插入排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:稳定
插入排序通过把序列中的值插入一个已经排序好的序列中,直到该序列的结束。插入排序是对冒泡排序的改进。它比冒泡排序快2倍。一般不用在数据大于1000的场合下使用插入排序,或者重复排序超过200数据项的序列。
01 void InsertSort(SqList &L) {
02 // 对顺序表L作直接插入排序。
03 inti,j;
04 for(i=2; i<=L.length; ++i)
05 if(LT(L.r[i].key, L.r[i-1].key)) {
06 //"<"时,需将L.r[i]插入有序子表
07 L.r[0] = L.r[i]; // 复制为哨兵
08 for (j=i-1; LT(L.r[0].key,L.r[j].key); --j)
09 L.r[j+1] = L.r[j]; // 记录后移
10 L.r[j+1] = L.r[0]; // 插入到正确位置
11 }
12 } // InsertSort
2)折半插入排序
时间复杂度:平均情况—O(n2) 稳定性:稳定
01 void BInsertSort(SqList &L) {
02 // 对顺序表L作折半插入排序。
03 inti,j,high,low,m;
04 for(i=2; i<=L.length; ++i) {
05 L.r[0] = L.r[i]; // 将L.r[i]暂存到L.r[0]
06 low= 1; high = i-1;
07 while (low<=high) { // 在r[low..high]中折半查找有序插入的位置
08 m= (low+high)/2; // 折半
09 if(LT(L.r[0].key, L.r[m].key)) high = m-1; // 插入点在低半区
10 else low = m+1; // 插入点在高半区
11 }
12 for(j=i-1; j>=high+1; --j) L.r[j+1] = L.r[j]; // 记录后移
13 L.r[high+1] = L.r[0]; // 插入
14 }
15 } // BInsertSort
3)Shell排序(ShellSort)
时间复杂度:理想情况—O(nlog2n) 最坏情况—O(n2) 稳定性:不稳定
Shell排序通过将数据分成不同的组,先对每一组进行排序,然后再对所有的元素进行一次插入排序,以减少数据交换和移动的次数。平均效率是O(nlogn)。其中分组的合理性会对算法产生重要的影响。现在多用D.E.Knuth的分组方法。
Shell排序比冒泡排序快5倍,比插入排序大致快2倍。Shell排序比起QuickSort,MergeSort,HeapSort慢很多。但是它相对比较简单,它适合于数据量在5000以下并且速度并不是特别重要的场合。它对于数据量较小的数列重复排序是非常好的。
01 void ShellInsert(SqList &L, int dk) {
02 // 对顺序表L作一趟希尔插入排序。本算法对算法10.1作了以下修改:
03 // 1. 前后记录位置的增量是dk,而不是1;
04 // 2. r[0]只是暂存单元,不是哨兵。当j<=0时,插入位置已找到。
05 inti,j;
06 for(i=dk+1; i<=L.length; ++i)
07 if(LT(L.r[i].key, L.r[i-dk].key)) { // 需将L.r[i]插入有序增量子表
08 L.r[0] = L.r[i]; // 暂存在L.r[0]
09 for (j=i-dk; j>0 && LT(L.r[0].key, L.r[j].key); j-=dk)
10 L.r[j+dk] = L.r[j]; // 记录后移,查找插入位置
11 L.r[j+dk] = L.r[0]; // 插入
12 }
13 } // ShellInsert