直接插入排序
整个序列分为有序区和无序区,取第一个元素作为初始有序区,然后第二个开始,依次插入到有序区的合适位置,直到排好序。
void InsertSort(vector<int> &num){
for(int i = 1;i < num.size();++i){
for(int j = i;j > 0;--j){
if(num[j] < num[j - 1]){
int temp = num[j];
num[j] = num[j-1];
num[j-1] = temp;
}
}
}
}
插入排序的时间复杂度最好的情况是已经是正序的序列,只需比较(n-1)次,时间复杂度为O(n),最坏的情况是倒序的序列,要比较n(n-1)/2,时间复杂度为O(n2)平均的话要比较时间复杂度为O(n2)。
插入排序是一种稳定的排序方法,排序元素比较少的时候,大量元素便会效率低下。
冒泡排序
比较相邻的元素,如果反序则交换,过程也是分为有序区和无序区,初始时有序区为空,所有元素都在无序区,经过第一趟后就能找出最大的元素,然后重复即可。
void BubbleSort(vector<int>& nums){
for(int i = 0;i < nums.size() - 1; i++){
for(int j = 0;j < nums.size() - i - 1; j++){
if(nums[j] > nums[j+1]){
int temp = nums[j];
nums[j] = nums[j+1];
nums[j+1] = temp;
}
}
}
}
冒泡排序感觉非常好理解,第一个for循环是遍历所有元素,第二个for循环是每次遍历元素时都对无序区的相邻两个元素进行一次比较,若反序则交换。
时间复杂度最坏的情况是反序序列,要比较n(n-1)/2次,时间复杂度为O(n2 ),最好的情况是正序,只进行(n-1)次比较,不需要移动,时间复杂度为O(n),而平均的时间复杂度为O(n2 )。冒泡排序也是一种稳定的排序算法,也是元素较少时效率比较高
快速排序
快速排序首选一个轴值(pivot,也有叫基准的),将待排序记录划分成独立的两部分,左侧的元素均小于轴值,右侧的元素均大于或等于轴值,然后对这两部分再重复,直到整个序列有序。
int OnceSort(vector<int>& nums,int first,int end){
int i=first,j=end;
//当i<j即移动的点还没到中间时循环
while(i<j){
//右边区开始,保证i<j并且nums[i]小于或者等于nums[j]的时候就向左遍历
while(i<j&&nums[i]<=nums[j])j--;
//这个时候已经跳出循环,说明j>i或者nums[i]大于nums[j]了,如果i<j那就是nums[i]大于nums[j],那就交换
if(i<j){
int temp=nums[i];
nums[i]=nums[j];
nums[j]=temp;
}
//对另一边执行同样的操作
while(i<j&&nums[i]<=nums[j])i++;
if(i<j){
int temp=nums[i];
nums[i]=nums[j];
nums[j]=temp;
}
}
//返回已经移动的一边当做下一次排序的轴值
return i;
}
void QuickSort(vector<int>& nums,int first,int end){
if(first<end){
int pivot=OnceSort(nums,first,end);
QuickSort(nums,first,pivot-1);
QuickSort(nums,pivot+1,end);
}
}
快速排序时间复杂度的最好情况和平均情况一样为O(nlogn),最坏情况下为O(n2 ),这个看起来比前面两种排序都要好,但是这是不稳定的算法,并且空间复杂度高一点O(nlogn)。而且快速排序适用于元素多的情况。
堆排序
堆的结构类似于完全二叉树,每个结点的值都小于或者等于其左右孩子结点的值,或者每个节点的值都大于或等于其左右孩子的值。
堆排序过程将待排序的序列构造成一个堆,选出堆中最大的移走,再把剩余的元素调整成堆,找出最大的再移走,重复直至有序。
void Heapify(vector<int>& nums,int first,int end){
int father=first;
int son=father*2+1;
while(son<end){
if(son+1<end&&nums[son]<nums[son+1])son++;
//如果父节点大于子节点则表示调整完毕
if(nums[father]>nums[son])break;
else {
//不让就交换父节点和子节点的元素
int temp=nums[father];
nums[father]=nums[son];
nums[son]=temp;
//父和子节点变成下一关要比较的位置
father=son;
son=2*father+1;
}
}
}
void HeapSort(vector<int>& nums){
int i;
//初始化堆,从最后一个父节点开始
for(i=nums.size()/2-1;i>=0;i--){
Heapify(nums,i,nums.size());
}
//从堆中的取出最大的元素再调整堆
for(i=nums.size()-1;i>0;i--){
int temp=nums[i];
nums[i]=nums[0];
nums[0]=temp;
//调整堆
Heapify(nums,0,i);
}
}
堆排序的时间复杂度最好到最坏都是O(nlogn),较多元素的时候效率比较高。
归并排序
归并排序的基本思想是将若干个序列进行两两归并,直至所有待排序记录都在一个有序序列为止。
void Merge(vector<int>& nums,vector<int>& temp,int start,int end){
if(start>=end)return;
int mid=(start+end)/2;
//分成两部分
int start1 = start, end1 = mid;
int start2 = mid + 1, end2 = end;
Merge(nums,temp,start1,end1);
Merge(nums,temp,start2,end2);
int k=start;
//两个序列一一比较,哪的序列的元素小就放进temp序列里面,然后位置+1再与另一个序列原来位置的元素比较
//如此反复,可以把两个有序的序列合并成一个有序的序列
while(start1<=end1&&start2<=end2){
temp[k++]=nums[start1]<nums[start2]?nums[start1++]:nums[start2++];
}
//然后这里是分情况,如果nums序列的已经全部都放进temp序列了然后跳出了循环
//那就表示nums序列还有更大的元素(一个或多个)没有放进temp序列,所以这一步就是接着放
while(start1<=end1){
temp[k++]=nums[start1++];
}
//这一步和上面一样
while(start2<=end2){
temp[k++]=nums[start2++];
}
//把已经有序的temp序列放回nums序列中
for(k=start;k<=end;k++){
nums[k]=temp[k];
}
}
void MergeSort(vector<int>& nums){
//创建一个同样长度的序列,用于临时存放
vector<int>temp(nums.size());
Merge(nums,temp,0,nums.size()-1);
}
归并排序的时间复杂度都是O(nlogn),并且适用于元素较多的时候排序。