常见算法分类
十种常见排序算法一般分为以下几种:
(1)非线性时间比较类排序:交换类排序(快速排序和冒泡排序)、插入类排序(简单插入排序和希尔排序)、选择类排序(简单选择排序和堆排序)、归并排序(二路归并排序和多路归并排序);
(2)线性时间非比较类排序:计数排序、基数排序和桶排序。
交换排序
冒泡排序:对所有相邻记录的关键字值进行比效,如果是逆顺(a[j]>a[j+1]),则将其交换,最终达到有序化;
算法的时间复杂度为O(n^2) , 是稳定的。
//冒泡排序
void BubbleSort(int* a, int length)
{
for (int i = 0; i < length; i++)
{
for (int j = 0; j < length - i - 1; j++)
{
if (arr[j] > arr[j + 1])
{
int temp;
temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
}
}
}
快速排序:将一个数组由div(一般为这个数组的第一个元素)分成两个数组,将小于div的数放在div的左边,将大于div的数放在div的右边。再对两个数组独立排序,是个递归算法。算法的时间复杂度为O(nlogn) , 是不稳定的。
下面对快排的第一次操作写了三种方法。
//交换两个值
void Swap(int* a, int* b)
{
int tmp = *a;
*a = *b;
*b = tmp;
}
//快排的一次操作,1.找小的值与大的值交换
int OnceSort_1(int* a, int begin, int end)
{
int key = begin;
//int key = GetMidIndex(a, begin, end); //三数取中法
Swap(&a[key], &a[begin]);
key = begin;
while (begin < end)
{
//找小的
while (begin < end && a[end] >= a[key])
{
end--;
}
//找大的
while (begin < end && a[begin] <= a[key])
{
begin++;
}
Swap(&a[end], &a[begin]);
}
if (begin == end)
{
Swap(&a[end], &a[key]);
}
return begin;
}
//2.先保存第一个值,再比较覆盖
int OnceSort_2(int* a, int begin, int end)
{
int tmp = a[begin];
while (begin < end)
{
//找比key小的数
while (begin < end && a[end] >= tmp)
{
end--;
}
a[begin] = a[end];
//找比key大的数
while (begin < end && a[begin] <= tmp)
{
begin++;
}
a[end] = a[begin];
}
a[begin] = tmp;
return begin;
}
//3.快慢指针
int OnceSort_3(int* a, int begin, int end)
{
int prev = begin;
int cur = begin + 1;
int key = begin;
while(cur <= end)
{
if (a[cur] < a[key] && ++prev != cur)
{
Swap(&a[cur], &a[prev]);
}
cur++;
}
//key左边比它小,右边比它大
Swap(&a[prev], &a[key]);
return prev;
}
//快排
void QuickSort(int* a, int left, int right)
{
if (left >= right)
{
return;
}
else
{
//[left, div-1] [div+1, right]
//int div = OnceSort_1(a, left, right);
//int div = OnceSort_2(a, left, right);
int div = OnceSort_3(a, left, right);
QuickSort(a, left, div - 1);
QuickSort(a, div + 1, right);
}
}
用三数取中法对快排的第一次操作的法1进行优化
//三数取中法(选取三个数中次大的 考虑最坏的每次排序过程中,最小或最大为第一个)
int GetMidIndex(int* a, int begin, int end)
{
int mid = begin + ((end - begin) >> 1); //用>>防止溢出
if (a[begin] < a[mid])
{
if (a[mid] < a[end])
return mid;
else if (a[begin] < a[end])
return end;
else
return begin;
}
else
{
if (a[mid] > a[end])
return mid;
else if (a[begin] > a[end])
return end;
else
return begin;
}
}
对于快排来说,有很多次的递归,这样会导致效率很低,为了提高效率,写了一种优化的方法。当需要排序的数据规模过大的时候,快排无疑是最优的算法,但是在规模逐渐变小的时候,直接插入排序的效率更快,因此做一个判断就好。
//快排优化(递归次数太多)
void QuickSortOP(int* a, int left, int right)
{
if (left >= right)
{
return;
}
if (right - left > 10)
{
//[left, div-1] [div+1, right]
//int div = OnceSort_1(a, left, right);
//int div = OnceSort_2(a, left, right);
int div = OnceSort_3(a, left, right);
QuickSort(a, left, div - 1);
QuickSort(a, div + 1, right);
}
else
InsertSort(a + left, right - left + 1);
}
插入排序
简单插入排序:从整个待排序列中选出一个元素插入到已经有序的子序列中去,得到一个有序的、元素加一的子序列,直到整个序列的待插入元素为0,则整个序列全部有序。
算法的时间复杂度为O(n^2) , 是稳定的。
//直接插入排序
void InsertSort(int* a, int n)
{
int i = 0;
for (i = 0; i < n - 1; i++)
{
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;
}
}
希尔排序:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。
算法的时间复杂度为O(n^2) , 是不稳定的。
//希尔排序
void ShellSort(int* a, int n)
{
int gap = n;
while (gap > 1)
{
gap = gap / 3 + 1;
//此i++,是将间距为gap的多组数据进行同时交换
for (int i = 0; i < n - gap; i++)
{
int tmp = a[i + gap];
int end = i;
while (end >= 0)
{
if (a[end] > tmp)
{
a[end + gap] = a[end];
end -= gap;
}
else
{
break;
}
}
a[end + gap] = tmp;
}
}
}
选择排序
简单选择排序:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
算法的时间复杂度为O(n^2)。是不稳定的。
//简单选择排序
void SelectSort(int* a, int n)
{
int begin = 0, end = n - 1;
while (begin < end)
{
int min = begin;
int max = end;
for (int i = begin; i <= end; i++)
{
if (a[i] < a[min])
{
min = i;
}
if (a[i] > a[max])
{
max = i;
}
}
Swap(&a[min], &a[begin]);
if (max == begin)
max = min;
Swap(&a[max], &a[end]);
begin++;
end--;
}
}
堆排序:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了
算法的时间复杂度为O(nlogn) , 是不稳定的。
//向下调整算法
void AdjustHeap(int* a, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
if ((child + 1) < n && a[child] < a[child + 1])
{
child++;
}
if (a[parent] < a[child])
{
Swap(&a[parent], &a[child]);
parent = child;
child = parent * 2 + 1;
}
else
break;
}
}
//堆排序
void HeapSort(int* a, int n)
{
int i = 0;
for (int i = (n / 2) - 1; i >= 0; i--) // 从最后一个非叶子结点开始, 向前进行调整
{
AdjustHeap(a, n, i);
}
for (i = n - 1; i >= 0; i--)
{
Swap(&a[0], &a[i]);
AdjustHeap(a, i, 0);
}
}
归并排序
归并排序:假设数组A有N个元素,那么可以看成数组A是又N个有序的子序列组成,每个子序列的长度为1,然后再两两合并,得到了一个 N/2 个长度为2或1的有序子序列,再两两合并,如此重复,值得得到一个长度为N的有序数据序列为止
算法的时间复杂度为O(nlogn) , 是稳定的。
//子问题
void _MergeSort(int* a, int begin, int end, int* tmp)
{
if (begin >= end)
return;
//分解
int mid = begin + ((end - begin) >> 1);
_MergeSort(a, begin, mid, tmp);
_MergeSort(a, mid+1, end, tmp);
//[begin, mid] [mid+1, end]
//归并
int index = begin;
int begin1 = begin; int end1 = mid;
int begin2 = mid + 1;int end2 = end;
while (begin1 <= end1 && begin2 <= end2)
{
//选两个区间内小的值,先入tmp数组
if (a[begin1] <= a[begin2])
{
tmp[index++] = a[begin1++];
}
else
{
tmp[index++] = a[begin2++];
}
}
//其中一个数组为空,将另一个数组中的其他值入数组中
while (begin1 <= end1)
{
tmp[index++] = a[begin1++];
}
while (begin2 <= end2)
{
tmp[index++] = a[begin2++];
}
//拷回原数组
index = begin;
while (begin <= end)
{
a[begin++] = tmp[index++];
}
}
//归并排序
void MergeSort(int* a, int n)
{
int* tmp = (int*) malloc(sizeof(int) * n);
_MergeSort(a, 0, n - 1, tmp);
free(tmp); //开辟空间后一定要记得释放空间
}
计数排序
计数排序:在待排序序列中,如果我们能统计出有多少元素小于或等于某一个元素,我们也就知道了该元素的正确位置。
算法的时间复杂度为O(MAX(N,范围)) , 是稳定的。
void CountSort(int* a, int n)
{
int max = a[0];
int min = a[0];
for (int i = 0; i < n; i++)
{
if (a[i] > max)
max = a[i];
if(a[i] < min)
min = a[i];
}
int range = max - min + 1; //数值的范围
int* count = (int*)malloc(sizeof(int)*range);
memset(count, 0, sizeof(int)*range); //数组初始化为0
for (int i = 0; i < n; i++)
{
count[a[i] - min]++; //计数数组储存的是相对位置
}
//放回数组中,i--,j++
int j = 0;
for (int i = 0; i < range; i++)
{
while (count[i]--)
{
a[j++] = i + min;
}
}
}