1、选择排序
过程简单描述:
首先,找到数组中最小的那个元素,其次,将它和数组的第一个元素交换位置(如果第一个元素就是最小元素那么它就和自己交换)。其次,在剩下的元素中找到最小的元素,将它与数组的第二个元素交换位置。如此往复,直到将整个数组排序。这种方法我们称之为选择排序。
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
int main()
{
for (int i = 0; i <N; i++)
{
int min = i;
for (int j = i + 1; j < N; j++)
{
if (a[j] < a[min])
{
int temp = a[j];
a[j] = a[min];
a[min] = temp;
}
}
}
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
首先来分析一下选择排序的时间复杂度,不管最好最坏情况时间复杂度都为O(1);空间复杂度为O(1),则为原地排序
涉及非相邻元素的交换,所以为非稳定排序。
2、插入排序
过程简单描述:
1、从数组第2个元素开始抽取元素。
2、把它与左边第一个元素比较,如果左边第一个元素比它大,则继续与左边第二个元素比较下去,直到遇到不比它大的元素,然后插到这个元素的右边。
3、继续选取第3,4,….n个元素,重复步骤 2 ,选择适当的位置插入。
代码实现
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
int main()
{
for (int i = 1; i < N; i++)
{
int temp = a[i];
int k = i - 1;
while (k >= 0 && a[k] > temp)
{
a[k + 1] = a[k];
k--;
}
a[k + 1] = temp;
}
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
时间复杂度O(n^2),空间复杂度O(1),稳定排序,原地排序
3、冒泡排序
过程简单描述:
1、把第一个元素与第二个元素比较,如果第一个比第二个大,则交换他们的位置。接着继续比较第二个与第三个元素,如果第二个比第三个大,则交换他们的位置….
我们对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样一趟比较交换下来之后,排在最右的元素就会是最大的数。
除去最右的元素,我们对剩余的元素做同样的工作,如此重复下去,直到排序完成。
代码实现:
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
int main()
{
for (int i = 0; i < N; i++)
{
for (int j =0; j < N - i-1; j++)
{
if (a[j+1] < a[j])
{
int temp = a[j];
a[j] = a[j+1];
a[j+1] = temp;
}
}
}
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
假如从开始的第一对到结尾的最后一对,相邻的元素之间都没有发生交换的操作,这意味着右边的元素总是大于等于左边的元素,此时的数组已经是有序的了,我们无需再对剩余的元素重复比较下去了。
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
int main()
{
for (int i = 0; i < N; i++)
{
bool mark = true;
for (int j =0; j < N - i-1; j++)
{
if (a[j+1] < a[j])
{
mark = false;
int temp = a[j];
a[j] = a[j+1];
a[j+1] = temp;
}
}
if (mark) break;
}
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
时间复杂度O(n^2),只涉及到相邻元素的交换,当我们写代码时设置a[n-1]==a[n]时,什么都不用做,所以为稳定排序。
空间复杂度O(1),所以为原地排序。
改进后的代码中,最好时间复杂度为O(n),最坏为O(n^2)。
所以平均为O(n^2)。
对选择、冒泡、插入三种排序选择的考虑
我们一般不会用选择排序,原因很简单,因为它是非稳定排序,这在整数的排序确实好像没什么实际作用,但如果是自定义数据结构排序呢?,比如说一个学生类,我们只是用学生成绩排名,但当成绩相同时,我们就能说它们的排名是一样的么。现实中并不是,我们要重新选择另外一种属性(比如说语文成绩的高低),这时,稳定和非稳定就显得非常重要。**
4、希尔排序(插入排序的优化)
希尔排序可以说是插入排序的一种变种。无论是插入排序还是冒泡排序,如果数组的最大值刚好是在第一位,要将它挪到正确的位置就需要 n - 1 次移动。也就是说,原数组的一个元素如果距离它正确的位置很远的话,则需要与相邻元素交换很多次才能到达正确的位置,这样是相对比较花时间了。
希尔排序就是为了加快速度简单地改进了插入排序,交换不相邻的元素以对数组的局部进行排序。
希尔排序的思想是采用插入排序的方法,先让数组中任意间隔为 h 的元素有序,刚开始 h 的大小可以是 h = n / 2,接着让 h = n / 4,让 h 一直缩小,当 h = 1 时,也就是此时数组中任意间隔为1的元素有序,此时的数组就是有序的了。
代码实现:
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
int main()
{
for (int i = N / 2; i > 0; i/= 2)
{
for (int j = i; j < N; j++)
{
int temp = a[j];
int k;
for ( k = j - i; k >=0 && temp < a[k]; k -= i)
a[k + i] = a[k];
a[k + i] = temp;
}
}
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
时间复杂度O(NlogN),空间复杂度O(1),为原地排序。
为非稳定排序,比如 3 9 5 5->3 5 5 9,相同元素前后位置发生变化
5、归并排序
过程简单描述:
将一个大的无序数组有序,我们可以把大的数组分成两个,然后对这两个数组分别进行排序,之后在把这两个数组合并成一个有序的数组。由于两个小的数组都是有序的,所以在合并的时候是很快的。
通过递归的方式将大的数组一直分割,直到数组的大小为 1,此时只有一个元素,那么该数组就是有序的了,之后再把两个数组大小为1的合并成一个大小为2的,再把两个大小为2的合并成4的 …… 直到全部小的数组合并起来。
递归实现:
#include<iostream>
using namespace std;
const int N = 10;
int a[N] = { 21, 26, 5, 96, 45, 12, 26, 14, 15, 12 };
void arr_insert(int l, int mid, int r)
{
int *temp = new int[r - l + 1];
int i = l;
int j = mid + 1;
int k = 0;
while (i <= mid && j <= r)
{
if (a[i] < a[j])
temp[k++] = a[i++];
else temp[k++] = a[j++];
}
while (i <= mid) temp[k++] = a[i++];
while (j <=r) temp[k++] = a[j++];
for (int i = 0; i < k; i++)
a[l++] = temp[i];
}
void binary_sort(int l, int r)
{
if (l < r)
{
int mid = (l + r) / 2;
binary_sort(l, mid);
binary_sort(mid + 1, r);
arr_insert(l,mid, r);
}
}
int main()
{
binary_sort(0, N-1);
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
归并排序空间复杂度为O(N),所以为非原地排序。
时间复杂度如何计算:
由递归可知,归并排序的效率与原数组的有序程度无关,时间复杂度都为O(NlogN),为稳定性排序。
6、快速排序
实现简单描述:
我们从数组中选择一个元素,我们把这个元素称之为中轴元素吧,然后把数组中所有小于中轴元素的元素放在其左边,所有大于或等于中轴元素的元素放在其右边,显然,此时中轴元素所处的位置的是有序的。也就是说,我们无需再移动中轴元素的位置。
从中轴元素那里开始把大的数组切割成两个小的数组(两个数组都不包含中轴元素),接着我们通过递归的方式,让中轴元素左边的数组和右边的数组也重复同样的操作,直到数组的大小为1,此时每个元素都处于有序的位置。
算法实现:
#include<iostream>
using namespace std;
const int N = 5;
int a[N] = {6,11,3,9,8};
int partition(int l, int r)
{
int i, j;
i = j = l;
int temp = a[r];
for (; j < r; j++)
{
if (a[j] < temp)
{
int ans = a[j];
a[j] = a[i];
a[i] = ans;
i++;
}
}
int ans = a[i];
a[i] = temp;
a[r] = ans;
return i;
}
void quicksort(int l, int r)
{
if (l > r) return;
int i = partition(l,r);
quicksort(l, i - 1);
quicksort(i + 1, r);
}
int main()
{
quicksort(0, N-1);
for (int i = 0; i < N; i++)
cout << a[i] << endl;
getchar();
getchar();
}
空间复杂度O(1),为原地排序。
对于时间复杂度,对于最坏情况(数组已经有序),比如说1,3,5,6,7,8中,进行n次分区,每次扫描n次,时间复杂度为O(n^2).
最好情况(均等分区),时间复杂度为O(nlongn)。