文章目录
零、概述
排序算法可以大致分为比较类和非比较类。就是排序的方法是通过元素之间的比较得来,还是通过引入其他策略来得到有序数组。
比较类分为交换、选择、插入、归并四种。
1、交换的思想就是通过比较两个元素之间的大小,满足一个规则就要交换两个元素之间的位置,以达到排序的目的。
2、选择的思想就是选择N次,每次选择的元素就是数组剩下元素的最大(小)值。这样没选择一次有序数组就多一个元素。
3、插入的思想就是将无序数组逐个插入到有序数组中的过程。
4、归并其实是分治的思想,即 使得子序列有序,再将子序列都合并在一起,成为完全有序。
- 交换:冒泡排序、快速排序。
- 选择:简单选择、堆排序。
- 插入:简单插入、希尔排序。
- 归并:二路归并、多路归并。
非比较类排序算法包括计数排序、桶排序、基数排序。这类算法一般不是通过数组中数字的直接比较来排序,而是通过一些分组等策略来加快排序。
一、比较类算法
1、 交换排序
1)冒泡排序
排序的过程像是吐泡泡一样,从数组的开始向后,两两之间比较,出现 Data[i + 1] < Data[ i ],就要交换两个元素的位置。这样一次遍历之后最后的元素就是数组中最大的元素,第二次吐泡泡,就产生了第二大的元素…经过N次,整个数组就都有序了。
void bubbleSort(vector<int>&Data)
{
int size = Data.size();
for(int i = 0;i < size; ++i)
{
for(int j = 0;j < size - i - 1; ++j)
{
if(Data[j] > Data[j + 1]) swap(Data[j],Data[j + 1]);
}
}
}
2、快速排序
快速排序的思想是选择一个元素A,比元素A小的放到元素A的左边,比元素A大的放到元素右边。这样元素A的位置就确定了。接着对元素A左边、右边的数组使用同样的办法。
void quickSort(vector<int>&Data,int left,int right)
{
if(left < right)
{
int i = left;
int j = right;
int x = Data[i];
while(i < j)
{
while(i < j && x < Data[j]) --j;
if(i < j) swap(Data[i], Data[j]);
while(i < j && x > Data[i]) ++i;
if(i < j) swap(Data[i],Data[j]);
Data[i] = x;
quickSort(Data,left,i - 1);
quickSort(Data,i + 1, right);
}
}
}
2、插入排序
1)简单插入排序
第一个元素认为是有序序列,向后遍历,将元素加入有序序列。
void insertSort(vector<int>& Data)
{
for(int i = 1;i<Data.size();++i)
{
int x = Data[i];
int index = i - 1;
while(index >= 0 && Data[index] > x)
{
Data[index + 1] = Data[index];
index--;
}
Data[index + 1] = x;
}
}
2)希尔排序
将数组分为K个系列,K个序列分别进行直接插入排序。再将K个序列变成K/2个序列,进行直接插入排序。最后就变成两个序列进行直接插入排序。
void shellSort(vector<int>& Data)
{
int size = Data.size();
for(int gap = size / 2;gap > 0; gap /= 2)
{
for(int i = 0;i<gap;++i)
{
for(int j = i + gap;j < size;j += gap)
{
int k = Data[j];
int temp = j - gap;
while(temp >=0 && Data[temp] > k)
{
Data[temp + gap] = Data[temp];
temp -= gap;
}
Data[temp + gap] = k;
}
}
}
}
3、选择排序
1)简单选择排序
数组中遍历,每次遍历找到当前无序数组中最小(大)位置。
void selectSort(vector<int>&Data)
{
for(int i = 0;i<Data.size();++i)
{
int index = i;
for(int j = i + 1;j < Data.size();++j)
{
if(Data[index] > Data[j]) index = j;
}
swap(Data[index],Data[i]);
}
}
2)堆排序
堆是利用堆这种数据结构来设计的算法,是一种选择排序,最好、最差、平均的时间复杂度均是O(nlogn).堆是具有以下特点的完全二叉树:根节点大于等于左右孩子节点的值,称为大根堆;根节点小于等于左右孩子节点的值,称为小根堆。
其思路是将数据元素设置为一个大(或者小)根堆,取出根结点,放在数组末尾,继续将数组前N-1个元素进行堆调整,再取出堆顶,此时的堆顶元素是N-1个元素中的最大值,放在数组倒数第二的位置上。一次执行上述过程。
void adjust(vector<int>&Data,int len,int index)
{
while(index < len / 2)
{
int left = index*2 + 1;
int right = index*2 + 2;
int max_value_index = index;
if(left < len && Data[left] > Data[max_value_index]) max_value_index = left;
if(right < len && Data[right] > Data[max_value_index]) max_value_index = right;
if(max_value_index != index) swap(Data[max_value_index],Data[index]);
index++;
}
}
void heapSort(vector<int>&Data,int size)
{
for(int i = size / 2;i >= 0;--i)
{
adjuest(Data,size,i);
}
for(int i = size - 1;i >= 1;--i)
{
swap(Data[i],Data[0]);
adjuest(Data,i,0);
}
}
4、归并排序
1)二路归并排序
思路:不断的将数组分为两部分,直到分到两个元素;两个元素合并(将两个元素排序);在四个元素合并…,直到将N/2个元素和N/2个元素合并。整个过程像是像是一个菱形一样。先将数组元素展开,再将元素合并。
void merge(vector<int>&Data,int left,int mid,int right)
{
vector<int>result;
int i = left;
int j = mid + 1;
while(i <= mid && j <= right)
{
if(Data[i] > Data[j]) result.push_back(Data[j++]);
else result.push_back(Data[i++]);
}
while(i <= mid) result.push_back(Data[i++]);
while(j <= right) result.push_back(Data[j++]);
for(int k = 0;k<result.size();++k) Data[left+k] = result[k];
}
void mergeSort(vector<int>&Data,int left,int right)
{
if(left < right)
{
int mid = (left + right) / 2;
mergeSort(Data,left,mid);
mergeSort(Data,mid + 1,right);
merge(Data,left,mid,right);
}
}
2)多路归并排序
二路归并的思想是在将数组合并的时候,是两个子序列之间进行合并,而多路是将多个序列进行合并。
三、非比较类排序
非比较类排序算法都是稳定的。
1、计数排序
待排序数组A,计数排序的思想是创建一个数组B,将A中的值和数组B中下标对应起来。A中的值和数组B的下标相等的话,就将数组B的值+1。那么遍历数组B,从左至右,对应下标中数值大于0,就将下标值输入进结果数组。例如A = {2,5,2,4,3},那么对应B = {0,0,2,1,1,1},遍历数组B,依次将2个2、1个3、一个4、一个5输入结果数组。最坏时间复杂度是O(n+k)。最好时间复杂度是O(n+k)。其中k是桶的个数
void countSort(vector<int>&Data)
{
int max_value = INT_MIN;
for(int i = 0;i<Data.size();++i)
{
if(Data[i] > max_value) max_value = Data[i];
}
vector<int>result(max_value+1,0);
for(int j = 0;j<Data.size();++j)
{
result[Data[j]]++;
}
int index = 0;
int count = 0;
for(int i = 0;i < max_value;++i)
{
index = result[i];
if(index!=0)
{
Data[count++] = i;
}
}
}
2、桶排序
桶排序是在计数排序的基础上发展而来的。就是新建N个桶,把数组中的数放到对应的桶中。比如排序数字全是小于100的数字,新建10个桶,分别是数字十位上的数字,这样桶与桶之间是有大小关系的,这样只需要将桶内的数字排完序,最后将数组合并就是有序的数组了。桶排序的时间影响主要是桶内的排序,桶内排序的时间复杂度越小,就越快,但是就越费空间。最坏时间复杂度是O(n2)。最好是O(n)。
3、基数排序
先按照数字的个位数排序,再按照十位、百位…。新建10个桶,将个位、十位、百位数字相同的放在一起。最坏时间复杂度是O(n*d),其中d表示要进行多少次关键字选择(就是个位、十位…),如果k远远小于n的话,也就是数据比较集中,基数排序是时间复杂度是线性的。最好时间复杂度是O(n+k)。空间复杂度是O(n+k),k表示桶的个数。