关于排序算法的一点总结

关于排序算法的一点总结

1.1概述

生活中处处存在排序，考试成绩要排序，年龄大小要排序，图书馆的藏书也要排序。排序也是数据结构课程的一个重要组成部分。教材中的出现的排序有名次排序、选择排序冒泡排序等，下面我们一一进行介绍。参看¹。

1.2排序算法

1.2.1名次排序 rank sort

所谓排序，也就是给排列的内容一个“排名”，也就是“第几”的“几”。比如，第三个，也就是前面有两个，“小于等于第三名”的有3个。名次排序的原理就来源于此：

• 求出每个元素的“排名”，即“队列中所有比它小的元素数目+在它左边出现的与它相同的元素数目”。
• 把“位次”记录到另一个数组中
• 按照“位次”数组重新排列原数组的元素

参考代码：

template <class T>
void Rank(T a[], int n, int r[])
{ //计算元素的排名
	for (int i = 0; i < n; i++) r[i] = 0; //初始化
//逐对比较所有的元素。任两个都做比较,次数为(n-1)n/2 
	for (int i = 1; i < n; i++)
		for ( int j = 0; j < i; j++)
			if (a [j] <= a[i])   r[i]++;
			     else r[j]++;
}

template <class T>
void Rearrange (T a[], int n, int r[])
{ //按序重排数组a中的元素，使用附加数组u，数组r即为“排名”数组
	T *u = new T[n+1];
	//在u中按排名排列
	for (int i = 0; i < n; i++)
		u[r[i]] = a[i];
	//把u中的元素移回到a中
	for (int i = 0; i < n; i++)
		a[i] = u[i] ;
	delete [ ]u;
}

算法性能分析：
在计算排名的Rank函数中，比较次数为$\frac{(n-1)n}{2}$,Rearrange函数中移动次数为$2n$，该排序算法的时间复杂度为O($n^2$)。

1.2.2选择排序 selection sort

对于给定的n个元素的数组：

• 从中选出最大的元素，将其置于最后a[n-1]。
• 余下的n-1个元素中选出最大，置于a[n-2]。
• 以此类推，直至剩余一个元素。

举例：

参考代码：

template<class T>
int Max(T a[], int n)
{// 确定a [0 : n-1]中的最大元素
	int pos = 0;
	for (int i = 1; i < n; i++)
		if (a[pos] < a[i])
			pos = i;
	return pos;
}

template <class T>
void selectionSort (T a[], int n)
{ 
	for ( int size = n;  size>1; size- -) { //作比较并交换
		int j= Max(a, size);//size-1次比较
		Swap(a[j],a[size-1] ); //移动3次
	}
}

算法性能分析：
每次调用Max函数需要执行size-1次比较，总比较次数为$\frac{(n-1)n}{2}$，移动次数为$3(n-1)$。时间复杂度O($n^2$)。

1.2.3冒泡排序 bubble sort

冒泡排序是一种简单的排序算法。它重复地走访要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。

• 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
• 对每一对相邻元素作同样的工作，第一对到结最后一对，这样在最后的元素应该会是最大的数；
• 针对所有的元素重复以上的步骤，除了最后一个；
• 重复步骤1~3，直到排序完成。

参考代码：

template <class T>
void bubbleSort (T a[], int n)
{ 
	for (int i =n; i>1; i--) {
		for (int j = 0; j < n-1; j++) {
			if (a[j] > a[j + 1])  
			   swap(a[j], a[j + 1]);
		}
	}
}

算法性能分析：
该算法时间复杂度是$O(n^2)$。

###1.2.4插入排序 insert sort
插入排序是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。在从后向前扫描过程中，反复把已排序元素逐步向后挪位，为最新元素提供插入空间。举个形象的例子：打扑克牌摸牌的时候按牌的大小整理牌。
步骤：

• 从第一个元素开始，该元素可以认为已经被排序
• 取出下一个元素，在已经排序的元素序列中从后向前扫描
• 如果扫描到的以排序的元素大于新元素，将该元素移到下一位置
• 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置
• 将新元素插入到该位置后
• 重复步骤2~5

参考代码：

template<class T>
void insertionSort(T a[], int n)
{	
    for (int i=1; i < n; i++) {
      //将a[i]插入a [0 : i-1]
	T t=a[i];
	int j;
	for (j=i-1; j >= 0 && t<a[j];  j--)
	    a[j+1]=a[j];//向后移位，空出位置来插入
	    a[j+1]=t;
	} 
}  

算法性能分析：
该算法时间复杂度是$O(n^2)$。

1.2.5箱子排序 bin sort

箱子排序是指利用链表这种数据结构所设计的一种排序算法。这种排序首先把元素相同的节点放在同一个箱子里，然后通过把箱子链接起来就可以创建一个有序的链表。

箱子的理解和实现：

• 每个箱子都是一个由节点组成的线性表。
• 箱子中的节点数目介于0到n之间。
• 把每个箱子都描述成一个链表。
• 在进行节点分配之前，所有的箱子都是空的。

步骤：

• 从欲排序链表的首部开始，逐个删除每个节点
• 把所删除的节点放入适当的箱子中（即相应的链表中）
• 收集并链接每个箱子中的节点，产生一个排序的链表

参考代码：

void binSort(Chain<Node>& X,int range)
{//按分数排序
	intlen=X.Length();   	Node x;
	Chain<Node> *bin;
	bin=new Chain<Node>[range+1];
	//分配到每个箱子中
	for(int i=1; i<=len; i++){
		X.Delete(1,x); //从X摘取第一个节点
		bin[x.score].Insert(0,x); 
		//向bin的合适位置插入节点
	}
	//从箱子中收集各元素，
	for(int j=range; j>=0; j--)
		while(!bin[j].IsEmpty()){
			bin[j].Delete(1,x);
			X.Insert(0,x);//链成新链表
		}
	delete[]bin;
}

算法性能分析：
两个for循环中执行的每一次插入和删除操作所需要的时间均为$\Theta$(1)，因此第一个for循环的复杂性为$\Theta$(n)，其中n为输入链表的长度。第二个for循环的复杂性为$\Theta (n+range)$。因此函数binSort总的复杂性为$\Theta (n+range)$。

1.2.6基数排序 radix sort

基数排序也是非比较的排序算法。它是一种稳定的排序算法。有两种方法：最高位优先法(MSD)和最低位优先法（LSD）。通常用于对数的排序选择的是最低位优先法，即先对最次位关键字进行排序，再对高一位的关键字进行排序，以此类推。

类似于桶排序，我们需要给待排序记录准备10个桶，因为一个数的任何一位上，其数字大小都位于0~9之间，因此采用10个桶，桶的编号分别为0,1,2,3,4…9，与待排序记录中每个数相应位的数值对应，基数排序也是因此而得名。

步骤：

• 利用箱子排序的方法，根据最低位数字（即个位数字）对数字进行排序
• 利用箱子排序的方法，对第一步的结果按照次低位数字（即十位数字）进行排序
• 依此顺序依次进行，共（最大值的位数）次
  图解：
  

算法性能分析：

• 对于一般的基数r，相应的分解式为：
  $x$%$r$; $(x$ % $r^2$)$/r$; $(x$ % $r^3$)/$r^2$; …
• 当使用基数$r=n$对n个介于0~$n^c$-1范围内的整数进行分解时，每个数将可以分解出c个数字。
• 因此，可以采用c次n个箱子的箱子排序。整个排序所需要的时间为$\Theta (cn)=\Theta (n)$（因为c是一个常量）。

总结：

排序法	时间复杂度	稳定性
名次排序	$O(n^2)$	稳定
冒泡排序	$O(n^2)$	稳定
选择排序	$O(n^2)$	不稳定
插入排序	$O(n^2)$	稳定
箱子排序	$\Theta$(n+range)	稳定
基数排序	$\Theta (n)$	稳定

（如有不当，还望指正）

---

1. 数据结构、算法与应用 C++语言描述 第二版，（美）萨尼（Sahni，S.）著 ↩︎