数据结构---排序

最新推荐文章于 2024-05-31 14:19:08 发布

ssss￥

最新推荐文章于 2024-05-31 14:19:08 发布

阅读量785

点赞数 13

文章标签：数据结构排序算法算法

本文链接：https://blog.csdn.net/qq_63959489/article/details/139007843

版权

第一类：插入排序

第二类：交换排序：（排序趟数与原始状态有关）

第三类：选择排序

第四类：归并排序与基数排序

第五类：外部排序

最好情况

平均情况

最坏情况

空间复杂

度

稳定性

内外排序

数据对象

常考点

直接插入排序

O(n)

O( $n^{2}$ )

O(1)

稳定

内排序

数组,链表

可能出现: 在最后一趟开始前, 所有元素都不在最终位置
待排序序列基本有序的情况下，该方法效率最高
最坏情况比较次数
最好情况比较次数：n-1

希尔排序

O(nlog2n)

O(nlogn)

O(1)

不稳定

内排序

数组

计算希尔排序的增量大小

冒泡排序

O(n)

O( $n^{2}$ )

O(1)

稳定

内排序

数组

快速排序

O(nlogn)

O( $n^{2}$ )

O(logn)

不稳定

内排序

数组

蕴含了分而治之的思想
平均性能而言，目前最好的内部排序方法
当数据随机或者数据量很大的时候，适合快速排序; 当排序的数据已基本有序，不适合快速排序
每次的枢纽值把表分为等长的部分，速度最快
快速排序每趟都把基准元素放在最终位置（常用来计算是不是某一趟排序结果的题目，如第一趟至少有1个元素在最终位置，第二趟至少2个）

简单选择排序	O( $n^{2}$ )	O( $n^{2}$ )	O( $n^{2}$ )	O(1)	不稳定	内排序	数组，链表	不怎么考数数量级与序列初始状态无关
堆排序	O(nlogn)	O(nlogn)	O(nlogn)	O(1)	不稳定	内排序	数组
归并排序	O(nlogn)	O(nlogn)	O(nlogn)	O(n)	稳定	外排序	数组，链表	分阶段可以理解为就是拆分序列的过程,度为logn 空间复杂度为O(n) 数数量级与序列初始状态无关
基数排序	O(d(n+r))	O(d(n+r))	O(d(n+r))	O(r)	稳定	外排序	数组，链表	通常基数排序第一趟按照个位数字大小，第二趟按照十位数字大小... MSD是最高位优先，LSD是最低位优先基数排序不能对float和double类型的实数排序

第一类：插入排序

	1.直接插入排序【】	2.希尔排序【】	3.折半插入排序
原理	某节点前是排好序的，节点后是未排序的未排序数据从后向前一一比较大小并交换数据边比较边移动元素	先整个待排序的记录序列按增量分割成若干序列，每个序列分别直接插入排序然后不断减小增量的大小，直到序列有序	先折半查找出元素的待插入位置然后统一地移动待插入位置后的所有元素
平均复杂度	0( $n^{2}$ )	O(nlogn)	0( $n^{2}$ )
稳定性	稳定	不稳定	稳定
常考点	可能出现: 在最后一趟开始前, 所有元素都不在最终位置待排序序列基本有序的情况下，该方法效率最高最坏情况 n × (n–1)/2 最好情况：n-1	计算希尔排序的增量大小	折半插入排序的总趟数 = 直接插入排序的 = n-1 折半插入排序元素的移动次数 = 元素的移动次数折半插入排序使用辅助空间的数量两者元素之间的个数不同

第二类：交换排序：（排序趟数与原始状态有关）

	1.冒泡排序【】	2.快速排序【】
原理	相邻的元素，如果第一个第二个大，就交换他们两个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上一步做完后，最后的元素会是最大的数针对所有的元素重复以上的步骤，除了最后一个直到没有任何一对数字需要比较	通过一趟排序将要排序的数据分割成独立的两部分其中一部分的所有数据都比另外一部分的所有数据都要小然后再按此方法对这两部分数据分别进行快速排序整个排序过程可以递归进行，以此达到整个数据变成有序序列
平均复杂度	0( $n^{2}$ )	0(nlogn)
稳定性	稳定	不稳定
常考点	代码： #include <stdio.h> void bubble_sort(int arr[], int len) { int i, j, temp; for (i = 0; i < len - 1; i++) for (j = 0; j < len - 1 - i; j++) if (arr[j] > arr[j+ 1]){ temp = arr[j]; arr[j] = arr[j+ 1]; arr[j + 1] =temp;} } int main() { int arr[] = {22, 34, 3,32, 82, 55, 89, 50, 37, 5, 64,35, 9, 70}; int len = (int)sizeof(arr) / sizeof(*arr); bubble_sort(arr, len); int i; for (i = 0; i < len; i++) printf("%d ", arr[i]); return 0; }	蕴含了分而治之的思想平均性能而言，目前最好的内部排序方法当数据随机或者数据量很大的时候，适合快速排序; 当排序的数据已基本有序，不适合快速排序每次的枢纽值把表分为等长的部分，速度最快，快速排序每趟都把基准元素放在最终位置（常用来计算是不是某一趟排序结果的题目，如第一趟至少有1个元素在最终位置，第二趟至少2个）代码：

第三类：选择排序

	1.简单选择排序【】	2.堆排序【】
原理	每一趟从待排序的数据元素中选择最小(或最大)的一个元素作为首元素，直到所有元素排完为止	堆是具有特殊性质的完全二叉大顶堆：arr[i] >= arr[2i+1] &&arr[i] >= arr[2i+2] 【根最大】小顶堆：arr[i] <= arr[2i+1] &&arr[i] <= arr[2i+2] 【根最小】堆的基本思想：a.无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆 b.堆顶元素与末尾元素交换，最大元素"沉"到数组末端 c.重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素 d.反复执行调整+交换步骤，直到整个序列有序

平均复杂度	0( $n^{2}$ )	0(nlogn)
稳定性	不稳定	不稳定
常考点	不怎么考数数量级与序列初始状态无关
例图

第四类：归并排序与基数排序

	1. 并排序【】	2.基数排序【】
原理	利用并的思想实现的排序方法该算法采用经典的分治策略分治法问题分(divide)成一些小的问题然后求解治的阶段则分的阶段得到的各答案"修补"在一起。	整数按位数切割成不同的数字，然后按每个位数分别

平均复杂度	0(nlogn)	O(n*k)
稳定性	稳定	稳定，外部排序
常考点	分阶段可以理解为就是拆分序列的过程，度为logn 空间复杂度为O(n) 数数量级与序列初始状态无关对 N个元素 k 并排序 $k^{M}$ = N	通常基数排序第一趟按照个位数字大小，第二趟按照十位数字大小... MSD是最高位优先，LSD是最低位优先基数排序不能对float和double类型的实数排序
例图