1、排序的定义
2、排序的稳定性
3、排序的详细分类
4、待排记录的数据存储结构
5、排序算法的效率分析(时间,空间,稳定性)
文章目录
待排记录的数据存储结构
#define MAXSIZE 20
typedef int KeyType;//注意此处的引号
typedef struct
{
KeyType key;
OtherType data;
}RedType;
typedef struct
{
RedType r[MAXSIZE+1];
int length;
}Sqlist;
插入类—直接插入排序
算法分析:
首先存储一段序列时L.r[0]用作监视哨,初始时不存储数据,i从2开始记录,i之前为排好的有序序列,i之后为待插入的序列,故初始时有序序列为L.r[1],之后由L.r[i].key<L.r[i-1].key来依次寻找接下来要插入的较小数据,并先存进监视哨中,然后从i-2开始向前与L.r[0]比较,寻找其需要插入的位置,比它大的数据都依次向后移,如果其为最小,就放在L.r[1]处。
改良后的:将序列分为两部分,一部分是排好的,另一部分是要向里面插入的,按照相邻位置依次去找小的数据,与之前数据比较找其需要插入的位置,同时其插入位置之后的数据要整体向后移动。(真正的去理解算法,而不只是翻译代码)
(不懂就举实例)
已知代码来看算法,和设计算法去写代码是截然不同的。
前者是算法就蕴含在代码中,后者是怎么将算法体现在代码中。
算法代码:
void Insertsort(Sqlist &L)
{
int i,j;
for(i=2;i<=L.length;i++)
if(L.r[i].key<L.r[i-1].key)
{
L.r[0]=L.r[i];
L.r[i]=L.r[i-1];
for(j=i-2;L.r[0].key<L.r[j].key;j--)
L.[j+1]=L.[j];
L.[j+1]=L.r[0];
}
}
/*
L.r[i]=L.r[i-1]; 这里的L.[i-1]已经与L.r[i]比较过,在L.r[0]=L.r[i]之后,进行i之前数据与L.r[0]的比较时,可不用再进行i-1与L.r[0]的比较,故之后是从i-2开始的
*/
时间复杂度:O(n^2)
空间复杂度:O(1)
稳定性:稳定
顺式链式均可,初始记录有序时更快;初始记录无序,n较大时不宜采用
插入类—折半插入排序
void BInsertsort(Sqlist &L)
{
int i,j,low,high,mid;
for(i=2;i<=L.length;i++)
{
L.r[0]=L.r[i]; //勿忘给监视哨赋值
low=1;high=i-1;
while(low<=high)
{
mid=(low+high)/2;
if(L<