常见八大排序算法的分析实现与总结

最新推荐文章于 2022-03-31 13:04:59 发布
最新推荐文章于 2022-03-31 13:04:59 发布
阅读量405 收藏 1
点赞数
分类专栏： 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tangya3158613488/article/details/104451254
版权

排序的概念

在实现排序算法之前，我们需要对排序的相关概念有一个清楚的理解。

排序：排序就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

稳定性：假设在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序之后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的，否则称为不稳定的。

内部排序：数据元素全部在内存中的排序。

外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

八大排序算法

1.插入排序

  • 直接插入排序

  • 希尔排序

  • 直接插入排序：

基本思想：依次将待排序的记录和前面已经排好序的记录相比较，如果选择的元素比已排好序的元素还小，就交换两个位置的值，直到全部元素都比较完。

代码实现：

void InsertSort(int* a, int n)
{
	for (int i = 0; i < n - 1; i++)
	{
		int cur = i;
		int temp = a[cur + 1];
		while (cur >= 0)
		{
			if (a[cur] > temp)
			{
				a[cur + 1] = a[cur];
				a[cur] = temp;
				--cur;
			}
			else
			{
				break;
			}
		}
	}
}

  • 希尔排序

基本思想：希尔排序也叫缩小增量排序。其思想是：把记录按下标的一定增量进行分组，对每组使用直接插入排序，每排完一组，增量递减，当增量减至1时，进行最后一次直接插入排序。增量gap一般控制在gap = gap/3+1递减。

代码实现：

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 3 + 1;
		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int temp = a[end + gap];
			while (end >= 0 && a[end] > temp)
			{
				a[end + gap] = a[end];
				end -= gap;
			}
			a[end + gap] = temp;
		}
	}
}

2.选择排序

  • 直接选择排序
  • 堆排序

  • 直接选择排序

基本思想：每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。

代码实现：

void SelectSort(int* a,int n)
{
    for(int i = 0; i < n - 1; i++)
    {
        int minindex = i;
        for(int j = i + 1; j < n; j++)
        {
            if(a[minindex] > a[j])
            {
                minindex = j;
            }
        }
        if(minindex != i)
        {
            int tmp = a[minindex];
            a[minindex] = a[i];
            a[i] = tmp;
        }
    }
}

  • 堆排序

基本思想：利用堆这种数据结构所设计的一种排序算法，通过堆来进行选择数据，需要注意的是升序建大堆，降序建小堆。

实现代码：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
void Print(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		cout << a[i] << " ";
	}
	cout << endl;
}
void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child <= n - 1)
	{
		if (child + 1 < n && a[child] < a[child+1])
		{
			++child;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}
//排升序建大堆
void HeapSort(int* a,int n)
{
	for (int i = ((n - 1) - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a, n, i);
	}
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		--end;
	}
	Print(a, n);
}
void TestHeapSort()
{
	int a[] = { 20, 17, 4, 16, 5, 3 };
	int n = sizeof(a) / sizeof(a[0]);
	HeapSort(a, n);
}

3.交换排序

交换就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置，交换排序的特点是：将键值较大的记录向序列的尾部移动，键值较小的记录向序列的前部移动。

  • 冒泡排序
  • 快速排序

  • 冒泡排序

基本思想：每轮比较中将最大的元素沉入数组尾部。

代码实现：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
void Print(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		cout << a[i] << " ";
	}
	cout << endl;
}
void BubbleSort(int* a, int n)
{
	int end = n;
	while (end > 0)
	{
		int flag = 0;
		for (int i = 0; i < end - 1; i++)
		{
			if (a[i] > a[i + 1])
			{
				Swap(&a[i], &a[i + 1]);
				flag = 1;
			}
		}
		if (0 == flag)
		{
			break;
		}
		--end;
	}
	Print(a, n);
}
void TestBubbleSort()
{
	int a[] = { 15, 6, 56, 24, 9, 12, 55 };
	int n = sizeof(a) / sizeof(a[0]);
	BubbleSort(a, n);
}

  • 快速排序

基本思想：任取待排元素序列中的某元素作为基准值，按照该排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右序列重复该过程，直到所有元素都排列在相应位置上为止。

将区间按照基准值会分为左右两半部分的常见方式有：

  1. hoare版本
  2. 挖坑法
  3. 前后指针版本

hoare版本：

1.选key下标对应的值作为基准值；

2.从数组的最右边end向左出发，找到第一个比基准值小的值的位置；

3.然后再从数组的最左边begin向右出发，找到第一个比基准值大的值的位置；

4.然后交换这两个位置上的值。

5.重复上面的步骤，直到begin和end相遇结束，将基准值与此时begin对应的值交换。

代码实现：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
int PartSort1(int*a, int begin, int end)
{
	int key = begin;
	while (begin < end)
	{
		while (begin < end && a[key] <= a[end])
		{
			--end;
		}
		while (begin < end && a[key] >= a[begin])
		{
			++begin;
		}
		Swap(&a[begin], &a[end]);
	}
	Swap(&a[begin], &a[key]);
	return begin;
}

挖坑法：

1.定义两个指针begin指向起始位置，end指向最后一个元素的位置，将第一个位置的值指定为基准值，并作为坑；

2.从end向前找比基准值小的元素，找到后将end位置上的数值赋给此时begin位置上的元素；

3.再从begin位置向后找比基准值大的元素，找到后将begin位置上的数值赋给此时end位置上的元素；

4.重复上面步骤，直到begin和end相遇，此时将基准值赋给相遇位置。

代码实现：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
int PartSort2(int* a, int begin, int end)
{
	int key = a[begin];
	while (begin < end)
	{
		while (begin < end && key <= a[end])
		{
			--end;
		}
		a[begin] = a[end];
		while (begin < end && key >= a[begin])
		{
			++begin;
		}
		a[end] = a[begin];
	}
	//此时begin和end相遇
	a[begin] = key;
	return begin;
}

前后指针法：

1.定义两个指针cur和prev，cur在前指向起始位置的下一个位置，prev在后指向起始位置，并选择起始位置的数值作为基准值key。

2.cur找比key小的数，prev在cur没有找到的情况下一直不动。

3.cur找到比key小的数之后，如果此时++prev != cur就交换prev和cur上的数值。然后cur自增，重复上述步骤；

4.当cur走到数组末尾的下一个位置时，结束循环。

实现代码：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
int PartSort3(int* a, int begin, int end)
{
	int key = a[begin];
	int cur = begin;
	int prev = begin - 1;
	while (cur <= end)
	{
		if (a[cur] < key && ++prev != cur)
		{
			Swap(&a[prev], &a[cur]);
		}
		++cur;
	}
        ++prev;
	Swap(&a[begin], &a[prev]);
	return prev;
}

快速排序的优化

在数组有序或接近有序的时候，上面的方法效率会很低，我们可以采用三数取中法来进行优化。三数取中法就是在待排序序列中比较第一个元素、中间元素和最后一个元素的大小，然后取其中间大小的元素。

int GetMidIndex(int* a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	if (a[begin] < a[mid])
	{
		if (a[mid] < a[end])
		{
			return mid;
		}
		else if (a[begin] > a[end])
		{
			return begin;
		}
		else
		{
			return end;
		}
	}
	else
	{
		if (a[mid] > a[end])
		{
			return mid;
		}
		else if (a[begin] < a[end])
		{
			return begin;
		}
		else
		{
			return end;
		}
	}
}

在递归子区间的时候，如果区间内的数据比较少的时候我们就不用再划分子区间，而是直接用直接插入排序效率更高。因为划分子区间又要创建栈帧的开销。

优化后的快速排序

int GetMidIndex(int* a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	if (a[begin] < a[mid])
	{
		if (a[mid] < a[end])
		{
			return mid;
		}
		else if (a[begin] > a[end])
		{
			return begin;
		}
		else
		{
			return end;
		}
	}
	else
	{
		if (a[mid] > a[end])
		{
			return mid;
		}
		else if (a[begin] < a[end])
		{
			return begin;
		}
		else
		{
			return end;
		}
	}
}
//1.hoare版本
int PartSort1(int*a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	mid = GetMidIndex(a, begin, end);
	if (mid != begin)
	{
		Swap(&a[mid], &a[begin]);
	}
	int key = begin;
	while (begin < end)
	{
		while (begin < end && a[key] <= a[end])
		{
			--end;
		}
		while (begin < end && a[key] >= a[begin])
		{
			++begin;
		}
		Swap(&a[begin], &a[end]);
	}
	Swap(&a[begin], &a[key]);
	return begin;
}
//2.挖坑法
int PartSort2(int* a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	mid = GetMidIndex(a, begin, end);
	if (mid != begin)
	{
		Swap(&a[mid], &a[begin]);
	}
	int key = a[begin];
	while (begin < end)
	{
		while (begin < end && key <= a[end])
		{
			--end;
		}
		a[begin] = a[end];
		while (begin < end && key >= a[begin])
		{
			++begin;
		}
		a[end] = a[begin];
	}
	//此时begin和end相遇
	a[begin] = key;
	return begin;
}
//3.前后指针法
int PartSort3(int* a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	mid = GetMidIndex(a, begin, end);
	if (mid != begin)
	{
		Swap(&a[mid], &a[begin]);
	}
	int key = a[begin];
	int cur = begin + 1;
	int prev = begin;
	while (cur <= end)
	{
		if (a[cur] < key && ++prev != cur)
		{
			Swap(&a[prev], &a[cur]);
		}
		++cur;
	}
	Swap(&a[begin], &a[prev]);
	return prev;
}
void QuickSort(int* a, int left, int right)
{
	if (left >= right)
		return;
	if ((right - left + 1) < 10)
	{
		InsertSort(a + left, right - left + 1);
	}
	else
	{
		//int div = PartSort1(a, left, right);
		//int div = PartSort2(a, left, right);
		int div = PartSort3(a, left, right);
		//递归去div的左区间找新的关键字
		QuickSort(a, left, div - 1);
		//递归去div的右区间找新的关键字
		QuickSort(a, div + 1, right);
	}
}

快速排序（非递归版本）

利用栈保存数组左右区间的边界元素。

1.左右区间的元素先入栈；

2.然后再取出栈顶元素，出栈；

3.然后可以选择以上任意一种快排算法进行排序。

4.入栈，左右区间的边界元素，循环上述步骤，直到栈为空。

注意：进栈出栈的顺序，如果先进的是左边界元素，第一个出栈的是右边界的元素，不要弄反了。

代码实现：

void Swap(int* x, int* y)
{
	int temp = *x;
	*x = *y;
	*y = temp;
}
//3.前后指针法
int PartSort3(int* a, int begin, int end)
{
	int mid = begin + ((end - begin) >> 1);
	mid = GetMidIndex(a, begin, end);
	if (mid != begin)
	{
		Swap(&a[mid], &a[begin]);
	}
	int key = a[begin];
	int cur = begin + 1;
	int prev = begin;
	while (cur <= end)
	{
		if (a[cur] < key && ++prev != cur)
		{
			Swap(&a[prev], &a[cur]);
		}
		++cur;
	}
	Swap(&a[begin], &a[prev]);
	return prev;
}
//实现一个快速排序的非递归算法
void QuickSortNOR(int* a, int left, int right)
{
	std::stack<int> s;
	if (left < right)
	{
		s.push(left);
		s.push(right);
	}
	while (!s.empty())
	{
		int end = s.top();
		s.pop();
		int begin = s.top();
		s.pop();
		int div = PartSort3(a, begin, end);
		if ((end - begin + 1) < 10)//小区间优化直接插入排序
		{
			InsertSort(a + left, right - left + 1);
		}
		else
		{
			if (begin < div - 1)
			{
				s.push(begin);
				s.push(div - 1);
			}
			if (div + 1 < end)
			{
				s.push(div + 1);
				s.push(end);
			}
		}
	}
}

4.归并排序

归并排序算法的主要思想就是分治法。每个递归过程涉及到分解和合并。

分解：将待排序列n个元素分解成两个子序列，每个子序列包含n/2个元素。

合并：将两个排好的子序列进行合并

代码实现：

void _MergeSort(int* a, int begin, int end, int* tmp)
{
	if (begin >= end) //退出条件
		return;
	int mid = begin + ((end - begin) >> 1);
	_MergeSort(a, begin, mid, tmp); // 递归左半数组
	_MergeSort(a, mid + 1, end, tmp); // 递归右半数组

	//将排好序的两部分数组归并（排序）

	int begin1 = begin, end1 = mid;
	int begin2 = mid + 1, end2 = end;
	int index = begin;

	while (begin1 <= end1 && begin2 <= end2)// 循环条件：任一个数组排序完，则终止条件，最后将没有比较完的数组直接一一拷过去
	{
		if (a[begin1] <= a[begin2])
		{
			tmp[index++] = a[begin1++];
		}
		else
		{
			tmp[index++] = a[begin2++];
		}
	}
	if (begin1 <= end1)
	{
		while (begin1 <= end1)
		{
			tmp[index++] = a[begin1++];
		}
	}
	else
	{
		while (begin2 <= end2)
		{
			tmp[index++] = a[begin2++];
		}
	}
	
	//将tmp中的数据拷贝到原数组中
	memcpy(a+begin, tmp+begin, sizeof(int)*(end - begin + 1));
}
void MergeSort(int* a, int n)
{
	int* tmp = new int[n];
	_MergeSort(a, 0, n - 1, tmp);
	delete[] tmp;
}

5.计数排序

计数排序是额外开一个范围大小的数组，该范围是待排序数组中元素的最大值和最小值之差加一，然后将新开数组的每个位置的值初始化为0，遍历原数组，统计每个数出现的次数，最后遍历范围进行排序。

代码实现：

void CountSort(int* a,int n)
{
	int max = a[0];
	int min = a[0];
	//循环找到原数组中的最大值和最小值
	for (int i = 0; i < n; i++)
	{
		if (a[i] > max)
		{
			max = a[i];
		}
		if (a[i] < min)
		{
			min = a[i];
		}
	}
	int range = max - min + 1;
	int* counta = new int[range];
	memset(counta, 0, sizeof(int)*range);//将新数组counta中的每个元组初始化为0
	//遍历原数组，统计每个数出现的次数
	for (int i = 0; i < n; i++)
	{
		counta[a[i] - min]++;
	}
	int index = 0;
	//遍历范围
	for (int i = 0; i < range; i++)
	{
		while (counta[i]--)
		{
			a[index] = i + min;
			index++;
		}
	}
}

总结排序算法

TANGYRun
关注
专栏目录
排序算法实现总结
qq_25626505的博客
06-27 271
一、快速排序 1） 实现一： 当将arr的第一个元素作为标准key， 需要从arr的尾端先做比较，这是因为作为标准的key，在函数partition的循环过程中一直在被移动，直到i == j的时候，key的值才固定。如果从arr首端开始比较，会出现错误； 此函数实现使用了swap函数； void swap(int* a, int* b) { int tmp = *a; *a = *b; *b = tmp; } int partition(int *arr, int i, int j) { int k
经典排序算法实现和总结
amoscykl的博客
12-22 504
算法分类 非线性时间比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此称为非线性时间比较类排序。 线性时间非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此称为线性时间非比较类排序。 算法复杂度: 稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。 不稳定：如果a原本...
排序算法总结与实现
qq_39536716的博客
09-16 258
算法基本概念 算法稳定性 如果待排序中有两个元素Ri 与Rj ,其对应的关键字keyi 与keyj ,并且在排序前Ri 在Rj 前面，如果使用某一种排序算法后，Ri 仍然在Rj 前面，则称这个算法是稳定的。否则称这个算法不稳定。算法是否稳定，不是衡量一个算法优劣，主要是针对算法的性质进行描述。 算法时间复杂度 某一个语句或者块，在算法中被重复执行的次数。算法中所有语句的频度之和记作T(n),时间复杂度主要分析T(n)的数量级，算法中基本的运算的频度与T(n)同数量级，算法的时间复杂度记为：T(n) = O
【数据结构】常见八大排序的实现
m0_51064412的博客
07-27 1204
文章目录一. 排序相关的概念二. 常见排序算法的实现1. 直接插入排序2. 希尔排序 一. 排序相关的概念 排序概念 所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。 排序的稳定性 在未排序前，a下标对应的值和b下标对应的值相等（a < b），排序后如果这两个位置的相等值仍然保持和排序前一样的前后顺序则说明该排序稳定。 内部排序 数据元素全部放在内存中的完成的排序。 外部排序 数据元素太多不能同时放在内存中完成排序，只能放到文件或磁盘中（存在文件或磁盘中就不能
数据结构实验之排序算法及其应用【附代码&实验成果】
米莱虾
04-14 5512
一、实验目的 1）理解并掌握各种常用内部排序算法的基本概念、思想和方法。掌握常用内部排序算法流程。 2）掌握常用的排序方法，深刻理解排序的定义和各种排序方法的特点。 3）通过实验观察不同方法的不同之处，记录并分析各种排序方法的结果。 二、实验环境 1）自备计算机，windows操作系统以及相关的编译器（如Devc++）。 三、实验要求 1）理解及熟练运用直接插入排序、快速排序、堆排序和归并排序、哈希排序等内部排序算法。 2）通过计数统计各算法的关键字比较次数和关键字移动次数。 3）分析算法的时间复杂度、空间
利用Python实现数据结构常见的八大排序算法
02-20
以下是利用Python实现数据结构中常见的八大排序算法的知识点。 1. 直接插入排序：直接插入排序是一种简单的排序算法，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...
Python八大常见排序算法定义、实现及时间消耗效率分析
12-23
本文实例讲述了Python八大常见排序算法定义、实现及时间消耗效率分析。分享给大家供大家参考，具体如下： 昨晚上开始总结了一下常见的几种排序算法，由于之前我已经写了好几篇排序的算法的相关博文了现在总结一下的...
C++常见八大排序算法
01-24
本文将详细介绍在C++中实现的八大排序算法，以及如何在Visual Studio 2017环境下进行编写。 首先，让我们来逐一了解这八大排序算法： 1. **冒泡排序**：这是一种简单的排序方法，通过重复遍历待排序的数列，一次...
python实现八大常见排序算法
12-21
本篇文章将探讨八大常见排序算法的Python实现，包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、计数排序和基数排序。 1. 冒泡排序（Bubble Sort） 冒泡排序是最基础的排序算法之一，它通过重复...
排序算法设计与分析实践报告
qq_55582202的博客
09-16 2120
20级陈柏延 10205501441 内容与设计思想 1.设计一个数据生成器，输入参数包括N, s, t, T；可随机生成一个大小为N、数值范围在[s, t]之间、类型为T的数据集合；T包括三种类型（顺序递增、顺序递减、随机取值） 2.编程实现merge sort算法和insertion sort算法。（以下测试都使用第1步的数据生成器） 3.对于顺序递增类型的数据集合而言，在不同数据规模情况下（数据规模为10^2, 10^3, 10^4, 10^5）下，两种算法的运行时间各是多少？
十大排序算法总结与实现
jaredray的博客
03-31 1524
十大排序算法
六种常见排序算法分析与实现
Mekeater的博客
03-31 1070
6种常见排序算法分析与实现 前言 本文讲解常见排序算法的分析与实现，具体包括冒泡排序；选择排序；插入排序；希尔排序；归并排序；快速排序；算法实现采用Java和C++两种语言。 一、冒泡排序 二、选择排序 三、插入排序 四、希尔排序 五、归并排序 六、快速排序 ...
c语言数组排序算法的实验总结,排序算法实验报告技术总结.doc
weixin_32098191的博客
05-24 1971
数据结构实验报告八种排序算法实验报告实验内容编写关于八种排序算法的C语言程序，要求包含直接插入排序、希尔排序、简单选择排序、堆排序、冒泡排序、快速排序、归并排序和基数排序。实验步骤 各种内部排序算法的比较：八种排序算法的复杂度分析(时间与空间)。八种排序算法的C语言编程实现。八种排序算法的比较，包括比较次数、移动次数。稳定性，时间复杂度和空间复杂度分析?比较时间复杂度函数的情况：时间复杂度函数...
排序算法（Sorting Algorithm）
qq_42885747的博客
11-16 542
排序算法 所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。排序算法，就是如何使得记录按照要求排列的方法。排序算法在很多领域得到相当地重视，尤其是在大量数据的处理方面。一个优秀的算法可以节省大量的资源。在各个领域中考虑到数据的各种限制和规范，要得到一个符合实际的优秀算法，得经过大量的推理和分析。 1.快速排序算法 排序步骤 在当前区域（记为area）...
数据结构实验报告——排序算法设计及分析（排序单链表）
weixin_45823684的博客
01-13 3729
一、实验目的和要求 通过学习多种排序算法，体会对同一种操作多种不同的算法设计；通过比较各排序算法对于数据存储结构的要求，体会算法设计不依赖于数据存储结构，而算法实现依赖于数据存储结构:通过分析排序算法的效率，研究如何进一步提高算法性能的方法。 要求掌握每种排序算法思路、算法描述、算法设计 与算法实现手段，掌握排序算法时间复杂度和空间复杂度的分析方法，具有排序算法的设计能力。 二、实验题目 实验一：由单链表构造排序单链表 public SortedSinglyList(SinglyList&lt
九大基础排序总结与对比
hemingway
06-24 694
一、对比分析图 均按从小到大排列 k代表数值中的”数位”个数 n代表数据规模 m代表数据的最大值减最小值　 稳定性：稳定排序算法会让原本有相等键值的纪录维持相对次序。也就是如果一个排序算法是稳定的，当有两个相等键值的纪录R和S，且在原本的列表中R出现在S之前，在排序过的列表中R也将会是在S之前。 二
二叉搜索树的实现（C++）
TANGY的博客
04-19 2433
二叉搜索树又称为二叉排序树，它可能是一棵空树，亦或是一棵具有以下性质的二叉树： 若它的左子树不为空，则左子树上所有结点的值都小于根结点的值。 若它的右子树不为空，则右子树上所有结点的值都大于根结点的值。 它的左右子树也分别为二叉搜索树。 二叉搜索树的操作 1.二叉搜索树的查找 实现思路： 若结点不为空： 如果结点的值key == 查找的key，返回该结点； 如果结点的值key ...
快速排序（非递归）
TANGY的博客
01-11 1375
需要借助栈 typedef int STDatatype; typedef struct Stack { STDatatype* _a; int _top;//栈顶 int _capacity;//容量 }Stack; void StackInit(Stack* ps) { assert(ps); ps-&gt;_a = NULL; ps-&gt;_capacity = 0; ps-...
二叉树与双向链表
TANGY的博客
01-06 1152
输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点，只能调整树中结点指针的指向。 /* struct TreeNode { int val; struct TreeNode *left; struct TreeNode *right; TreeNode(int x) : val(x), left(NULL), right(NULL) { } };*...
Python实现八大排序算法详解：从直接插入到堆排序
在本文中，我们将深入探讨Python实现数据结构中的八大常见排序算法，包括直接插入排序、希尔排序、简单选择排序以及堆排序。这些算法是数据结构基础课程中的核心内容，理解它们的工作原理和性能对于数据处理至关重要...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值