排序模板 (待续)

 

First .  冒泡排序  复杂度 O(n^2)

# include <stdio.h>   
void bubbleSort(int arr[],int n) 
{     
	int i,j,t;      
	for(i=0;i<n-1;i++)     
	{         
		for(j=0;j<n-i-1;j++)         
		{             
			if(arr[j+1]<arr[j])             
			{               
				t=arr[j+1];               
				arr[j+1]=arr[j];               
				arr[j]=t;              
			}         
		}     
	}   
}   
void print(int arr[],int n)    
//打印数组 
{     
	int i=0;     
	for(;i<n;i++)     
	{        
		printf("%d  ",arr[i]);    
	}     printf("\n");
} 
int main(void)
{    
	int arr[]={49,15,52,64,98};
	//测试数据   
	print(arr,5);     
	bubbleSort(arr,5);      
	printf("排序后的结果:\n");    
	print(arr,5);    
	return 0;
}


Second.  插入排序 复杂度 O(n^2)

 

void insertion_sort(int array[],unsigned int first,unsigned int last) 
{
	int i,j; 
	int temp;
	for (i = first+1; i<=last;i++)
	{
		temp = array[i];
		j=i-1; //与已排序的数逐一比较,大于temp时,该数移后 
		while((j>=first) && (array[j] > temp)) 
		{ 
			array[j+1] = array[j];
			j--;
		} 
		array[j+1] = temp;
	}
} 


Thrid.  快速排序  复杂度 n*log(n)

设要排序数组是A[0]……A[N-1],首先任意选取一个数据(通常选用中间的数)作为关键数据,然后将所有比它小的数都放到它前面,所有比它大的数都放到它后面,这个过程称为一趟快速排序。值得注意的是,快速排序不是一种稳定的排序算法,也就是说,多个相同的值的相对位置也许会在算法结束时产生变动。

一趟快速 排序的算法是:
1)设置两个 变量i、j, 排序开始的时候:i=0,j=N-1;
2)以第一个 数组元素作为关键数据,赋值给 key,即 key=A[0];
3)从j开始向前搜索,即由后开始向前搜索(j -- ),找到第一个小于 key的值A[j],将 key与A[j]交换;
4)从i开始向后搜索,即由前开始向后搜索(i ++ ),找到第一个大于 key的A[i],将 key与A[i]交换;
5)重复第3步
6)重复第3、4、5步,直到 I=J; (3,4步中,没找到符合条件的值,即3中A[j]不小于 key,4中A[j]不大于 key的时候改变j、i的值,使得j=j-1,i=i+1,直至找到为止。找到符合条件的值,进行交换的时候i, j指针位置不变。另外,i==j这一过程一定正好是i+或j-完成的时候,此时令循环结束)。

 

void quicksort(int a[], int left, int right)
{
if (left >= right)
return;
int li = left, ri = right;
int key = a[(left + right) / 2];
while (li <= ri)
{
for (; a[ri] > key; --ri);
for (; a[li] < key; ++li);//swap
if (li <= ri)
{
int temp = a[li];
a[li] = a[ri];
a[ri] = temp;
++li, --ri;
}
}
if (li < right)
{
quicksort(a, li, right);
}
if (ri > left)
{
quicksort(a, left, ri);
}
}


 

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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