算法导论第七章-快速排序-Cpp代码实现

实现了算法导论第七章中的快速排序


quick_sort.h


#pragma once

/*************************************************
Author:董小歪
Date:2016-06-05
Description:算法导论第七章-快速排序-Cpp代码实现
**************************************************/

#ifndef QUICK_SORT_H
#define QUICK_SORT_H

#include <iostream>
#include <vector>
#include <random>

using namespace std;

template <typename T>
class MyQuickSort
{
public:
	MyQuickSort();							//构造函数
	MyQuickSort(const vector<T> _data);		//构造函数

	void QuickSort(int l, int r);			//快排
	void Randomized_QuickSort(int l, int r);//随机化版本快排
	void Hoare_QuickSort(int l, int r);		//Hoare版本快排·思考题7-1
	void Hoare_QuickSort2(int l, int r);	//Hoare版本快排·思考题7-1
	void Tail_Recursive_QuickSort(int l, int r);	//尾递归版本·思考题7-4
	void print_data();						//打印数据


private:

	vector<T> data;							//数据
	int partition(int l, int r);			//数组的划分
	int randomized_partition(int l, int r);	//随机化版本
	int Hoare_partition(int l, int r);		//Hoare版本。7-1和书上有点不同。
	int Hoare_partition2(int l, int r);		//Hoare版本。7-1和书上有点不同。

};

template <typename T>
MyQuickSort<T>::MyQuickSort()
{
	data = vector<T>();
}

template <typename T>
MyQuickSort<T>::MyQuickSort(const vector<T> _data)
{
	data = _data;
}

template <typename T>
int MyQuickSort<T>::partition(int l, int r)
{
	int x = data[r];
	int i = l - 1;
	for (int j = l; j < r; ++j)
	{
		if (data[j] <= x)  //注意要等号加上去
		{
			++i;
			swap(data[i], data[j]);
		}
	}
	swap(data[r], data[i + 1]);
	return i + 1;
}

template <typename T>
void MyQuickSort<T>::QuickSort(int l, int r)
{
	if (l < r)  //有两个元素以上
	{
		int m = partition(l, r);
		QuickSort(l, m - 1);
		QuickSort(m + 1, r);
	}
}

template <typename T>
void MyQuickSort<T>::print_data()
{
	for (auto var : data)
		cout << var << " ";
	cout << endl;
}

template <typename T>
int MyQuickSort<T>::randomized_partition(int l, int r)
{
	uniform_int_distribution<unsigned> u(l, r);
	default_random_engine e;
	int i = u(e);  //产生一个随机数的位置
	swap(data[i], data[r]);
	return partition(l, r);
}

template <typename T>
void MyQuickSort<T>::Randomized_QuickSort(int l, int r)
{
	if (l < r)
	{
		int m = randomized_partition(l, r);
		Randomized_QuickSort(l, m - 1);
		Randomized_QuickSort(m + 1, r);
	}
}

template <typename T>
int MyQuickSort<T>::Hoare_partition(int l, int r)
{
	int x = data[l];
	int i = l, j = r;
	while (i < j)
	{
		while (i < j && data[j] > x)
			--j;
		data[i] = data[j];
		while (i < j && data[i] < x)
			++i;
		data[j] = data[i];
	}
	data[i] = x;
	return i;  //最后i和j是相等的,所以返回i和j都一样
}

template <typename T>
int MyQuickSort<T>::Hoare_partition2(int l, int r)
{
	int x = data[l];
	int i = l, j = r + 1;
	while (true)
	{
		do
		{
			--j;
		} while (data[j] > x);
		do
		{
			++i;
		} while (data[i] < x);
		if (i < j)
			swap(data[i], data[j]);
		else
			break;
	}
	data[l] = data[j];
	data[j] = x;
	return j;
}

template <typename T>
void MyQuickSort<T>::Hoare_QuickSort(int l, int r)
{
	if (l < r)
	{
		int m = Hoare_partition(l, r);
		Hoare_QuickSort(l, m - 1);
		Hoare_QuickSort(m + 1, r);
	}
}

template <typename T>
void MyQuickSort<T>::Hoare_QuickSort2(int l, int r)
{
	if (l < r)
	{
		int m = Hoare_partition2(l, r);
		Hoare_QuickSort2(l, m - 1);
		Hoare_QuickSort2(m + 1, r);
	}
}

template <typename T>
void MyQuickSort<T>::Tail_Recursive_QuickSort(int l, int r)
{
	while (l < r)
	{
		int m = partition(l, r);
		Tail_Recursive_QuickSort(l, m - 1);
		l = m + 1;
	}
}

#endif // !QUICK_SORT_H


main_entrance.cpp


#include "quick_sort.h"

int main()
{
	vector<int> data1 = { 2,8,7,1,3,5,6,4 };
	vector<int> data2 = { 2,8,7,1,3,5,6,2 };
	vector<int> data3 = { 13,19,9,5,12,8,7,4,11,2,6,21 };
	vector<int> data4 = { 13,19,9,5,12,8,7,1,11,2,6,21 };
	vector<int> data5 = { 13,19,9,3,12,8,7,1,11,2,6,21 };

	MyQuickSort<int> qs(data1);
	cout << "原数组data1:" << endl;
	qs.print_data();
	qs.QuickSort(0, data1.size() - 1);
	cout << "快排:" << endl;
	qs.print_data();
	cout << endl;

	MyQuickSort<int> qs2(data2);
	cout << "原数组data2:" << endl;
	qs2.print_data();
	qs2.Randomized_QuickSort(0, data2.size() - 1);
	cout << "随机化版本快排:" << endl;
	qs2.print_data();
	cout << endl;

	MyQuickSort<int> qs3(data3);
	cout << "原数组data3:" << endl;
	qs3.print_data();
	qs3.Hoare_QuickSort(0, data3.size() - 1);
	cout << "Hoare版本快排:" << endl;
	qs3.print_data();
	cout << endl;

	MyQuickSort<int> qs4(data4);
	cout << "原数组data4:" << endl;
	qs4.print_data();
	qs4.Hoare_QuickSort(0, data4.size() - 1);
	cout << "Hoare2版本快排:" << endl;
	qs4.print_data();
	cout << endl;

	MyQuickSort<int> qs5(data5);
	cout << "原数组data5:" << endl;
	qs5.print_data();
	qs5.Hoare_QuickSort(0, data5.size() - 1);
	cout << "尾递归版本快排:" << endl;
	qs5.print_data();
	cout << endl;

	system("pause");
}

测试结果


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
算法导论第16章16.2-5题目描述: 证明:在所有的用于求解单源最短路径问题的算法中,Bellman-Ford算法是唯一一个能够处理权值可以是负数的图的算法。 证明如下: 首先,给定一个图G和一个源节点s,我们假设该图G中存在至少一条从源节点s到另一个节点v的路径,使得该路径上至少有一条边的权值为负数。我们的任务是要找到一条从源节点s到节点v的最短路径。 考虑Bellman-Ford算法的实现过程。该算法通过迭代更新每个节点的松弛值来找到最短路径。在算法的每一次迭代中,我们对所有的边进行一次松弛操作。如果图中存在一条从源节点s到节点v的最短路径,那么这条路径上的所有边都会被松弛,且最终计算出的节点v的最短路径长度将会是这条最短路径的长度。 现在我们考虑一种情况:假设在算法的第k次迭代中,我们已经找到了从源节点s到节点v的长度为k的最短路径。此时考虑该最短路径的最后一条边(u,v),且该边的权值为负数。由于在Bellman-Ford算法中,我们是对所有边进行松弛操作的,因此在第k+1次迭代中,我们一定会通过这条边(u,v)来进行松弛操作。此时,由于(u,v)的权值为负数,因此算法将会通过这条边来缩短v的距离值,使得v的距离值变成小于k的某个值。这就意味着我们找到了一条从源节点s到v的更短的路径,与假设矛盾。 因此,我们得出结论:在所有的用于求解单源最短路径问题的算法中,Bellman-Ford算法是唯一一个能够处理权值可以是负数的图的算法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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