排序算法学习（3）

1.优化的起泡排序的排序趟数与参加排序的序列原始状态有关。（正确）

2.对任何用顶点表示活动的网络(AOV网)进行拓扑排序的结果都是唯一的。（错误）

3.在分配排序时，最高位优先分配法比最低位优先分配法简单。（错误）

4.在排序算法中每一项都与其他各项进行比较，计算出小于该项的项的个数，以确定该项的位置叫：枚举排序。

 

枚举排序，通常也被叫做秩排序，算法基本思想是：对每一个要排序的元素，统计小于它的所有元素的个数，从而得到该元素在整个序列中的位置，时间复杂度为O（n^2）

 

5.两分法插入排序所需比较次数与待排序记录的初始排列状态相关。（错误）

6. 虽然平均情况下快排和堆排时间复杂度都为O(nlogn)，甚至堆排序的最坏情况下时间复杂度和辅助空间都优于快排。但是不能否认的是，虽然都是O(nlogn)级别，但是快排的常数因子要小于堆排序。

 

7.现有1G数据需要排序，计算资源只有1G内存可用，下列排序方法中最可能出现性能问题的是：归并排序。

分析：冒泡排序,简单选择排序,堆排序,直接插入排序,希尔排序的空间复杂度为O(1),因为需要一个临时变量来交换元素位置,(另外遍历序列时自然少不了用一个变量来做索引)。

快速排序空间复杂度为O(logn)~O(n)(因为递归调用了)。

归并排序空间复杂是O(n),需要一个大小为n的临时数组。

基数排序的空间复杂是O(n),桶排序的空间复杂度不确定。

 

8.现有一数列{3,2,5,7,6,8}，要求按升序排序，下面说法正确的是：

快速排序，每次选择最后一个元素作为支点，需要比较12次。（快速排序，选择最后一个元素为基，第一遍需要5次比较，第二趟对8的左侧进行快速排序，需要4次比较，结果使6,7交换，第三次在6的左侧快速排序，需要2系比较，第四次在5的左侧快排，需要1次比较，加起来5+4+2+1=12次）

直接插入排序，每次需要遍历一次数组，需要5+4+3+2+1=15次。

 

9.排序趟数与序列的原始状态有关的排序方法是：CD。

A． 插入 B选择 C优化起泡 D  快速

分析：注意这个题问的是排序的趟数而不是时间复杂度，插入排序和选择排序不管序列的原始状态是什么都要执行n-1趟，CD就不一定了。

插入的排序趟数是固定的n-1，即使序列有序，也要依次从第二个元素开始，向前找它的插入位置。

需要区别时间复杂度和排序趟数。

 

10.   对n个元素的数组进行快速排序，所需要的额外空间为：O(logn)

11.   数据序列{8,9,10,4,5,6,20,1,2}只能是下列排序算法中的C后的结果。

A 选择 B 起泡 C 插入 D 堆排序

分析：A. 不可能，8不是序列中的最大或最小值。选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理是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。

 

B.不可能，2不是最大值或最小值。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成

C.插入排序:两趟排序后前三个是依次排序的

D. 不可能，8不是序列中的最大或最小值。

 

12.   下列哪个算法是对一个list排序的最快方法：A

A 快速排序 B 冒泡排序 C 二分插入排序 D 线性排序

分析：list采用链式结构存储，在C++ STL中的list采用双向链表存储，比较适合用快速排序进行排序，这是由快速排序不需要随机访问元素的特点决定的。因为快排从两端顺序访问元素。

冒泡排序适合list，但是算法复杂度为O(n^2)，没有快速排序快。

二分插入排序算法适合顺序存储情况，不适合链式存储。

 

分析二：由于数据结构是链表结构，排序的时候会涉及到删除和插入操作。A选项需要调换的元素太多了，故错误。C选项才是最适合链表结构的。

 

分析三：list肯定指的单项链表，快速排序有两种方法，清华大学给的数据结构上一种，算法导论上一种，算法导论上那种单链表一样可以快速排序

 

13.   在外排序过程中，对长度为n的初始序列进行“置换-选择”排序时，可以得到的最大初始有序段的长度不超过n/2 （错误）

分析：外部排序，置换选择，在内存区保存一段数字，每次弹出内存区中最小的数字（这个数字不能比已经弹出的最大数字大），加入一个新数字，当内存区中不存在比弹出序列中最大数字还大的数字，即内存区中的数字都比上一个弹出的数字小，分段。构造第二个段，以此类推。如果待排元素有序，则只有一个归并段。长度N。

14.   快排在已经有序情况下效率最差，复杂度为：O(N^2)。

15.   排序时，若不采用计数排序的等空间换时间的方法，合并m个长度为n的已排序数组的时间复杂度最优为O(mn(logm))

分析：1）.分别将m个数组的第一个数(都是各自数组的最小值)取出，建立一个最小堆。//最小堆的初始化 

2).取出堆顶元素(目前最小值)，放入最终的数组中。并将取出的那个元素原先的数组的下一个数放在堆顶，然后进行一次由上至下(下沉)的堆有序操作。注意：如果有一个数组遍历完，则将堆大小减1。

3).重复执行步骤2直至所有的数组都遍历完。

4).最后将堆中还剩下的m个数据按照堆排序的规则依次放入最终数组中。

整个过程中最耗时的步骤是2 3的重复。堆的有序化为O(lgm)，我们需要将所有的元素(m * n个)都遍历出来让堆过滤一遍(就是找到最小值)，所有大约会有 m * n 次 2 3 步的循环。

所以，最终的复杂度为m * n *lg(m)。

 

16.   假设你只有100MB的内存，需要对1GB的数据进行排序，最合适的算法是：归并排序、

分析：首先内存只有100Mb，而数据却有1Gb，所以肯定没法一次性放到内存去排序，只能用外部排序，而外排序通常是使用多路归并排序，即将原文件分解成多个能够一次性装入内存的部分（如这里的100Mb），分别把每一部分调入内存完成排序（根据情况选取适合的内排算法），然后对已经排序的子文件进行多路归并排序（胜者树或败者树）。

插入，冒泡，选择三个都需要把所有的数据一次性加入到内存中，才能进行。而并归排序可以完成。

 

17.   已知数据表A中每个元素距其最终位置不远，为了节省时间，应该采用的算法是：直接插入排序、

分析：因为每个数据里最终目标不远，说明数据基本有序，直接插入排序是数据越有序越快，最快时间复杂度可达到O(n)，选择排序无论何时都是O（n^2）, 快速排序越有序越慢，它要从后到前遍历找比基准小的，时间复杂度达到O(n),堆排序需要不断进行调整，时间复杂度为O(nlog2^n)。

 

18.   用希尔排序方法对一个数据序列进行排序时，若第一趟排序结果为9,1,4,13,7,8,20,23,15，则该趟排序采用的增量（间隔）可能：3.

分析：希尔排序：设待排序元素序列有n个，首先取gap<n作为间隔，将全部元素分为gap个子序列，所有距离为gap的元素放在同一个子序列中，在每个子序列进行直接插排。

从定义可知，在进行第一趟希尔排序后，由于执行了直接插排，每个子序列都是有序的。

根据题目，反过来，找间隔gap，使得每个子序列{a[i],a[i+gap],a[i+2*gap]....}有序，其中i~[0,n-1]。如图，相同颜色的属于同一个子序列，增序。因此题目中第一趟gap=3.关于疑问：

可以看出该公式相当于a1=a0/3+1，是基于本次increment计算下一次的increment。而第一次的increment相当于a0，是给定的，不是计算得来的。

 

19.   对n个数字进行排序，其中两两不同的数字个数为k，n远远大于k，而n的取值区间长度超过了内存大小，时间复杂度最小可以是：O(n)。

分析：先通过hash来获得这k个数，以及每个数对应的个数，然后对k个数进行排序。复杂度为O(N)，一开始要遍历n个数啊，因为不知道有多少个数，最后无法排序。所以复杂度就O(N)，后面因为K很小排序就忽略了。

 

分析二: 两两不同的数字的个数为k，因为不知道确定的数字范围，桶排序不适合，又因为 n远远大于k， 本题使用hash表来统计，首先获得k个数及其每个数出现的次数，然后对k个数进行排序，排序的 复杂度可忽律不计，实际上就是遍历一遍n个数字，所以本位复杂度为O（n）。

 

20.   有一个小白程序员，写了一个只能对5个数字进行排序的函数。现在有25个不重复的数字，请问小白同学最少调用几次函数，可以找出其中最大的三个数? 7次。

分析：1、25人分5组调用，分别排序，调用5次

2、取出5组中的最大数，排序，调用1次

3、将第2步排序中最大的三组取出，假设为A,B,C，从第二步已知A[1]>B[1]>C[1]，不需要再比较，选A[2]、A[3]、B[1]、B[2]、C[1]比较。不需要比较B[3]是因为A[1]已经最大了，若剩下两个数在B中，A[1]占了一个数，只剩两个位置，C[1]同理，轮到C[1]的时候，前面A[1]>B[1]已经占了两个位置。调用1次

总共 5+1+1=7次