/**
冒泡排序
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
@param arr 要排序的数组
@return 返回排序后的结果
*/
- (NSArray*)bubbleSort:(NSArray*)arr
{
if(arr ==nil|| arr.count==0) {
returnnil;
}
NSMutableArray*tempArr = [NSMutableArrayarrayWithArray:arr];
for(NSIntegeri =0; i < tempArr.count; i++) {
for(NSIntegerj = i+1; j < tempArr.count; j++) {
if(tempArr[i] > tempArr[j]) {
[tempArrexchangeObjectAtIndex:iwithObjectAtIndex:j];
}
}
}
returntempArr.copy;
}
复制代码
/**
插入排序
将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
@param arr 要排序的数组
@return 返回排序后的结果
*/
- (NSArray*)insertSort:(NSArray*)arr
{
if(arr ==nil|| arr.count==0){
returnnil;
}
NSMutableArray*tempArray = [NSMutableArrayarrayWithArray:arr];
NSIntegerj =0;
for(NSIntegeri =1; i < tempArray.count; i++) {
idtemp = tempArray[i];
for(j = i; j >=0&& temp < tempArray[j -1]; j--) {
tempArray[j] = tempArray[j -1];
}
tempArray[j] =temp;
}
returntempArray.copy;
}
复制代码
/**
选择排序
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置;
再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾;
重复第二步,直到所有元素均排序完毕。
@param arr arr description
@return return value description
*/
- (NSArray*)selectSort:(NSArray*)arr
{
if(arr ==nil||
arr.count==0) {
returnnil;
}
NSMutableArray*tempArray = [NSMutableArrayarrayWithArray:arr];
NSIntegerminimum =0;
for(NSIntegeri =0; i < tempArray.count; i++) {
minimum = i;
for(NSIntegerj = i+1; j < tempArray.count; j++) {
if(tempArray[minimum] > tempArray[j]) {
minimum = j;
}
}
if(minimum != i) {
[tempArrayexchangeObjectAtIndex:iwithObjectAtIndex:minimum];
}
}
returntempArray;
}
复制代码
/**
快速排序
从数列中挑出一个元素,称为 “基准”(pivot)。
重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会退出,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。
@param arr 要排序的数组
@param low 低位下标
@param high 高位下标
*/
- (void)quickSort:(NSMutableArray*)arr low:(NSInteger)low high:(NSInteger)high
{
if(arr ==nil||
arr.count==0) {
return;
}
if(low >= high) {
return;
}
//取中值
NSIntegermiddle = (low + high) /2;
NSIntegerprmt = [arr[middle]integerValue];
NSIntegeri = low;
NSIntegerj = high;
//开始排序,使得leftprmt
while(i <= j) {
while([arr[i]integerValue] < prmt) {
i++;
}
while([arr[j]integerValue] > prmt) {
j--;
}
if(i <= j) {
[arrexchangeObjectAtIndex:iwithObjectAtIndex:j];
i++;
j--;
}
}
if(low < j) {
[selfquickSort:arrlow:lowhigh:j];
}
if(high > i) {
[selfquickSort:arrlow:ihigh:high];
}
}
复制代码
/**
堆排序
创建一个堆H[0..n-1];
把堆首(最大值)和堆尾互换;
把堆的尺寸缩小1,并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置;
重复步骤2,直到堆的尺寸为1
@param list 要排序的数组
*/
- (void)heapSort:(NSMutableArray*)list
{
for(NSIntegeri = [listcount]; i >0; i--) {
[selfCreateBiggestHeap:listCount:i];
[listexchangeObjectAtIndex:(i-1)withObjectAtIndex:0];
}
}
//创建最大堆heap 最大/最小优先级队列
- (void)CreateBiggestHeap:(NSMutableArray*)list Count:(NSInteger)count
{
NSIntegerlastParentIndex = (count -2)/2;
for(NSIntegeri = lastParentIndex; i >=0; i--){
NSIntegerparentIndex = i;
NSIntegerparentNode = [[listobjectAtIndex:parentIndex]intValue];
//获取左子结点为当前子结点
NSIntegercurrentChildIndex =2*i +1;
while(currentChildIndex <= count -1) {
NSIntegerleftChildNode = [[listobjectAtIndex:(currentChildIndex)]intValue];
if((currentChildIndex +1) <= count-1) {//表示存在右子结点
//读取右子结点
NSIntegerrightChildIndex = currentChildIndex +1;
NSIntegerrightChildNode = [[listobjectAtIndex:(rightChildIndex)]intValue];
//如果右子结点为最大
if(rightChildNode > leftChildNode && rightChildNode > parentNode) {
[listexchangeObjectAtIndex:parentIndexwithObjectAtIndex:rightChildIndex];
currentChildIndex = rightChildIndex;//右子结点为当前子结点 继续循环
//左子结点最大
}elseif(leftChildNode > rightChildNode && leftChildNode > parentNode) {
[listexchangeObjectAtIndex:parentIndexwithObjectAtIndex:currentChildIndex];
}
}else{
if(leftChildNode > parentNode) {
[listexchangeObjectAtIndex:parentIndexwithObjectAtIndex:currentChildIndex];
}
}
//更新父结点和下一个子结点
parentIndex = currentChildIndex;
currentChildIndex =2*currentChildIndex +1;
}
}
}
复制代码
/**
希尔排序
选择一个增量序列t1,t2,…,tk,其中ti>tj,tk=1;
按增量序列个数k,对序列进行k 趟排序;
每趟排序,根据对应的增量ti,将待排序列分割成若干长度为m 的子序列,分别对各子表进行直接插入排序。仅增量因子为1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
@param list 要排序的数组
*/
- (void)shellSort:(NSMutableArray*)list
{
NSIntegergap = list.count/2;
while(gap >=1) {
for(NSIntegeri = gap; i < list.count; i++) {
NSIntegertemp = [[listobjectAtIndex:i]integerValue];
NSIntegerj = i;
while(j >= gap && temp < [[listobjectAtIndex:(j - gap)]integerValue]) {
[listreplaceObjectAtIndex:jwithObject:[listobjectAtIndex:j - gap]];
j -= gap;
}
[listreplaceObjectAtIndex:jwithObject:@(temp)];
}
gap = gap /2;
}
}
复制代码
/**
归并排序
归并排序(Merge sort)是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。
申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
设定两个指针,最初位置分别为两个已经排序序列的起始位置;
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
重复步骤3直到某一指针达到序列尾;
将另一序列剩下的所有元素直接复制到合并序列尾。
@param array array description
@return return value description
*/
- (NSArray*)mergeSortWithArray: (NSArray*)array {
if(array.count<=1) {
returnarray;
}
NSInteger_number = array.count/2;
NSArray*_leftArray = [selfmergeSortWithArray:
[arraysubarrayWithRange:NSMakeRange(0, _number)]];
NSArray*_rightArray = [selfmergeSortWithArray:
[arraysubarrayWithRange:NSMakeRange(_number, array.count-_number)]];
return[selfmergeWithLeftArray:_leftArrayrightArray:_rightArray];
}
- (NSArray*)mergeWithLeftArray: (NSArray*)leftArray rightArray: (NSArray*)rightArray {
intl =0;
intr =0;
NSMutableArray*_resultArray = [NSMutableArrayarray];
while(l < leftArray.count&&
r < rightArray.count)
{
if(leftArray[l] < rightArray[r])
{
[_resultArrayaddObject:leftArray[l]];
l++;
}
else
{
[_resultArrayaddObject:rightArray[r]];
r++;
}
}
[_resultArrayaddObject: (leftArray.lastObject> rightArray.lastObject)?leftArray.lastObject:rightArray.lastObject];
return_resultArray;
}
复制代码
/**
基数排序是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。由于整数也可以表达字符串(比如名字或日期)和特定格式的浮点数,所以基数排序也不是只能使用于整数。
说基数排序之前,我们简单介绍桶排序:
算法思想:是将阵列分到有限数量的桶子里。每个桶子再个别排序(有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序)。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候,桶排序使用线性时间(Θ(n))。但桶排序并不是 比较排序,他不受到 O(n log n) 下限的影响。简单来说,就是把数据分组,放在一个个的桶中,然后对每个桶里面的在进行排序。
例如要对大小为[1..1000]范围内的n个整数A[1..n]排序。
首先,可以把桶设为大小为10的范围,具体而言,设集合B[1]存储[1..10]的整数,集合B[2]存储[10..20]的整数,……集合B[i]存储[(i-1)10, i10]的整数,i=1,2,..100。总共有100个桶。
然后,对A[1..n]从头到尾扫描一遍,把每个A[i]放入对应的桶B[j]中。 再对这100个桶中每个桶里的数字排序,这时可用冒泡,选择,乃至快排,一般来说任何排序法都可以。
最后,依次输出每个桶里面的数字,且每个桶中的数字从小到大输出,这 样就得到所有数字排好序的一个序列了。
假设有n个数字,有m个桶,如果数字是平均分布的,则每个桶里面平均有n/m个数字。如果对每个桶中的数字采用快速排序,那么整个算法的复杂度是O(n+mn/mlog(n/m))=O(n+nlogn–nlogm)。从上式看出,当m接近n的时候,桶排序复杂度接近O(n).
当然,以上复杂度的计算是基于输入的n个数字是平均分布这个假设的。这个假设是很强的,实际应用中效果并没有这么好。如果所有的数字都落在同一个桶中,那就退化成一般的排序了。
前面说的几大排序算法,大部分时间复杂度都是O(n2),也有部分排序算法时间复杂度是O(nlogn)。而桶式排序却能实现O(n)的时间复杂度。但桶排序的缺点是:
首先是空间复杂度比较高,需要的额外开销大。排序有两个数组的空间开销,一个存放待排序数组,一个就是所谓的桶,比如待排序值是从0到m-1,那就需要m个桶,这个桶数组就要至少m个空间。
其次待排序的元素都要在一定的范围内等等。
*/
复制代码