前言
排序算法是一种基础且常用的算法。本文将会介绍插入排序、选择排序、冒泡排序、快速排序、归并排序和桶排序。
正文
本文全部排序目的为升序。
插入排序
插入排序的思路类似我们打扑克牌时给手中扑克牌排好序,摸到一张新的扑克牌,我们是将它插入到手中已有序的扑克牌,可证明此操作从1张扑克牌到 n n n张扑克牌完成了排序目的,如下图所示。
代码实现:显然用数组存已有序的序列,新的一张牌可从序列末尾,将比他大的数移到后面。
void sort1(int a[], int n) //插入排序 n2
{
for (int i = 2; i <= n; i++) // 类似给手中扑克牌排序 向已排好序列中插入
{
int x = a[i];
for (int j = i - 1; j >= 1; j--) //[1,i-1]为已有序的序列,位置i处为新的一张牌。
{
if (a[j] > x)
swap(a[j], a[j + 1]);
else
break;
}
}
}
时间复杂度分析:最差情况下,原序列为降序,每次新的一张牌从尾移到头部,为 O ( n 2 ) O(n^2) O(n2)。
选择排序
选择排序的思路是将数列分为两部分,一部分为有序序列,另一部分为未排序序列,每次从未排序序列中选择最小值并加入到有序序列的尾端,可证明同样完成了排序目的,且十分稳定,如下图所示。
代码实现:i位置放[i,n]中的最小项 [1,i-1]是已排好序列 选择[i,n]中最小值
void sort2(int a[], int n) //选择排序 n2
{
for (int i = 1; i < n; i++) // i位置放[i,n]中的最小项 [1,i-1]是已排好序列 选择[i,n]中最小值
{
int m = i;
for (int j = i + 1; j <= n; j++)
{
if (a[j] < a[m])
m = j;
}
swap(a[i], a[m]);
}
}
时间复杂度分析:比较稳定,每次找最小值都要遍历一遍,为 O ( n 2 ) O(n^2) O(n2)。
冒泡排序
可知原序列存在形如[3,2]的一对(逆序对)是造成其不能升序的重要原因,冒泡排序思路是通过 n − 1 n-1 n−1次遍历数列,遇到逆序对进行交换,可证明 n − 1 n-1 n−1次遍历后序列一定有序且每次遍历完较大值将移到后面,如下图所示。
代码实现: n − 1 n-1 n−1次遍历,不停交换。
void sort3(int a[], int n) //冒泡排序 n2
{
for (int i = 1; i < n; i++) // 假定最后一个为最小值 可知它经过n-1次到达位置1 如同气泡浮出水面
{
for (int j = 1; j < n; j++)
{
if (a[j] > a[j + 1])
swap(a[j], a[j + 1]);
}
}
}
时间复杂度分析:最坏情况下,原序列为降序,每次都要交换,为 O ( n 2 ) O(n^2) O(n2)。
快速排序
快速排序以及下面的归并排序采用了分治的思想,快速排序思路是,选取一个基准值,将其分为小于它和大于它的两部分,然后对这两部分进行递归操作,可证明完成了排序目的,如下图所示:
看图理解难度较大,最好自己尝试根据思路代码用笔模拟一遍实现过程
代码实现:
void sort4(int a[], int l, int r) // //快速排序 nlogn 根据基准值分成小于和大于的两部分 对这两部分递归进行同样操作
{
if (l >= r)
return;
//swap(a[l], a[(l + r) / 2]);//随机基准值
int j = l + 1;//j代表下一个存储小于基准值的位置
for (int i = l + 1; i <= r; i++)
{
if(a[i] < a[l])//基准值为a[l]
{
swap(a[i], a[j]);
j++;
}
}
swap(a[l], a[j-1]);
sort4(a, l, j - 2);
sort4(a, j, r);
return;
}
时间复杂度分析:该算法不稳定,当降序时,该算法退化成 n 2 n^2 n2,显然关键在于基准值的选取,通过随机基准值可使得算法均摊时间复杂度为 n l o g n nlogn nlogn,相当优秀,随机基准值方法很多,代码中只是一种。
归并排序
归并排序是作者最喜欢的排序算法,归并排序思路是通过对原问题进行分解成若干子问题,递归地求解子问题,通过合并两个已排序的子序列产生当前区间的已排序的答案,合并操作类似桌面上有两堆已排序好且牌面朝上的牌,每次比较两堆牌顶端大小,可合并成一堆有序的牌,如下图所示:
代码实现由两个函数,一个函数负责合并两堆有序为一堆,另一个负责分解子问题并回升
void set(int a[], int l, int mid, int r) // 两堆扑克 比较顶部大小并合并
{
int b[MAXN], l1 = l, l2 = mid + 1, tmp = 0;
while (l1 <= mid && l2 <= r)
b[++tmp] = a[l1] < a[l2] ? a[l1++] : a[l2++];
while (l1 <= mid)
b[++tmp] = a[l1++];
while (l2 <= r)
b[++tmp] = a[l2++];
while (tmp > 0)
a[r--] = b[tmp--];
}
void sort5(int a[], int l, int r) //归并排序 nlogn 子问题
{
if (l == r)
return;
int mid = (l + r) / 2;
sort5(a, l, mid);
sort5(a, mid + 1, r);
set(a, l, mid, r);
}
时间复杂度分析:该算法十分稳定,每次合并最多为 n n n次操作,可得时间复杂度为 n l o g n nlogn nlogn,缺点在于需要另外一个临时数组。
桶排序
桶排序较简单且应用常见较少,对数值大小要求较高,时间复杂度为 O ( n ) O(n) O(n),如下图所示:
![](https://7.dusays.com/2021/02/09/36dbd89d781ef.gif)
void sort6(int a[], int n) //桶排序 n
{
int b[100010], k = 0;
for (int i = 1; i < 100000; i++) // 原理简单 适合数据规模大于10^6的情景
b[i] = 0;
for (int i = 1; i <= n; i++)
b[a[i]]++;
for (int i = 1; i < 100000; i++)
{
if (b[i])
{
for (int j = 1; j <= b[i]; j++)
a[++k] = i;
}
}
}
结论
重在思想,竞赛中用sort。