所有排序算法均从小到大排序
一冒泡排序:冒泡排序的思想就是两两比较,把最大的沉下去;重复沉入最大数据。直到剩下最后两个数据进行比较。
void BubbleSort(int *ar, int len)
{
int flag = 0;
int i = 0;
int j = 0;
for(i=0; i<len-1; ++i)
{
for(j=0; j<len-i-1; ++j)
{
if(ar[j] > ar[j+1])
{
flag = 1;
Swap(&ar[j], &ar[j+1]);
}
}
if(flag == 0)
{
return ;
}
flag = 0;
}
}
二 选择排序: 选择排序的思想是选择出范围内的最小的那个元素,最后与该范围内的第一个元素进行交换;不断重复这一过程,缩小范围,直到剩最后两个数据进行比较
void SelectSort(int *ar, int len)
{
int tmp = 0;
int i = 0;
int j = 0;
for(i=0; i<len; ++i)
{
tmp = i;
for(j=i+1; j<len; ++j)
{
if(ar[j] < ar[tmp])
{
tmp = j;
}
}
if(tmp != i)
{
Swap(&ar[i], &ar[tmp]);
}
}
}
三快速排序: 选取一个基值,前后进行比较,最终其前面的比其都小,后面的比其都大;在前后两部分递归调用快排
快排递归
void Quick(int*ar, int start, int end );
{
int i = start;
int j = end;
int tmp = ar[i];
while(i <= j)
{
while(i < j && ar[j] >=tmp)
{
j--;
}
if(i >= j)
{
break;
}
ar[i] = ar[j];
while(i < j && ar[i] < tmp)
{
i++;
}
if(i >= j)
{
break;
}
ar[j] = ar[i];
}
ar[i] = tmp;
if(j - start > 1)
{
Quick(ar, start, j-1);
}
if(end - j > 1)
{
Quick(ar, j+1, end);
}
}
void QuickSort(int *ar, int len)
{
int start = 0;
int end = len - 1;
Quick(ar, start, end);
}
快排非递归:
快排非递归可以借助于stl的队列、栈存储需要排序的元素的开始结束位置,读取后出队列(出栈),终止条件为队列(栈)为空。
四 插入排序: 插入排序的思想是将数据插入到已经有序的数组中,给他分配一个合适的位置。
void InsertSort(int *ar, int len)
{
if(len < 2)
{
return ;
}
int i = 0;
int j = 0;
int tmp = 0;
while(i < len - 1)
{
j = i;
tmp = ar[j+1];
while(j >= 0 && ar[j] > tmp)
{
ar[j+1] = ar[j];
j--;
}
ar[j+1] = tmp;
++i;
}
}
五 堆排序 堆排序借助于最大堆的性质,最大的元素在堆顶,将其与堆最后一个元素交换,然后重新调整堆,重复进行,直到最后两个数据进行交换完成。
void Adjust(int *ar, int start, int end)
{
int i = start;
int j = start * 2 + 1;
int tmp = ar[i];
while(j <=end)
{
if(j+1 <= end && ar[j+1] > ar[j])
{
j++;
}
if(tmp < ar[j])
{
ar[i] = ar[j];
i = j;
j = 2 * i + 1;
}
else
{
break;
}
}
ar[i] = tmp;
}
void CreatHeap(int *ar, int len)
{
int i = (len - 1) / 2;
for(; i>=0; --i)
{
Adjust(ar, i, len-1);
}
}
void HeapSort(int *ar, int len)
{
CreatHeap(ar, len);
int i = 0;
for(i=0; i<len-1; ++i)
{
Swap(&ar[0], &ar[len - i - 1]);
Adjust(ar, 0, len - 2 - i);
}
}
六 桶排序: 桶排序的思想是用一个个的桶(队列、栈)来暂时存放数据,在同一个桶中的数据其在某一位的数是相同的,同时也是其桶号,最多只需要10个桶(0–9)
int GetMaxWidth(int* ar, int len)
{
int i = 0;
int tmp = ar[0];
for (i = 1; i < len; ++i)
{
if (ar[i] > tmp)
{
tmp = ar[i];
}
}
i = 0;
while (tmp != 0)
{
tmp = tmp / 10;
i++;
}
return i;
}
int GetRadix(int ar, int width)
{
int i = 0;
for (i = 0; i < width; ++i)
{
ar /= 10;
}
return ar % 10;
}
void BucketSort(int* ar, int len)
{
int i = 0;
vector<queue<int>> qu(10);
int width = GetMaxWidth(ar, len);
for (i = 0; i < width; ++i)
{
int j = 0;
for (j = 0; j < len; ++j)
{
int radix = GetRadix(ar[j], i);
qu[radix].push(ar[j]);
}
int count = 0;
for (j = 0; j < 10; ++j)
{
while (qu[j].size() != 0)
{
int tmp = qu[j].front();
ar[count++] = tmp;
qu[j].pop();
}
}
}
}
void PrintData(int* ar, int len)
{
int i = 0;
for (i = 0; i < len; ++i)
{
printf("%-4d", ar[i]);
}
printf("\n");
}
七 希尔排序: 希尔排序可以看成多分组的插入排序,根据增量来分成多个小组,每个小组元素之间的间隔大小为增量值,从每个组的第二个元素开始进行插入。
假设有4组数据 ,组代码为a b c d 每组4个元素 1 2 3 4 即 a1 b1 c1 d1 a2 b2 c2 d2 a3 b3 c3 d3 a4 b4 c4 d4. 首先 a2 插入其组合适位置 在b2 c2 d2 在a3插入其组合适位置(a1 a2)
void Shell(int *ar, int p, int len)
{
int i = p;
int j = 0;
int tmp = 0;
while(i < len)
{
j = i - p;
tmp = ar[i];
while(j >= 0 && ar[j] > tmp)
{
ar[j+p] = ar[j];
j = j - p;
}
ar[j + p] = tmp;
i++;
}
}
void ShellSort(int *ar, int len)
{
int p[3] = {5,3,1};
int i = 0;
for(i=0; i<3; ++i)
{
Shell(ar, p[i], len);
}
}
八 归并排序: 归并排序的思想是:
void Meger(int *ar, int len, int width)
{
int *br = (int *)malloc(sizeof(int) * len);
int l1 = 0;
int h1 = l1 + width - 1;
int l2 = h1 + 1;
int h2 = l2 + width - 1 > len - 1 ? len - 1 : l2 + width - 1;
int count = 0;
while(l1 < len)
{
while(l1 <= h1 && l2 <= h2)
{
if(ar[l1] < ar[l2])
{
br[count++] = ar[l1++];
}
else
{
br[count++] = ar[l2++];
}
}
while(l1 <= h1)
{
br[count++] = ar[l1++];
}
while(l2 <= h2)
{
br[count++] = ar[l2++];
}
l1 = h2 + 1;
h1 = l1 + width - 1 > len - 1 ? len - 1 : l1 + width - 1;
l2 = h1 + 1;
h2 = l2 + width - 1 > len - 1 ? len - 1 : l2 + width - 1;
}
for(count=0; count<len; ++count)
{
ar[count] = br[count];
}
free(br);
br = NULL;
}
void MegerSort(int *ar, int len)
{
int i = 1;
for(; i<len; i*=2)
{
Meger(ar, len, i);
}
}
时间复杂度与空间复杂度分析: