归并排序
归并排序使用的就是分治思想。如果要排序一个数组,我们先把数组从中间分成前后两部分,然后对前后两部分分别排序,再将排好序的两部分合并在一起,这样整个数组就都有序了。
归并排序的时间复杂度任何情况下都是 O(nlogn),但是,归并排序并没有像快排那样应用广泛,这是因为它有一个致命的“弱点”,那就是归并排序不是原地排序算法。
在任意时刻,CPU 只会有一个函数在执行,也就只会有一个临时的内存空间在使用。临时内存空间最大也不会超过 n 个数据的大小,所以空间复杂度是 O(n)。
#include<iostream>
using namespace std;
void merge(int a[],int start,int end){
int mid = (start+end)/2;
int i = start,j = mid+1;
int b[1000];
//把所有元素复制到b数组
for(int k = start;k <= end;k++){
b[k] = a[k];
}
for(int k = start;k <= end;k++){
//左半边用尽,取右半边
if(i > mid)
a[k] = b[j++];
//右半边用尽,取左半边
else if(j > end)
a[k] = b[i++];
//右半边的当前元素小于左半边当前元素(取右半边)
//即从小到大排序
else if(b[j] < b[i])
a[k] = b[j++];
// 右大于左 ,取左
else
a[k] = b[i++];
}
}
void mergeSort(int a[],int p,int r){//归并排序
if(p >= r)return;
int q = (p + r)/2;
//分治递归
mergeSort(a,p,q);
mergeSort(a,q+1,r);
//合并
merge(a,p,r);
}
int main(){
int num[12]={8,10,2,3,6,1,5,13,4,9,7,11};
mergeSort(num,0,11);
for(int i = 0;i < 12;i++){
cout<<num[i]<<" ";
}
return 0;
}
快速排序
快排是一种原地、不稳定的排序算法。
思想:如果要排序数组中下标从 p 到 r 之间的一组数据,我们选择 p 到 r 之间的任意一个数据作为 pivot(分区点)。我们遍历 p 到 r 之间的数据,将小于 pivot 的放到左边,将大于 pivot 的放到右边,将 pivot 放到中间。
经过这一步骤之后,数组 p 到 r 之间的数据就被分成了三个部分,前面 p 到 q-1 之间都是小于 pivot 的,中间是 pivot,后面的 q+1 到 r 之间是大于 pivot 的。
根据分治、递归的处理思想,我们可以用递归排序下标从 p 到 q-1 之间的数据和下标从 q+1 到 r 之间的数据,直到区间缩小为 1,就说明所有的数据都有序了。
归并排序的处理过程是由下到上的,先处理子问题,然后再合并。
而快排正好相反,它的处理过程是由上到下的,先分区,然后再处理子问题。
归并排序虽然是稳定的、时间复杂度为 O(nlogn) 的排序算法,但是它是非原地排序算法。归并之所以是非原地排序算法,主要原因是合并函数无法在原地执行。快速排序通过设计巧妙的原地分区函数,可以实现原地排序,解决了归并排序占用太多内存的问题。
快排的时间复杂度也是 O(nlogn)
#include<iostream>
using namespace std;
void swap(int *x,int *y){
int temp = *y;
*y = *x;
*x = temp;
}
int partition(int a[],int p,int r){ //原地分区函数
int pivot = a[r];
int i = p;
for(int j = p;j < r;j++){
if(a[j] < pivot){
swap(a[i],a[j]);
i++;
}
}
swap(a[i],a[r]);
return i;
}
void quickSort(int a[],int p,int r){ //快速排序
if(p >= r)return;
int q = partition(a,p,r);
quickSort(a,p,q-1);
quickSort(a,q+1,r);
}
int main(){
int num[12]={8,10,2,3,6,1,5,13,4,9,7,11};
quickSort(num,0,11);
for(int i = 0;i < 12;i++){
cout<<num[i]<<" ";
}
return 0;
}