【数据结构】八大排序

数据结构八大排序

1.直接插入排序

特性:
1️⃣数据越接近有序,直接插入排序算法效率越高。
2️⃣最坏时间复杂度:O(N^2)
3️⃣最好时间复杂度:O(N)。
4️⃣空间复杂度:O(1)
5️⃣稳定性:稳定
将第一个和第二个元素排好序,然后将第3个元素插入到已经排好序的元素中,依次类推(插入排序最好的情况就是数组已经有序了)
在这里插入图片描述

void InsertSort(int* a, int n)
{
	for (int i = 0; i < n - 1; ++i)
	{
	    //i = 0,tmp是它的下一个
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (tmp < a[end])//升序
			{
				a[end + 1] = a[end];
				--end;
			}
			else
			{
				break;
			}
		}

		a[end + 1] = tmp;
	}
}

2.希尔排序

希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个整数,把待排序文件中所有记录分成个组,所有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工作。当到达=1时,所有记录在统一组内排好序。
特性:
1️⃣平均时间复杂度:O(N^1.3)
2️⃣空间复杂度:O(1)
3️⃣稳定性:不稳定
4️⃣最好时间复杂度:O(N)
5️⃣最坏时间复杂度:O(N2)
在这里插入图片描述
那为什么要让gap以从大到小这样的方式进行排序呢?

1️⃣gap越大,大的数可以更快的到后面,小的数可以更快的到前面,越不接近有序。当gap=5时,9会一下跳5个数,可以快速的跳到后面。我们现在用的10个数不明显,如果是100万个数呢?
2️⃣gap越小,数据跳动的越慢,越接近有序。当gap=1时,只需要进行一次直接插入排序就能得到最终结果

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap>1)
	{
		gap = gap / 3 + 1;

		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (tmp < a[end])
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}

3.选择排序

每一次从待排序的数据中选出最小和最大的元素,放在起始位置和末尾,直到将全部待排序的数据元素排完
思路:mini找最小的元素,maxi找最大的元素,然后将最大的元素放到end的位置,最小的元素放到begin的位置
特性:
1️⃣最好时间复杂度:O(N2)
2️⃣空间复杂度:O(1)
3️⃣稳定性:不稳定

void SelectSort(int* a, int n)
{
	int begin = 0;
	int end = n - 1;
	int mini = begin;
	int maxi = begin;
	while (begin < end)
	{
		for (int i = begin + 1; i <= end; i++)//从第二个开始
		{
			if (a[i] < a[mini])
			{
				mini = i;
			}
			if (a[i] > a[maxi])
			{
				maxi = i;
			}
		}
		Swap(&a[begin], &a[mini]);
		if (begin == maxi)//防止第一个元素最大时重复交换
		{
			maxi = mini;
		}
		Swap(&a[end], &a[maxi]);
		++begin;
		--end;
	}
}

4.堆排序

堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是 通过堆来进行选择数据。需要注意的是排 升序要建大堆,降序建小堆
1️⃣时间复杂度为O(N*log2N);
2️⃣空间复杂度为O(1);

**思路:**我们升序建的是大堆,待会把堆建好以后,我们把堆顶的数和最后一个数交换,然后向下调整。

void AdjustDwon(int* a, int n, int root)
{
	int child = root * 2 + 1;
	while (child < n)
	{
		//找出左右孩子中较大的那一个
		if (child + 1 < n && a[child+1] > a[child])
		{
			child++;
		}
		if (a[child] > a[root])
		{
			Swap(&a[child], &a[root]);
			root = child;
			child = root * 2 + 1;
		}
		else
		{
			break;
		}
	}
}
void HeapSort(int* a, int n)
{
 	//建堆算法
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDwon(a, n, i);
	}
	int end = n - 1;
	while (end)
	{
		//交换
		Swap(&a[0], &a[end]);
		AdjustDwon(a,end,0);
		--end;
	}
}

5.冒泡排序

冒泡排序就不用多说了吧。两层循环,相邻的两个数进行比较,一趟下来最大的在最右边
进行的是n-1趟之后,便就排序好

void BubbleSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		int flag = 0;
		for (int j = i; j < n - i; j++)
		{
			if (a[j - 1]>a[j])
			{
				Swap(&a[j - 1], &a[j]);
				flag = 1;
			}
		}
		//如果flag==0,没有发生交换,证明这一段有序,不需要在走。
		if (flag == 0)
		{
			break;
		}
	}
}

6.快速排序

6.1快速排序hoare版本

思路:
1.我们先把第一个数当key
2.然后让右边先走,找比key小的数
3.左边走,找比key大的数
4.左右相遇交换当前位置left和key的值
走完之后会形成两个区间:【begin ,key-1】key【key+1,end】
🐲排完之后key的左边全是比它小的,右边全是比他大的。这只是一趟,我们还要进行递归
在这里插入图片描述

int PartSort1(int* a, int begin, int end)
{	
	//如果区间不存在就直接返回
	if (begin >= end)
	{
		return;
	}
	int left = begin;
	int right = end;
	int keyi = left;

	while (left < right)
	{
		//一定让右边先走,找到比keyi小的跳出循环
		while (left < right && a[right] >= a[keyi])
		{
			right--;
		}
		//找到比keyi大的跳出
		while (left < right && a[left] <= a[keyi])
		{
			left++;
		}
		//交换,让左边都是比keyi小,右边都比keyi大
		Swap(&a[left],&a[right]);
	}
	//交换keyi和最后相遇的位置
	Swap(&a[left], &a[keyi]);
	keyi = left;
	PartSort1(a, begin, keyi - 1);
	PartSort1(a, keyi + 1, end);

	return keyi;
}
void QuickSort(int* a, int begin, int end)
{
	if (begin >= end)
		return;
	//
	int key = PartSort1(a, begin, end);
	QuickSort(a, begin, key - 1);
	QuickSort(a, key + 1, end);
}

6.2挖坑法

思路:还是右边找小,左边找大,只不过把交换变成了坑位
在这里插入图片描述

int PartSort2(int* a, int begin, int end)
{
	//如果区间不存在就直接返回

	int left = begin;
	int right = end;
	int key = a[left];//保存基准值
	int hole = left;//坑位
	while (left < right)
	{
		//找小
		while (left < right && a[right] >= key)
		{
			right--;
		}
		//放坑位
		if (left < right)
		{
			a[hole] = a[right];
			hole = right;//更新坑位
		}
		//找大
		while (left < right && a[left] <= key)
		{
			left++;
		}
		if (left < right)
		{
			a[hole] = a[left];
			hole = left;
		}
	}
	a[hole] = key;
	return hole;
}

6.3快速排序前后指针法

在这里插入图片描述

int PartSort3(int* a, int begin, int end)
{
	int key = begin;
	int prev = begin;
	int cur = begin + 1;
	while (cur <= end)
	{
		if (a[cur] < a[key] && ++prev != cur)//注意先++prev在比较
		{
			Swap(&a[prev],&a[cur]);
		}
		cur++;
	}
	Swap(&a[key], &a[prev]);
	key = prev;
	return key;
}

6.4快速排序非递归

递归的算法主要是在划分子区间,如果要非递归实现快排,只要使用一个栈来保存区间就可以了。一般将递归程序改成非递归首先想到的就是使用栈,因为递归本身就是一个压栈的过程。

非递归的基本思想:
1️⃣申请一个栈,存放排序数组的起始位置和终点位置。
2️⃣将整个数组的起始位置和终点位置入栈。
3️⃣由于栈的特性是:后进先出,right后进栈,所以right先出栈。 定义一个end接收栈顶元素,出栈操作、定义一个begin接收栈顶元素,出栈操作。
4️⃣对数组进行一次单趟排序,返回key关键值的下标。
5️⃣这时候需要排基准值key左边的序列。如果只将基准值key左边序列的起始位置和终点位置存入栈中,等左边排序完将找不到后边的区间。所以先将右边序列的起始位置和终点位置存入栈中,再将左边的起始位置和终点位置后存入栈中。
6️⃣判断栈是否为空,若不为空 重复4、5步、若为空则排序完成。

void QuickSortNonR(int* a, int begin, int end)
{
	ST st;
	StackInit(&st);
	StackPush(&st, begin);
	StackPush(&st, end);

	while (!StackEmpty(&st))
	{
		//取栈顶数据,---右边界
		int right = StackTop(&st);
		StackPop(&st);
		//取栈顶数据,---左边界
		int left = StackTop(&st);
		StackPop(&st);
		
		//会形成三个区间
		int keyi = PartSort3(a, left, right);
		//[left, keyi-1]  keyi  [keyi+1, right]

		//先入后出,先入右区间,保证只有一个数,有两个数以上的时候才需要入栈
		if (keyi + 1 < right)
		{
			StackPush(&st, keyi + 1);
			StackPush(&st, right);
		}

		if (left < keyi - 1)
		{
			StackPush(&st, left);    //新的右边界,入栈
			StackPush(&st, keyi - 1);//新的左边界,入栈
		}
	}

	StackDestroy(&st);
}

快速排序的总结:
1️⃣快排的整体综合性能和使用场景都是比较好的,所以才敢叫快速排序
2️⃣快排唯一死穴,就是排一些有序或者接近有序的序列,例如 2,3,2,3,2,3,2,3这样的序列时,会变成O(N^2)的时间复杂度
3️⃣时间复杂度O(N*logN)
4️⃣空间复杂度O(logN)

7.归并排序

7.1递归归并

1.归并排序的缺点是需要O(N)的空间复杂度;
2.时间复杂度:O(N*logN);
3.稳定性:稳定

思路:
将一个大区间的数据分成若干个小区间的数据进行排序,采用先分解后合并的方法进行排序;首先递归分解左区间直到剩余一个数据的时候默认有序,然后递归右区间,有两个数据的时候(升序)比较取小的数据尾插到开辟好的空间,然后拷贝到原数组中。

void _MergeSort(int* a, int left, int right, int* tmp)
{
	if (left >= right)
	{
		return;
	}
	int mid = (left + right) / 2;
	_MergeSort(a, left, mid, tmp);
	_MergeSort(a, mid+1, right, tmp);
	
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	int i = left;
	while (begin1 <= end1 && begin2 <= end2)
	{
		if (a[begin1] < a[begin2])
		{
			tmp[i++] = a[begin1++];
		}
		else
		{
			tmp[i++] = a[begin2++];
		}
	}
	while (begin1 <= end1)
	{
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = a[begin2++];
	}
	for (int j = left; j <= right; j++)
	{
		a[j] = tmp[j];
	}
}
//归并排序
void MergeSort(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int)*n);
	if (tmp == NULL)
	{
		printf("malloc fail\n");
		exit(-1);
	}
	_MergeSort(a,0,n-1,tmp);
 
	free(tmp);
	tmp = NULL;
}

7.2非递归归并

!!!一定要注意,非递归归并区间一定要看清楚。
我们知道,递归实现的缺点就是会一直调用栈,而栈内存往往是很小的。所以,我们尝试着用循环的办法去实现

由于我们操纵的是数组的下标,所以我们需要借助数组,来帮我们存储上面递归得到的数组下标,和递归的区别就是,递归要将区间一直细分,要将左区间一直递归划分完了,再递归划分右区间,而借助数组的非递归是一次性就将数据处理完毕,并且每次都将下标拷贝回原数组。

存在的问题:当数据个数不是2^n个的时候就会存在越界访问的情况!

存在越界的三种情况:
1️⃣第一组right1越界
2️⃣第二组部分越界
3️⃣第三组全部越界
**改正思路:**当遇到越界访问的时候就跳出循环,并且避免整齐拷贝的时候对于跳出循环漏掉数据,则采用归并一个数据就拷贝一个数据

void MergeSortNonR(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int)*n);
	if (tmp == NULL)
	{
		printf("malloc fail\n");
		exit(-1);
	}
 
	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			// [i,i+gap-1] [i+gap,i+2*gap-1]
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;
 
			// 核心思想:end1、begin2、end2都有可能越界
			// end1越界 或者 begin2 越界都不需要归并
			if (end1 >= n || begin2 >= n)
			{
				break;
			}
			// end2 越界,需要归并,修正end2
			if (end2 >= n)
			{
				end2 = n- 1;
			}
			int index = i;
			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] < a[begin2])
				{
					tmp[index++] = a[begin1++];
				}
				else
				{
					tmp[index++] = a[begin2++];
				}
			}
			while (begin1 <= end1)
			{
				tmp[index++] = a[begin1++];
			}
			while (begin2 <= end2)
			{
				tmp[index++] = a[begin2++];
			}
			// 把归并小区间拷贝回原数组
			for (int j = i; j <= end2; ++j)
			{
				a[j] = tmp[j];
			}
		}
		gap *= 2;
	}
 
	free(tmp);
	tmp = NULL;
}

8.计数排序

1、在数据范围比较集中时,效率很高,但是使用场景很有限,可以排负数,但对于浮点数无能为力
2、时间复杂度:O(MAX(N,range))
3、空间复杂度:O(range)
实现思路: 1.统计相同元素出现的次数;2.根据统计的次数对数据进行排序
实现方法: 采用相对映射的方法
1.开辟max-min+1的空间大小;
2.a[i]-min就是相对映射的位置

void CountSort(int* a, int n)
{
	int min = a[0], max = a[0];//如果不赋值,min和max就是默认随机值,最好给赋值一个a[0]
 
	for (int i=1;i<n;i++)//修正 找出A数组中的最大值和最小值
	{
		if (a[i] < min)
		{
			min=a[i];
		}
		if (a[i]>max)
		{
			 max=a[i];
		}
	}
	int range = max - min + 1;//控制新开数组的大小,以免空间浪费
	int* count = (int*)malloc(sizeof(int) * range);
	memset(count,0, sizeof(int) * range);//初始化为全0
	if (count==NULL)
	{
		printf("malloc fail\n");
		exit(-1);
	}
 
	//1、统计数据个数
	for (int i=0;i<n;i++)
	{
		count[a[i]-min]++;
	}
	//2、拷贝回A数组
	int j = 0;
	for (int i=0;i<range;i++)
	{
		while (count[i]--)
		{
			a[j++] = i + min;
		}
	}
	free(count);
	count = NULL;
}

总结:

稳定的排序有:直接插入排序、冒泡排序、归并排序
不稳定的排序有:希尔排序、选择排序、堆排序、快速排序、计数排序

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值