排序算法(一) 冒泡排序;选择排序;双元选择排序;插入排序;折半插入排序
前言
排序算法有很多种
本文主要介绍冒泡排序、选择排序和插入排序
说明
1、我此次所有代码方法均写入SeqSort类对象中,譬如
inline void SeqSort::swap(int& x, int& y)
在调用的时候改为即可
void swap(int& x, int& y)
2、我在定义数组的时候使用的是vector容器,这里的基础用法和int数组几乎一致,仅在获取数组长度略有差异
3、所有的排序结果均为升序排序
4、本文GIF均为网图,如有冒犯,联系速删
定义交换函数swap
由于在排序是经常需要将两个数的位置进行调换,所以定义交换函数可以很有效的减少开支。
数据通过传地址的方式进行转换,可以很好地节省空间和时间,定义如下:
inline void SeqSort::swap(int& x, int& y)
{
auto a = x;
x = y;
y = a;
}
冒泡排序
对于要排序的数组,从第一位开始从前往后比较相邻两个数字,若前者大,则交换两数字位置,然后比较位向右移动一位
譬如比较数组nums[0]和nums[1]如果nums[0] > nums[1],调换nums[0]和nums[1]
优化
同时我们可以设置布尔值,判断某一轮的比较中,是否发生交换,如果没有发生,代表已经排序完成,可以跳出循环
复杂度
时间复杂度:
双重for循环,所以总比较次数为:
n * ( n - 1 ) / 2,即为
O
(
n
2
)
O(n^2)
O(n2)
若输入数组已排序完成,那么最佳时间复杂度为
O
(
n
)
O(n)
O(n)
同时,由于定义变量均为常量,所以空间复杂度为
O
(
1
)
O(1)
O(1)
代码
// 冒泡排序
// 平均时间O(n^2),最好时间O(n),最坏时间O(n^2),空间O(1)
vector<int> SeqSort::bubbleSort(vector<int> nums)
{
for (int i = 0; i < nums.size()-1; i++) {
bool is_swap = true;
for (int j = 0; j < nums.size() - 1 - i; j++) {
if (nums[j] > nums[j + 1]) {
swap(nums[j], nums[j + 1]);
is_swap = false;
}
}
if (is_swap)break;
}
return nums;
}
选择排序
该算法的思想为每次循环寻找该循环链表中最大/最小的数字,放在循环头部
之后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
直至循环结束
双元选择排序
我们可以同时查找循环链表中最大和最小的数,分别放在表头和表尾部,该方法可以将遍历次数减少一半
复杂度
总比较次数为
n
∗
(
n
−
1
)
/
2
n * (n - 1) / 2
n∗(n−1)/2
即时间复杂度
O
(
n
2
)
O(n^2)
O(n2)
优化双元选择依旧为
O
(
n
2
)
O(n^2)
O(n2)
空间复杂度为
O
(
1
)
O(1)
O(1)
代码
选择排序
// 选择排序
vector<int> SeqSort::selectSort(vector<int> nums)
{
int min_num_place; // 存储地址
for (int i = 0; i < nums.size(); i++) {
min_num_place = i; // 默认最小数地址
for (int j = i + 1; j < nums.size()- i; j++) {
if (nums[j] < nums[min_num_place])
min_num_place = j;
}
swap(nums[i], nums[min_num_place]);
}
return nums;
}
优化双元选择排序
// 双元选择排序
// 分别检索相对最小数和相对最大数
vector<int> SeqSort::selectSortDouble(vector<int> nums)
{
int min_num_place, max_num_place;
for (int i = 0; i < nums.size() / 2; i++) {
min_num_place = i; // 默认最小地址
max_num_place = nums.size() - i - 1; // 默认最大地址
for (int j = i; j < nums.size() - i; j++) {
if (nums[j] < nums[min_num_place])
min_num_place = j;
if (nums[j] > nums[max_num_place])
max_num_place = j;
}
if (max_num_place == i)max_num_place = min_num_place;
swap(nums[i], nums[min_num_place]);
swap(nums[nums.size() - i - 1], nums[max_num_place]);
}
return nums;
}
插入排序
这个算法的思想比较类似于我们打扑克牌,手里的牌都是依旧排好序的,我们拿到新牌的时候,只要在排好序的扑克牌中找到需要插入的位置插入即可
所以在实现算法的时候,初始的时候把第一个元素认为是已排好序的,从第二个元素开始,在已排好序的子数组中寻找到该元素合适的位置并插入该位置;重复上述过程直到最后一个元素被插入有序子数组中。
折半插入优化
这里主要优化的地方为查找插入的位置,通过一次次的遍历,效率会比较低,可以通过二分查找的方式,将原有查找时间复杂度$O(n^2)降为O(nlogn)
二分查找的具体原理大家可以自行查阅相关资料,比较简单,就不多赘述了
复杂度
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2)
最优情况:
O
(
n
)
O(n)
O(n)
空间复杂度为:
O
(
1
)
O(1)
O(1)
代码
插入排序
// 插入排序
vector<int> SeqSort::insertSort(vector<int> nums) {
for (int i = 1; i < nums.size(); i++) {
for (int j = i - 1; j >= 0; j--) {
if (nums[j+1] < nums[j])
swap(nums[j+1], nums[j]);
else
break;
}
}
return nums;
}
折半插入排序
// 折半插入排序
// 通过二分查找的方法找到要插入的位置
vector<int> SeqSort::insertSortBinary(vector<int> nums) {
for (int i = 1; i < nums.size(); i++) {
if (nums[i] > nums[i - 1]) continue;
int target = nums[i]; // 要插入的节点
int left = 0, right = i - 1;
while (left <= right){
if (nums[(left + right) / 2] < target)
left = (left + right) / 2 + 1;
else right = (left + right) / 2 - 1;
}
for (int j = i; j > left; j--)
nums[j] = nums[j - 1];
nums[left] = target;
}
return nums;
}