目录
插入排序
主要针对已排好序的子序列。
直接插入排序
核心思想
上面一组例子直观的表示了插入排序。核心思想也就是给定一组数据,插入一个排一次序。
若后一个元素比前一个元素小,那么哨兵更新,为小的那个。总体来说思想较为简单。
代码示例
//插入排序,从小到大排序,升序
void InsertSort(ElemType A[],int n)
{
int i,j;
//24 66 94 2 15 74 28 51 22 18 2
for(i=2;i<=n;i++)//第零个元素是哨兵,从第二个元素开始拿,往前面插入
{
if(A[i]<A[i-1])
{
A[0]=A[i];//放到暂存位置,A[0]即是暂存,也是哨兵
for(j=i-1;A[0]<A[j];--j)//移动元素,内层循环控制有序序列中的每一个元素和要插入的元素比较
A[j+1]=A[j];
A[j+1]=A[0];//把暂存元素插入到对应位置
}
}
}
时间复杂度为o(n2),空间复杂度o(1),稳定
适用:顺序存储和链式存储的线性表。
折半插入查找
核心思想
主要就是利用折半查找找插入的位置
例:定义一个升序的数组 a[6] = {1,35,55,66,78,99}。其中我要向数组插入47。
1,35,55,66,78,99
通过改良二分查找,可以得到 最终跳出循环后min = 2,那么47最终插入的位置就为下标 = 2的位置,原先插入位置的元素和后面的元素全部向后移动一位。
所以最终的结果{1,35,47,55,66,78,99}
代码示例
//折半查找 插入排序
void MidInsertSort(ElemType A[],int n)
{
int i,j,low,high,mid;
for(i=2;i<=n;i++)
{
A[0]=A[i];
low=1;high=i-1;
while(low<=high)//先通过二分查找找到待插入位置
{
mid=(low+high)/2;
if(A[mid]>A[0])
high=mid-1;
else
low=mid+1;
}
for(j=i-1;j>=high+1;--j)
A[j+1]=A[j];
A[high+1]=A[0];
}
}
时间复杂度o(n2),空间复杂度o(nlog2n),稳定
适用于顺序存储
希尔排序
基本思想
首先他的基本思想就是选取一个增量,根据增量进行分组排序,然后增量递减,直到为一,排序完成。
思想较为简单,具体示例请看下图
这个第一轮选取的增量为5,第二次为3,第三次为1。排序就完成了。
若希尔排序还是不太理解的同学,可以看看这个博主写的
增量选取
这里肯定有同学有疑问:增量到底是怎么选取的呀?
下面给出一条大佬们得出的结论:
1.增量必须递减,且最后增量为1(标志排序完成)。
2.增量序列必须互质,不然最小增量不起作用。
于是有些大佬就发明了一些求增量的方法,Hibbard增量序列、Knuth增量序列、Sedgewick增量序列等等
我们书上用的是希尔增量。
希尔增量
最坏时间复杂度:O(n^2)
教材上都是以希尔增量为例子 => [N/2, (N/2)/2, …]
Hibbard增量
最坏时间复杂度:O(n^1.5)
增量序列:2^k-1 => [1, 3, 7, 15, …]
如果想了解更多关于增量的知识,请看
代码示例(王道书上的)
void ShellSort(ElemType A[],int n)
{
int dk,i,j;
// 73 29 74 51 29 90 37 48 72 54 83
for(dk=n/2;dk>=1;dk=dk/2)//步长变化
{
for(i=dk+1;i<=n;++i)//以dk为步长进行插入排序
{
if(A[i]<A[i-dk])
{
A[0]=A[i];
for(j=i-dk;j>0&&A[0]<A[j];j=j-dk)
A[j+dk]=A[j];
A[j+dk]=A[0];
}
}
}
}
空间复杂度o(1),最坏时间复杂度o(n2),不稳定
仅适用于线性表顺序存储
交换排序
通过比较关键字来交换位置排序
冒泡排序
核心思想
从前往后或从后往前,依次两两比较相邻元素,若不符合规则(顺序或逆序),则交换位置。
代码示例
void swap(ElemType &a,ElemType &b)
{
ElemType tmp;
tmp=a;
a=b;
b=tmp;
}
// 64 94 95 79 69 84 18 22 12 78
// 12 64 94 95 79 69 84 18 22 78
void BubbleSort(ElemType A[],int n)
{
int i,j;
bool flag;
for(i=0;i<n-1;i++)//i最多访问到8
{
flag=false;
for(j=n-1;j>i;j--)//把最小值就放在最前面
{
if(A[j-1]>A[j])
{
swap(A[j-1],A[j]);
flag=true;
}
}
if(false==flag)
return;
}
}
空间复杂度:o(1),平均和最坏时间复杂度:o(n2),稳定
快速排序
核心思想
基于分治法,比如说我们要顺序的排序。我们去数组的一个分隔值,把比值小的都放值左边,反之则放右边,然后不断递归,最终分割的只剩一个元素,自然就得到有序序列了。
图解法请参考这个博主
代码示例
int Partition(int* arr, int left, int right)
{
int k, i;
for (k = i = left;i<right;i++)
{
if (arr[i] < arr[right])
{
swap(arr[i], arr[k]);
k++;
}
}
swap(arr[k], arr[right]);
return k;
}
//递归实现
void QuickSort(ElemType A[],int low,int high)
{
if(low<high)
{
int pivotpos=Partition(A,low,high);//分割点左边的元素都比分割点要小,右边的比分割点大
QuickSort(A,low,pivotpos-1);
QuickSort(A,pivotpos+1,high);
}
}
最坏空间复杂度o(n),与递归调用的深度有关。最坏时间复杂度为o(n2),不稳定
快速排列算法是内部排序算法中平均性能最优的算法。
选择排序
每次选择后面n-i+1的最小元素。
简单选择排序
核心思想
与上面差不多,也就是每次选择n-i+1(i为i趟)后的最小元素与位置为i的元素交换。
示例代码
void swap(ElemType &a,ElemType &b)
{
ElemType tmp;
tmp=a;
a=b;
b=tmp;
}
void SelectSort(ElemType A[],int n)
{
int i,j,min;//min记录最小的元素的下标
for(i=0;i<n-1;i++)//最多可以为8
{
min=i;
for(j=i+1;j<n;j++)//j最多可以为9
{
if(A[j]<A[min])
min=j;
}
if(min!=i)
{
swap(A[i],A[min]);
}
}
}
空间复杂度o(1),时间复杂度o(n2),不稳定
堆排序
分为大根堆和小根堆
大根堆是最大元素放在根结点,,且任一非根结点的值小于等于其双亲结点,小根堆则与其定义相反。下面是大根堆示例图
核心思想
首先将元素建成初始堆,堆顶元素为最大值。输出堆顶元素后,通常将堆底元素送入堆顶,此时已不满足大根堆性质,所以我们需要将堆顶元素向下调整,反复重复,直到堆中仅剩一个元素。
代码示例
void swap(ElemType &a,ElemType &b)
{
ElemType tmp;
tmp=a;
a=b;
b=tmp;
}
//调整某个父亲节点
void AdjustDown(ElemType A[],int k,int len)
{
int i;
A[0]=A[k];
for(i=2*k;i<=len;i*=2)
{
if(i<len&&A[i]<A[i+1])//左子节点与右子节点比较大小
i++;
if(A[0]>=A[i])
break;
else{
A[k]=A[i];
k=i;
}
}
A[k]=A[0];
}
//用数组去表示树 层次建树
void BuildMaxHeap(ElemType A[],int len)
{
for(int i=len/2;i>0;i--)
{
AdjustDown(A,i,len);
}
}
void HeapSort(ElemType A[],int len)
{
int i;
BuildMaxHeap(A,len);//建立大顶堆
for(i=len;i>1;i--)
{
swap(A[i],A[1]);
AdjustDown(A,1,i-1);
}
}
空间复杂度:o(1),最坏和平均时间复杂度:nlog2n,不稳定
归并排序和基数排序
归并排序
核心思想
将两个或两个以上有序表组合成一个新的有序表
代码示例
void Merge(ElemType A[],int low,int mid,int high)
{
ElemType B[N];
int i,j,k;
for(k=low;k<=high;k++)//复制元素到B中
B[k]=A[k];
for(i=low,j=mid+1,k=i;i<=mid&&j<=high;k++)//合并两个有序数组
{
if(B[i]<=B[j])
A[k]=B[i++];
else
A[k]=B[j++];
}
while(i<=mid)//如果有剩余元素,接着放入即可
A[k++]=B[i++];
while(j<=high)
A[k++]=B[j++];
}
//归并排序不限制是两两归并,还是多个归并
// 1 3 5 7 9
// 2 4
// 1 2 3 4 5 7 9 主要的代码逻辑
void MergeSort(ElemType A[],int low,int high)//递归分割
{
if(low<high)
{
int mid=(low+high)/2;
MergeSort(A,low,mid);
MergeSort(A,mid+1,high);
Merge(A,low,mid,high);
}
}
二路归并排序空间复杂度o(n),时间复杂度o(nlog2n),稳定
基数排序
定义
图解算法请看
排序算法之基数排序_小C哈哈哈的博客-CSDN博客_基数排序算法
空间复杂度o(r),r为辅助存储空间,辅助队列数量。时间复杂度o(d(n+r)),d为趟,r为辅助队列数量。稳定。
总结(算法效率)
以上均为内部排序算法。