算法:
数据结构中的算法,指的是数据结构所具备的功能
解决特定问题的方法,它是前辈们的一些优秀的经验总结
算法有五大特征:可行性、有穷性、确定性、输入、输出
如何评价一个算法:
时间复杂度:
由于计算机性能的不同,无法准确地统计出算法执行所需要的时间
因此采用算法的执行次数来代表算法的时间复杂度,一般采用 O(公式) 忽略常数
常见的时间复杂度:
// O(1)
printf("%d",i);
// O(logn) //使用n或者N
for(int i=n; i>=0; i/=2)
{
printf("%d",i);
}
// O(n)
for(int i=0; i<n; i++)
{
printf("%d",i);
}
// O(nlogn)
for(int i=0; i<n; i++)
{
for(int j=n; j>=0; j/=2)
{
printf("%d",i);
}
}
// O(n^2)
for(int i=0; i<n; i++)
{
for(int j=0; j<n; j++)
{
printf("%d",i);
}
}
空间复杂度:
执行一个程序所需要的额外的内存空间大小,是对一个算法在运行过程中额外临时占用的空间大小的一个度量
通常来说,只要算法不涉及动态分配的空间以及递归,基本上空间复杂度O(1)
分治:分而治之
把一个大而复杂的问题,分解成若干个小而简单的问题,利用计算机强大的计算能力来解决所有的小问题,是一种算法思想
实现分治思想的方法:循环、递归
查找:
顺序查找:
对待查找的数据没有要求,从头到尾逐一比较,在小规模的数据查找中比较常见,相比较而言效率较低
时间复杂度:O(n)
int order_find(int* arr,int len,int key)
{
for(int i=0; i<len; i++)
{
if(arr[i] == key) return i;
}
return -1;
}
二分查找:折半查找
待查找的数据必须有序,从中间位置数据开始比较查找,如果中间值比key小,则从左部分进行二分查找,反之比key大,则从右部分进行二分查找,如果相同则查找成功,当查找的范围缩小为0,则查找失败
时间复杂度:O(logn)
// 循环二分
int binary_for_find(int* arr,int len,int key)
{
int l = 0,r = len-1;
while(l <= r)
{
int m = (l+r)/2;
if(arr[m] == key) return m;
if(arr[m] > key) r = m-1;
else l = m+1;
}
return -1;
}
int _binary_find(int* arr,int l,int r,int key)
{
if(l > r) return -1;
int m = (l+r)/2;
if(arr[m] == key) return m;
if(arr[m] > key) return _binary_find(arr,l,m-1,key);
else return _binary_find(arr,m+1,r,key);
}
// 递归二分
int binary_recusion_find(int* arr,int len,int key)
{
return _binary_find(arr,0,len-1,key);
}
块查找:
是一种数据查找处理的思想,不是特定的算法,当数据量过多时,可以把数据进行特定的分块处理,然后再进行查找,例如单词字典
哈希查找:Hash
数据先经过哈希函数计算出该数据在哈希表中的位置,然后标记该位置的数据,之后查找数据直接从哈希表中查找,它的查找时间复杂度最高能到 O(1)
但是该算法有很大的局限性,不适合浮点型、有符号负数数据,还需要额外的内存空间,空间复杂度很高,还不好确定额外的空间大小,是一种典型的空间换时间的算法
设计哈希函数的方法:
1、直接定址法:把数据当做哈希表的下标来标记哈希表
2、数据分析法:
先分析数据的特点然后设计哈希函数,常用方法是先找出最大、最小值,哈希表长度:最大-最小+1,哈希函数:数据-最小值 作为哈希表下标进行标记
平方折中法、折叠法、随机数法等方法设计哈希函数,如果出现相同数据时,哈希表会出现所谓的哈希冲突,一般使用链表解决
hash函数应用:MD5、SHA-1都属于Hash算法
// 哈希查找
bool hash_find(int* arr,int len,int key)
{
/*
// 1、直接定址法
// 创建哈希表
int hash[100000] = {};
// 标记
for(int i=0; i<len; i++)
{
hash[arr[i]]++;
}
// 查找
return hash[key];
*/
// 2、数据分析法
int min = arr[0], max = arr[0];
for(int i=0; i<len; i++)
{
if(arr[i] > max) max = arr[i];
if(arr[i] < min) min = arr[i];
}
// 创建哈希表
int hash[max-min+1];
memset(hash,0,4*(max-min+1));
// 标记
for(int i=0; i<len; i++)
{
hash[arr[i]-min]++;
}
if(key<min || key>max) return false;
// 查找
return hash[key-min];
}
全部程序:
#include <stdio.h>
#include <string.h>
#include <stdbool.h>
#include <stdlib.h>
#define LEN 10
#define show_arr(arr,len) {\
for(int i=0;i<len;printf("%d ",arr[i++]));printf("\n");}
#define swap(a,b) {typeof(a) t=(a);(a)=(b);(b)=t;}
// 顺序查找
int order_find(int* arr,int len,int key)
{
for(int i=0; i<len; i++)
{
if(arr[i] == key) return i;
}
return -1;
}
// 排序
void sort(int* arr,int len)
{
for(int i=0; i<len-1; i++)
{
for(int j=i+1; j<len; j++)
{
if(arr[i] > arr[j])
{
swap(arr[i],arr[j]);
}
}
}
}
// 循环二分
int binary_for_find(int* arr,int len,int key)
{
int l = 0,r = len-1;
while(l <= r)
{
int m = (l+r)/2;
if(arr[m] == key) return m;
if(arr[m] > key) r = m-1;
else l = m+1;
}
return -1;
}
int _binary_find(int* arr,int l,int r,int key)
{
if(l > r) return -1;
int m = (l+r)/2;
if(arr[m] == key) return m;
if(arr[m] > key) return _binary_find(arr,l,m-1,key);
else return _binary_find(arr,m+1,r,key);
}
// 递归二分
int binary_recusion_find(int* arr,int len,int key)
{
return _binary_find(arr,0,len-1,key);
}
// 哈希查找
bool hash_find(int* arr,int len,int key)
{
/*
// 1、直接定址法
// 创建哈希表
int hash[100000] = {};
// 标记
for(int i=0; i<len; i++)
{
hash[arr[i]]++;
}
// 查找
return hash[key];
*/
// 2、数据分析法
int min = arr[0], max = arr[0];
for(int i=0; i<len; i++)
{
if(arr[i] > max) max = arr[i];
if(arr[i] < min) min = arr[i];
}
// 创建哈希表
int hash[max-min+1];
memset(hash,0,4*(max-min+1));
// 标记
for(int i=0; i<len; i++)
{
hash[arr[i]-min]++;
}
if(key<min || key>max) return false;
// 查找
return hash[key-min];
}
int main(int argc,const char* argv[])
{
int arr[LEN] = {};
for(int i=0; i<LEN; i++)
{
arr[i] = rand()%100;
}
sort(arr,LEN);
show_arr(arr,LEN);
printf("order_find:%d\n",order_find(arr,LEN,49));
printf("binary_for_find:%d\n",binary_for_find(arr,LEN,4));
printf("binary_recusion_find:%d\n",binary_recusion_find(arr,LEN,86));
printf("hash_find:%d\n",hash_find(arr,LEN,1));
}
排序算法:
排序算法的稳定性:
待排序数据中,如果存在值相同的数据,如果在排序的过程中不会改变它们的前后顺序,则认为该排序算法是稳定的
冒泡排序:
数据左右相比,把大的数据交换到右边,然后继续下两个数据左右相比,直到最大的数据交换到末尾,重复以上步骤。
注意:在冒泡排序中一旦发现数据已经有序,立即停止排序,称为有序性敏感
冒泡排序适合数据基本有序的情况,冒泡的效率是非常高
时间复杂度:最好 O(n) 平均 O(n^2)
稳定性: 稳定的
// 冒泡
void bubble_sort(TYPE* arr,size_t len)
{
bool flag = true; //解决有序性敏感
for(int i=len-1; i>0 && flag; i--)
{
flag = false;
for(int j=0; j<i; j++)
{
if(arr[j] > arr[j+1])
{
swap(arr[j],arr[j+1]);
flag = true;
}
}
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
选择排序:
假定最开始的位置是最小值并记录下标min,然后与后面的数据进行比较,如果有比min为下标的数据更小的值,则更新min,如果比较结束后,min的位置发生了改变,则交换最开始的位置与min位置的值
虽然时间复杂度没有变化,但是数据的交换次数比较少,因此实际的运行速度并不慢(数据交换要比赋值、数据比较要耗时)
选择排序相当于冒泡排序的一种变种,但是不存在有序性敏感,比较适合数据比较混乱的情况会比冒泡快
时间复杂度:O(n^2)
稳定性:不稳定
10 10 1
a b
// 选择
void select_sort(TYPE* arr,size_t len)
{
for(int i=0; i<len-1; i++)
{
int min = i;
for(int j=i+1; j<len; j++)
{
if(arr[j] < arr[min]) min = j;
}
if(min != i) swap(arr[min],arr[i]);
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
插入排序:
把数据看成两部分,一部分是有序的,后一部分的数据与有序部分的数据逐个比较,直到找到合适的位置后,插入到该位置
适合对已排序的数据新增数据后进行排序
时间复杂度:O(n^2)
稳定的
// 插入
void insert_sort(TYPE* arr,size_t len)
{
// i是无序部分第一个位置
for(int i=1,j=0; i<len; i++)
{
// j是要插入的位置
int val = arr[i];
for(j=i; j>0 && arr[j-1]>val; j--)
{
arr[j] = arr[j-1];
}
if(j!=i) arr[j] = val;
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
希尔排序:缩小增量排序
是插入排序的一个增强版,由于插入排序数据移动的速度比较慢,如果待排序数据很混乱时效率较低,因此引入增量的概念,数据间隔增量个数进行插入排序,然后不停地缩小一倍增量,直到增量为1,此时数据从很混乱变为接近有序,以此提高排序的效率
时间复杂度:O(nlogn)
不稳定的
// 希尔排序
// 5 4 3 2 1 比插入快
void shell_sort(TYPE* arr,size_t len)
{
for(int k=len/2; k>0; k/=2)
{
for(int i=k,j=0; i<len; i++)
{
int val = arr[i];
for(j=i; j-k>=0 && arr[j-k] > val; j-=k)
{
arr[j] = arr[j-k];
}
if(j!=i) arr[j] = val;
}
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
快速排序:
在中间位置确定为标杆p,备份标杆的数据为val,从左边找比val大的数据,找到后位置为l,然后把该数据赋值给p位置,更新p为l,然后从右边找比val小的数据,找到后位置为r,然后把该数据赋值给p位置,更新p为r,重复以上过程,直到l和r相遇时,结束此次排序,最后把val还原赋值给p位置,最终p左边都比val小,右边都比val大,局部有序
继续对左部分快排,右部分快排,直到全部有序为止
注意:
快排的综合性能是最高的,因此称为快速排序,也是笔试最常考的排序算法
时间复杂度:O(nlogn)
不稳定的
void _quick_sort(TYPE* arr,int left,int right)
{
if(left >= right) return;
// 记录左右标杆
int l = left, r = right;
// 找到中间位置标杆
int p = (l+r)/2;
// 备份标杆的值
int val = arr[p];
while(l < r)
{
// 从p左边找比val大的值
while(l < p && arr[l] <= val) l++;
// 如果找到了
if(l < p)
{
arr[p] = arr[l];
p = l;
}
// 从p的右边找比val小的值
while(r > p && arr[r] >= val) r--;
// 如果找到了
if(r > p)
{
arr[p] = arr[r];
p = r;
}
}
// 还原标杆的值
arr[p] = val;
_quick_sort(arr,left,p-1);
_quick_sort(arr,p+1,right);
}
// 快排
void quick_sort(TYPE* arr,size_t len)
{
_quick_sort(arr,0,len-1);
show_arr(arr,len);
printf(" %s\n",__func__);
}
归并排序:
先将数据拆分成单独的个体,然后再按照从小到大的顺序把两组数据合并到临时空间中,合并结束后,再重新拷贝回原空间的原位置中,得到数量翻倍的一组组有序的数据,继续两组两组合并,直到整体有序为止
归并排序是利用了额外的内存空间,避免了数据交换的耗时,是一种典型的以空间换时间的算法
时间复杂度:O(nlogn)
稳定的
void _merge_sort(TYPE* arr,TYPE* temp,int l,int r)
{
if(l >= r) return;
int m = (l+r)/2;
_merge_sort(arr,temp,l,m);
_merge_sort(arr,temp,m+1,r);
// 最后合并两部分
// 前提:左右两部分各自有序
// 左:最小l 最大m 右:最小m+1 最大r
if(arr[m] < arr[m+1]) return;
int k = l, i = l, j = m+1;
while(i<=m && j<=r)
{
if(arr[i] <= arr[j])
temp[k++] = arr[i++];
else
temp[k++] = arr[j++];
}
// 把剩余没比完的直接放入temp末尾
while(i<=m) temp[k++] = arr[i++];
while(j<=r) temp[k++] = arr[j++];
// 把数据从temp还原回arr中
memcpy(arr+l,temp+l,sizeof(TYPE)*(r-l+1));
}
// 归并排序
void merge_sort(TYPE* arr,size_t len)
{
// 申请临时空间
TYPE* temp = malloc(sizeof(TYPE)*len);
_merge_sort(arr,temp,0,len-1);
// 释放临时空间
free(temp);
show_arr(arr,len);
printf(" %s\n",__func__);
}
堆排序:
先把数据看成一棵完全二叉树,然后先调整成大顶堆或小顶堆,然后把根节点与末尾交换,然后有效个数-1,重新调整成堆结构,继续以上步骤,直到有效个数为1,此时整个数组就有序了,既可以循环也可以递归实现
大顶堆:堆排序后 从小到大
小顶堆:堆排序后 从大到小
时间复杂度:O(nlogn)
不稳定 例如: 1 10 10
参考前面的文章《堆和平衡二叉树》里的代码。
计数排序:
在数据中找出最大值和最小值,通过 最大值-最小值 方式创建哈希表,然后根据 数据-最小值 的值作为哈希表的下标访问并标记(累加)对应的哈希表,然后标记所有数据
排序时,遍历整个哈希表,如果表中数据非0时,把该位置 下标+最小值 依次存回排序数组中,遍历结束数组有序
理论上计数排序非常快,因为它不是基于比较的排序,在一定范围内整数排序时快于任何一种比较排序算法,但是有很大的局限性,适合无符号整型、正整型数据,并且数据的差值不宜过大,否则会非常浪费内存,因此,如果数据越平均,重复数据多的情况该排序性价比越高
时间复杂度:Ο(n+k)(其中k是待排序的整数的范围)
注意:如果k范围过大,效率可能会低于O(nlogn)
稳定的
// 计数排序
void count_sort(TYPE* arr,size_t len)
{
int min = arr[0], max = arr[0];
for(int i=0; i<len; i++)
{
if(min > arr[i]) min = arr[i];
if(max < arr[i]) max = arr[i];
}
// 创建哈希表
int* hash = calloc(4,max-min+1);
// 标记哈希表
for(int i=0; i<len; i++)
{
hash[arr[i]-min]++; // 必须累加
}
// 遍历哈希表,还原排序后的数据
for(int i=0,j=0; i<max-min+1; i++)
{
while(hash[i]--)
{
arr[j++] = i+min;
}
}
// 销毁哈希表
free(hash);
show_arr(arr,len);
printf(" %s\n",__func__);
}
桶排序:
根据数据的值,存储到不同的桶中,然后调用其他的排序算法,对桶中的数据进行排序,然后再全部按桶的顺序拷贝回数组中,以此降低排序的规模来提高排序速度,以空间换时间的排序算法
缺点:如何分桶、桶有几个、桶定义多大都不一定,需要对排序数据有一定的了解和分析后才能确定
时间复杂度:Ο(n)
稳定的
// cnt桶数 range桶中数据的范围
void _bucket_sort(TYPE* arr,size_t len,int cnt,int range)
{
// 申请桶内存 bucket桶首地址 bucket_end桶中最后一个元素的地址
TYPE* bucket[cnt],*bucket_end[cnt];
for(int i=0; i<cnt; i++)
{
// 最坏情况 所有数据在一个桶中
bucket[i] = malloc(sizeof(TYPE)*len);
// 开始时,起始、末尾指针都指向开头
bucket_end[i] = bucket[i];
}
// 把所有数据,按照桶的范围值放入对应的桶中
for(int i=0; i<len; i++)
{
for(int j=0; j<cnt; j++)
{
if(range*j <= arr[i] && arr[i] < range*(j+1))
{
*(bucket_end[j]) = arr[i];
bucket_end[j]++; //末尾指针往后移动一个元素
break;
}
}
}
// 调用其他的排序算法,对每个桶中的数据排序
for(int i=0; i<cnt; i++)
{
// 计算桶中的元素个数
int size = bucket_end[i] - bucket[i];
// 调用其他的排序算法排序
if(1 < size) count_sort(bucket[i],size);
// 把排序好的数据依次还原回数组中
memcpy(arr,bucket[i],size*sizeof(TYPE));
arr += size;
free(bucket[i]);
}
}
// 桶排序
void bucket_sort(TYPE* arr,size_t len)
{
_bucket_sort(arr,len,4,25);
show_arr(arr,len);
printf(" %s\n",__func__);
}
基数排序:
是桶排序思想的其中一种具体实现,首先创建10个队列(桶),然后依次按照数据的个、十、百位...的顺序,入队到对应的桶中,然后依次每个出队回原来的数组中,当最高位都处理完且返回数组后,数组就有序了
缺点:只适合排序正整数数据,需要准备大量的临时空间
时间复杂度:Ο(n)
稳定的
// 基数排序
void base_sort(TYPE* arr,size_t len)
{
//创建队列
ListQueue* queue[10] = {};
for(int i=0; i<10; i++)
{
queue[i] = create_list_queue();
}
// 循环次数由最大值的位数决定
int max = arr[0];
for(int i=1; i<len; i++)
{
if(arr[i] > max) max = arr[i];
}
// i 1个位 2十位 ....
for(int i=1,k=1; max/k>0; k*=10,i++)
{
//int mod = pow(10,i);
//int div = mod/10;
for(int j=0; j<len; j++)
{
// 获取每个数的每个位的值
//int index = arr[j]%mod/div;
int index = arr[j]/k%10;
push_list_queue(queue[index],arr[j]);
}
// 依次从队列重新返回到数组
int index = 0;
for(int j=0; j<10; j++)
{
while(!empty_list_queue(queue[j]))
{
arr[index++] = head_list_queue(queue[j]);
pop_list_queue(queue[j]);
}
}
}
for(int i=0; i<10; i++)
{
destroy_list_queue(queue[i]);
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
全部代码
#include <stdio.h>
#include <string.h>
#include <stdbool.h>
#include <stdlib.h>
#include "list_queue.h"
#define LEN 15
#define TYPE int
#define show_arr(arr,len) {\
for(int i=0;i<len;printf("%d ",arr[i++]));}
#define swap(a,b) {typeof(a) t=(a);(a)=(b);(b)=t;}
typedef void (*SortFP)(TYPE* arr,size_t len);
// 冒泡
void bubble_sort(TYPE* arr,size_t len)
{
bool flag = true; //解决有序性敏感
for(int i=len-1; i>0 && flag; i--)
{
flag = false;
for(int j=0; j<i; j++)
{
if(arr[j] > arr[j+1])
{
swap(arr[j],arr[j+1]);
flag = true;
}
}
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
// 选择
void select_sort(TYPE* arr,size_t len)
{
for(int i=0; i<len-1; i++)
{
int min = i;
for(int j=i+1; j<len; j++)
{
if(arr[j] < arr[min]) min = j;
}
if(min != i) swap(arr[min],arr[i]);
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
// 插入
void insert_sort(TYPE* arr,size_t len)
{
// i是无序部分第一个位置
for(int i=1,j=0; i<len; i++)
{
// j是要插入的位置
int val = arr[i];
for(j=i; j>0 && arr[j-1]>val; j--)
{
arr[j] = arr[j-1];
}
if(j!=i) arr[j] = val;
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
// 希尔排序
// 5 4 3 2 1 比插入快
void shell_sort(TYPE* arr,size_t len)
{
for(int k=len/2; k>0; k/=2)
{
for(int i=k,j=0; i<len; i++)
{
int val = arr[i];
for(j=i; j-k>=0 && arr[j-k] > val; j-=k)
{
arr[j] = arr[j-k];
}
if(j!=i) arr[j] = val;
}
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
void _quick_sort(TYPE* arr,int left,int right)
{
if(left >= right) return;
// 记录左右标杆
int l = left, r = right;
// 找到中间位置标杆
int p = (l+r)/2;
// 备份标杆的值
int val = arr[p];
while(l < r)
{
// 从p左边找比val大的值
while(l < p && arr[l] <= val) l++;
// 如果找到了
if(l < p)
{
arr[p] = arr[l];
p = l;
}
// 从p的右边找比val小的值
while(r > p && arr[r] >= val) r--;
// 如果找到了
if(r > p)
{
arr[p] = arr[r];
p = r;
}
}
// 还原标杆的值
arr[p] = val;
_quick_sort(arr,left,p-1);
_quick_sort(arr,p+1,right);
}
// 快排
void quick_sort(TYPE* arr,size_t len)
{
_quick_sort(arr,0,len-1);
show_arr(arr,len);
printf(" %s\n",__func__);
}
void _merge_sort(TYPE* arr,TYPE* temp,int l,int r)
{
if(l >= r) return;
int m = (l+r)/2;
_merge_sort(arr,temp,l,m);
_merge_sort(arr,temp,m+1,r);
// 最后合并两部分
// 前提:左右两部分各自有序
// 左:最小l 最大m 右:最小m+1 最大r
if(arr[m] < arr[m+1]) return;
int k = l, i = l, j = m+1;
while(i<=m && j<=r)
{
if(arr[i] <= arr[j])
temp[k++] = arr[i++];
else
temp[k++] = arr[j++];
}
// 把剩余没比完的直接放入temp末尾
while(i<=m) temp[k++] = arr[i++];
while(j<=r) temp[k++] = arr[j++];
// 把数据从temp还原回arr中
memcpy(arr+l,temp+l,sizeof(TYPE)*(r-l+1));
}
// 归并排序
void merge_sort(TYPE* arr,size_t len)
{
// 申请临时空间
TYPE* temp = malloc(sizeof(TYPE)*len);
_merge_sort(arr,temp,0,len-1);
// 释放临时空间
free(temp);
show_arr(arr,len);
printf(" %s\n",__func__);
}
// 计数排序
void count_sort(TYPE* arr,size_t len)
{
int min = arr[0], max = arr[0];
for(int i=0; i<len; i++)
{
if(min > arr[i]) min = arr[i];
if(max < arr[i]) max = arr[i];
}
// 创建哈希表
int* hash = calloc(4,max-min+1);
// 标记哈希表
for(int i=0; i<len; i++)
{
hash[arr[i]-min]++; // 必须累加
}
// 遍历哈希表,还原排序后的数据
for(int i=0,j=0; i<max-min+1; i++)
{
while(hash[i]--)
{
arr[j++] = i+min;
}
}
// 销毁哈希表
free(hash);
show_arr(arr,len);
printf(" %s\n",__func__);
}
// cnt桶数 range桶中数据的范围
void _bucket_sort(TYPE* arr,size_t len,int cnt,int range)
{
// 申请桶内存 bucket桶首地址 bucket_end桶中最后一个元素的地址
TYPE* bucket[cnt],*bucket_end[cnt];
for(int i=0; i<cnt; i++)
{
// 最坏情况 所有数据在一个桶中
bucket[i] = malloc(sizeof(TYPE)*len);
// 开始时,起始、末尾指针都指向开头
bucket_end[i] = bucket[i];
}
// 把所有数据,按照桶的范围值放入对应的桶中
for(int i=0; i<len; i++)
{
for(int j=0; j<cnt; j++)
{
if(range*j <= arr[i] && arr[i] < range*(j+1))
{
*(bucket_end[j]) = arr[i];
bucket_end[j]++; //末尾指针往后移动一个元素
break;
}
}
}
// 调用其他的排序算法,对每个桶中的数据排序
for(int i=0; i<cnt; i++)
{
// 计算桶中的元素个数
int size = bucket_end[i] - bucket[i];
// 调用其他的排序算法排序
if(1 < size) count_sort(bucket[i],size);
// 把排序好的数据依次还原回数组中
memcpy(arr,bucket[i],size*sizeof(TYPE));
arr += size;
free(bucket[i]);
}
}
// 桶排序
void bucket_sort(TYPE* arr,size_t len)
{
_bucket_sort(arr,len,4,25);
show_arr(arr,len);
printf(" %s\n",__func__);
}
// 基数排序
void base_sort(TYPE* arr,size_t len)
{
//创建队列
ListQueue* queue[10] = {};
for(int i=0; i<10; i++)
{
queue[i] = create_list_queue();
}
// 循环次数由最大值的位数决定
int max = arr[0];
for(int i=1; i<len; i++)
{
if(arr[i] > max) max = arr[i];
}
// i 1个位 2十位 ....
for(int i=1,k=1; max/k>0; k*=10,i++)
{
//int mod = pow(10,i);
//int div = mod/10;
for(int j=0; j<len; j++)
{
// 获取每个数的每个位的值
//int index = arr[j]%mod/div;
int index = arr[j]/k%10;
push_list_queue(queue[index],arr[j]);
}
// 依次从队列重新返回到数组
int index = 0;
for(int j=0; j<10; j++)
{
while(!empty_list_queue(queue[j]))
{
arr[index++] = head_list_queue(queue[j]);
pop_list_queue(queue[j]);
}
}
}
for(int i=0; i<10; i++)
{
destroy_list_queue(queue[i]);
}
show_arr(arr,len);
printf(" %s\n",__func__);
}
int main(int argc,const char* argv[])
{
SortFP sort[] = {bubble_sort,select_sort,insert_sort,shell_sort,quick_sort,merge_sort,count_sort,bucket_sort,base_sort};
TYPE arr[LEN] = {};
for(int i=0; i<sizeof(sort)/sizeof(sort[0]); i++)
{
for(int j=0; j<LEN; j++)
{
arr[j] = rand() %90+10;
}
show_arr(arr,LEN);
printf("\n");
sort[i](arr,LEN);
}
}