目录
1.排序定义
1.1 排序的概念：
排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
1.2 常见的排序算法：
1.3 稳定性
概念：稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。
2.排序的实现及复杂度
2.1 直接插入排序
2.1.1 直接插入排序
概念：当插入第i(i>=1)个元素时，前面的array[0],array[1],…,array[i-1]已经排好序，此时用array[i]的排序码与 array[i-1],array[i-2],…的排序码顺序进行比较，找到插入位置即将array[i]插入，原来位置上的元素顺序后移。
动图展示为
2.1.2 直接插入排序的特性：
1. 元素集合越接近有序，直接插入排序算法的时间效率越高
2. 时间复杂度：O(N^2)
3. 空间复杂度：O(1)，它是一种稳定的排序算法
4. 稳定性：稳定
2.1.3 直接插入排序代码实现
//直接插入排序
void InsertSort(int* a, int n)
{
for (int i = 0;i < n - 1;i++)
{
int end = i;
int tmp = a[end + 1];
while (end >= 0)
{
if (tmp < a[end])
{
a[end + 1] = a[end];
end--;
}
else
{
break;
}
}
a[end + 1] = tmp;
}
}2.2 希尔排序
2.2.1 希尔排序
概念：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。
2.2.2 希尔排序的特性：
1. 希尔排序是对直接插入排序的优化。
2. 当gap > 1
时都是预排序，目的是让数组更接近于有序。当
gap == 1
时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。
3. 希尔排序的时间复杂度不好计算，因为gap
的取值方法很多，导致很难去计算，因此在好些书中给出的希尔排序的时间复杂度都不固定，一般为O（n^1.3)。
4. 稳定性：不稳定
2.2.3 希尔排序的代码实现：
void ShellSort(int* a, int n)
{
int gap = n;
while (gap > 1)
{
/*gap = n / 2;*/
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;
}
}
}2.3 选择排序
2.3.1 选择排序概念：
在元素集合array[i]--array[n-1]中选择关键码最大(小)的数据元素 ，若它不是这组元素中的最后一个(第一个)元素，则将它与这组元素中的最后一个（第一个）元素交换 ，在剩余的array[i]--array[n-2]（array[i+1]--array[n-1]）集合中，重复上述步骤，直到集合剩余1个元素。
动图展示为：
2.3.2 选择排序的特性：
1. 直接选择排序思考非常好理解，但是效率不是很好。实际中很少使用
2. 时间复杂度：O(N^2)
3. 空间复杂度：O(1)
4. 稳定性：不稳定
2.3.3 选择排序的代码实现：
void SelectSort(int* a, int n)
{
int begin = 0;
int end = n - 1;
while (begin<end)
{
int mini = begin;
int maxi = begin;
for (int i =begin+ 1;i <=end;i++)
{
if (a[i] < a[mini])
mini = i;
if (a[maxi] < a[i])
maxi = i;
}
Swap(&a[begin], &a[mini]);
if (maxi == begin)
maxi = mini;
Swap(&a[end], &a[maxi]);
end--;
begin++;
}
}2.4 堆排序
2.4.1 堆排序概念：
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，排降序建小堆。
2.4.2 堆排序的特性：
1. 堆排序使用堆来选数，效率就高了很多。
2. 时间复杂度：O(N*logN)
3. 空间复杂度：O(1)
4. 稳定性：不稳定
2.5 冒泡排序
2.5.1 冒泡排序的概念：
将n个元素分成n-1趟，每次都与相邻后面的一个元素进行比较，比较大就与之交换，直到排列有序。
动图展示为：
2.5.2 冒泡排序的特性：
1. 冒泡排序是一种非常容易理解的排序
2. 时间复杂度：O(N^2)
3. 空间复杂度：O(1)
4. 稳定性：稳定
2.6 快排
2.6.1 快排的概念：
任取待排序元素序列中 的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止
。快排有三个版本，分别为hoare版本、挖坑法、前后指针法。
hoare版本动图为：
挖坑法动图为：
前后指针法动图为：
2.6.2 快排的特性：
1. 快速排序整体的综合性能和使用场景都是比较好的，所以才敢叫快速
排序
2. 时间复杂度：O(N*logN)
3. 空间复杂度：O(logN)
4. 稳定性：不稳定
2.6.3 快排的代码实现：
//三数取中法
// begin keyi right
int GetMidIndex(int* a, int begin, int end)
{
int mid = (begin + end) / 2;
if (a[begin] < a[mid])
{
if (a[mid] < a[end])
{
return mid;
}
else if (a[begin] > a[end])
{
return begin;
}
else
return end;
}
else //a[begin]>a[mid]
{
if (a[mid] > a[end])
{
return mid;
}
else if (a[begin] < a[end])
{
return begin;
}
else
return end;
}
}
//Hore版 选最左边或者最右边为key
int PartSort1(int* a, int begin, int end)
{
//运用三数取中法，让keyi不会是最大值或者是最小值
int mid = GetMidIndex(a, begin, end); //优化效率
Swap(&a[mid], &a[begin]);
int left = begin, right = end;
int keyi = left;
while (left < right)
{
//右边先走，找小
while (left < right && a[right] >= a[keyi])
{
--right;
}
//左边再走，找大
while (left < right && a[left] <= a[keyi])
{
++left;
}
Swap(&a[right], &a[left]);
}
Swap(&a[keyi], &a[left]);
keyi = left;
return keyi;
}
//挖坑法
int PartSort2(int* a, int begin, int end)
{
//运用三数取中法，让keyi不会是最大值或者是最小值
int mid = GetMidIndex(a, begin, end); //优化效率
Swap(&a[mid], &a[begin]);
int left = begin, right = end;
int key = a[left];
int hole= left; //坑位
while (left < right)
{
//右边找小，直接填到左边坑里面
while (left < right && a[right] >= key)
{
--right;
}
a[hole] = a[right];
hole = right;
//左边找大，填到右边坑里面
while (left < right && a[left] <=key)
{
++left;
}
a[hole] = a[left];
hole = left;
}
a[hole] = key;
return hole;
}
//双指针法
int PartSort3(int* a, int begin, int end)
{
//运用三数取中法，让keyi不会是最大值或者是最小值
int mid = GetMidIndex(a, begin, end); //优化效率
Swap(&a[mid], &a[begin]);
int keyi = begin;
int prev = begin;
int cur = begin + 1;
while (cur <= end)
{
//找到比keyi小的值时，跟prev位置交换，小的值往前放，大的值往后放
if (a[cur] < a[keyi] && ++prev != cur)
{
Swap(&a[cur], &a[prev]);
}
cur++;
}
Swap(&a[keyi], &a[prev]);
keyi = prev;
return keyi;
}
//用递归的方法
void QuickSort(int* a, int begin, int end)
{
if (begin >= end)
{
return;
}
//if ((end - begin + 1) < 15)
//{
// //小区间用直接插入替代，减少递归的次数
// InsertSort(a + begin, end - begin + 1);
//}
//else
{
int keyi = PartSort3(a, begin, end);
//begin keyi-1 keyi keyi+1 end
QuickSort(a, begin, keyi - 1);
QuickSort(a, keyi + 1, end);
}
}
//非递归的方法
void QuickSortNonR(int* a, int begin, int end)
{
//需要借用栈
ST st;
StackInit(&st);
StackPush(&st, begin);
StackPush(&st, end);
while (!StackEmpty(&st))
{
int right = StackTop(&st);
StackPop(&st);
int left = StackTop(&st);
StackPop(&st);
int keyi = PartSort3(a, left, right);
//begin keyi-1 keyi keyi+1 end
if (keyi + 1 < right)
{
StackPush(&st, keyi + 1);
StackPush(&st, end);
}
if (left < keyi - 1)
{
StackPush(&st, left);
StackPush(&st, keyi - 1);
}
}
StackDestroy(&st);
}
2.7归并排序
2.7.1 归并排序的概念：
归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。
归并排序的动图为：
2.7.2 归并排序的特性：
1. 归并的缺点在于需要O(N)
的空间复杂度，归并排序的思考更多的是解决在磁盘中的外排序问题。
2. 时间复杂度：O(N*logN)
3. 空间复杂度：O(N)
4. 稳定性：稳定
2.7.3 归并排序的代码实现：
//用递归完成归并排序
void _MergeSort(int* a, int begin, int end, int* tmp)
{
if (begin >= end)
return;
int mid = (begin + end) / 2;
_MergeSort(a, begin, mid, tmp);
_MergeSort(a, mid + 1, end, tmp);
int begin1 = begin, end1 = mid;
int begin2 = mid + 1, end2 = end;
int i = begin;
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++];
}
memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + 1));
}
void MergeSort(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL)
{
perror("malloc fail");
exit(-1);
}
_MergeSort(a, 0, n - 1, tmp);
free(tmp);
tmp = NULL;
}
//用非递归的方法完成归并排序
void MergeSortNonR(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL)
{
perror("malloc fail");
exit(-1);
}
//归并每组数据个数，从1开始，因为1个认为是有序的，可以直接归并
int rangeN = 1;
while (rangeN < n)
{
for (int i = 0;i < n;i+= 2 * rangeN)
{
int begin1 = i, end1 = i + rangeN - 1;
int begin2 = i + rangeN, end2 = i + 2 * rangeN - 1;
printf("[%d,%d] [%d,%d]\n", begin1, end1, begin2, end2);
int j = i;
//end1 begin2 end2可能存在越界
//如果越界就修改区间 ->拷贝数据 归并完了整体拷贝 or 归并每组拷贝
if (end1 >= n)
{
end1 = n - 1;
//不存在的区间
begin2 = n;
end2 = n - 1;
}
else if (begin2 >= n)
{
//不存在区间
begin2 = n;
end2 = n - 1;
}
else if (end2 >= n)
{
end2 = n - 1;
}
while (begin1 <= end1 && begin2 <= end2)
{
if (a[begin1] <= a[begin2])
{
tmp[j++] = a[begin1++];
}
else
{
tmp[j++] = a[begin2++];
}
}
while (begin1 <= end1)
{
tmp[j++] = a[begin1++];
}
while (begin2 <= end2)
{
tmp[j++] = a[begin2++];
}
归并一部分拷贝一部分
//memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
}
//整体归并
memcpy(a , tmp , sizeof(int) * n);
rangeN *= 2;
}
free(tmp);
tmp = NULL;
}
2.8 计数排序
2.8.1 计数排序的概念：
计数排序又称为鸽巢原理，是对哈希直接定址法的变形应用。 操作步骤：1. 统计相同元素出现次数 2.根据统计的结果将序列回收到原来的序列中。
2.8.2 计数排序的特性：
1. 计数排序在数据范围集中时，效率很高，但是适用范围及场景有限。
2. 时间复杂度：O(MAX(N,范围
))
3. 空间复杂度：O(
范围
)
4. 稳定性：稳定
2.8.3 计数排序的代码实现：
//计数排序
void CountSort(int* a, int n)
{
int min = a[0], max = a[0];
for (int i =1;i < n;i++)
{
if (a[i] > max)
max = a[i];
if (a[i] < min)
min = a[i];
}
int range = max - min + 1;
int* arr =(int*) calloc(range,sizeof(int));
if (arr == NULL)
{
perror("malloc fail");
exit(-1);
}
//统计个数
for (int i = 0;i < n;i++)
{
arr[a[i] - min]++;
}
//排序
int k = 0;
for (int i = 0;i < range;i++)
{
while (arr[i]--)
{
a[k++] = i+min;
}
}
free(arr);
arr = NULL;
}
扫一扫
3297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
