参考资料:http://blog.csdn.net/touch_2011/article/details/6767673
// 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法,而冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法。
#include<iostream>
#include<math.h>
#include<vector>
using namespace::std;
/*
性能分析
容易看出,简单选择排序所需进行记录移动的操作次数较少,这一点上优于冒泡排序,最佳情况下
(待排序序列有序)记录移动次数为0,最坏情况下(待排序序列逆序)记录移动次数n-1。外层循
环进行了n-1趟选择,第i趟选择要进行n-i次比较。每一趟的时间:n-i次的比较时间+移动记录的时
间(为一常数0或1,可以忽略)。总共进行了n-1趟。忽略移动记录的时间,所以总时间为
(n-1)*(n-i)=n^2-(i+1)*n+i。时间复杂度为O(n^2)。不管是最坏还是最佳情况下,比较次数都是
一样的,所以简单选择排序平均时间、最坏情况、最佳情况 时间复杂度都为O(n^2)。同时简单选
择排序是一种稳定的原地排序算法。当然稳定性还是要看具体的代码,在此就不做深究。
*/
void selectionSort(int input[], int n)
{
int index = 0;
for(int i = 0; i < n - 1; i++)
{
index = i;
for(int j = i + 1; j < n; j++)
{
if(input[j] < input[index])
{
index = j;
}
}
if(index != i)
{
int tmp = input[i];
input[i] = input[index];
input[index] = tmp;
}
}
}
/*堆排序性能分析
堆排序时间=建堆时间+调整堆时间。从上文中知道建堆时间复杂度为O(n*log2n)
。筛选法调整堆(maxHeap函数)时间O(logn),总共循环了n-1次maxHeap函数,
所以调整堆时间复杂度为O(n*logn)。得出堆排序时间复杂度O(n*logn)。
熟悉了堆排序的过程后,可以发现堆排序不存在最佳情况,待排序序列是有序或
者逆序时,并不对应于堆排序的最佳或最坏情况。且在最坏情况下时间复杂度也是
O(n*logn)。此外堆排序是不稳定的原地排序算法。
*/
void maxHeap(int a[], int i, int n)
{
int left, right, largest, temp;
left = 2*i + 1;
right = left + 1;
largest = left;
if(left > n-1)
return;
if(right <= n-1 && a[right] > a[left])
largest = right;
if(a[i] < a[largest])
{
temp = a[i];
a[i] = a[largest];
a[largest] = temp;
}
maxHeap(a, largest, n);
}
void createHeap(int a[], int n)
{
int index = (n-1)/2;
for(index; index >= 0 ; index--)
{
maxHeap(a, index, n);
}
}
void heapSort(int a[], int n)
{
int tmp = 0;
createHeap(a, n);
for(int i = n-1; i >= 0 ; i--)
{
cout<<endl;
tmp = a[i];
a[i] = a[0];
a[0] = tmp;
maxHeap(a , 0 , i-1);
}
}
/*
相对于简单选择排序,冒泡排序交换次数明显更多。它是通过不断地交换把最大的数冒出来。
冒泡排序平均时间和最坏情况下(逆序)时间为o(n^2)。最佳情况下虽然不用交换,但比
较的次数没有减少,时间复杂度仍为o(n^2)。此外冒泡排序是稳定的。
*/
//冒泡排序
void bubbleSort(int *a,int n)
{
<span style="white-space:pre"> </span>int i,j;
<span style="white-space:pre"> </span>for(i=0;i<n;i++)
<span style="white-space:pre"> </span>for(j=0;j<n-i-1;j++){
<span style="white-space:pre"> </span>if(a[j+1]<a[j]){
<span style="white-space:pre"> </span>a[j]=a[j]+a[j+1];
<span style="white-space:pre"> </span>a[j+1]=a[j]-a[j+1];
<span style="white-space:pre"> </span>a[j]=a[j]-a[j+1];
<span style="white-space:pre"> </span>}
<span style="white-space:pre"> </span>}
}
/*
可以说合并排序是比较复杂的排序,特别是对于不了解分治法基本思想的同学来说可能难以理解。
总时间=分解时间+解决问题时间+合并时间。分解时间就是把一个待排序序列分解成两序列,时
间为一常数,时间复杂度o(1).解决问题时间是两个递归式,把一个规模为n的问题分成两个规模
分别为n/2的子问题,时间为2T(n/2).合并时间复杂度为o(n)。总时间T(n)=2T(n/2)+o(n).这个
递归式可以用递归树来解,其解是o(nlogn).此外在最坏、最佳、平均情况下归并排序时间复杂度均
为o(nlogn).从合并过程中可以看出合并排序稳定。 用递归树的方法解递归式T(n)=2T(n/2)+o(n):
假设解决最后的子问题用时为常数c,则对于n个待排序记录来说整个问题的规模为cn。
*/
void merge(int* inputArray, int start, int mid, int end)
{
int* new_array = new int[end - start + 1];
int i = start, j = mid + 1, x = 0;
//cout<<"size: "<<size<<endl;
while(i <= mid && j <= end)
{
if(inputArray[i] > inputArray[j])
{
new_array[x++] = inputArray[j++];
}
else
{
new_array[x++] = inputArray[i++];
}
}
while(i <= mid)
{
new_array[x++] = inputArray[i++];
}
while(j <= end)
{
new_array[x++] = inputArray[j++];
}
for(i = start, x = 0; i <= end; i++, x++)
{
inputArray[i] = new_array[x];
}
}
void mergeSort(int * inputArray, int start, int end)
{
if(start < end)
{
int mid = ( start + end ) / 2;
mergeSort(inputArray, start, mid);
mergeSort(inputArray, mid + 1, end);
merge(inputArray, start, mid, end);
}
}
/*
3.3 效率分析
快速排序时间与划分是否对称有关。快速排序的平均时间复杂度为o(n*logn)
最坏情况下,每次划分都很不对称T(n)=o(n^2),此时就是冒泡排序。
*/
void quickSort(int input[], int low, int high)
{
int key = input[low];
int i = low, j = high;
if(i > j)
return;
while(i < j)
{
while(i < j && input[j] >= key)//这里一定要有等号,否则会死循环
{
j--;
}
input[i] = input[j];
while(i < j && input[i] <= key)//这里一定要有等号,否则会死循环
{
i++;
}
input[j] = input[i];
}
input[i] = key;
quickSort(input, low, i - 1);
quickSort(input, i + 1, high);
}
/*
容易看出,要插入的记录个数为n-1,其中关键字的比较次数和记录移动次数是依赖于给
出的待排序序列是否基本有序。在最佳情况下(待排序序列有序),比较次数和移动次数
时间为o(1),所以时间复杂度为o(n).在最坏情况下(待排序序列逆序)和平均时间均
为o(n^2).从上述分析中可以看出,直接插入排序适合记录数比较少、给定序列基本有序
的情况。熟悉了排序过程我们发现,直接插入排序是一种稳定的原地排序算法。
*/
void insertionSort(int input[], int n)
{
for(int i=1; i<10; i++)
{
int tmp = input[i];
int j;
for(j=i-1; j>=0; j--)
{
if(tmp < input[j])
{
input[j+1] = input[j];
}
else
break;
}
input[j+1] = tmp;
}
}
/*
折半插入排序是对直接插入排序的一种改进,这种改进只考虑了关键字比较次数,
并没有减少移位次数,所以平均时间和最坏情况下(待排序序列逆序)时间复杂
度o(n^2),如果记录数量很大的话,这两种情况下是优于直接插入排序。再来看
一下最佳情况(待排序序列有序),此时关键字比较次数并不为o(1),时间复杂
度为o(n*log2n)。(其中折半查找时间复杂度o(log2n),这个在以后写查找的
时候再分析,这里不做详细讲解。)。所以在记录数较小、待排序序列基本有序情
况下直接插入排序优于折半插入排序。此外,折半插入排序是不稳定的原地排序,
实现起来也较复杂。
*/
int binarySearch(int low, int high, int a[], int key)
{
int mid = (low + high)/2;
if(low > high)
return low;
if(a[mid] == key)
return mid;
if(a[mid] < key)
return binarySearch(mid+1, high, a, key);
else
return binarySearch(low, mid-1, a, key);
}
void binaryInsertion(int a[], int n)
{
for(int i=1; i<10; i++)
{
int tmp = a[i];
int j;
int index = binarySearch(0, i-1, a, a[i]);
cout<<"number is "<<a[i]<<endl;
cout<<"index is "<<index<<endl;
for(j=i-1; j>=index; j--)
{
a[j+1] = a[j];
}
a[j+1] = tmp;
}
}
/*
效率分析:
表插入排序也是对直接插入排序的一种改进,这种改进只减少了移动次数,
并没有减少关键字比较次数,所以平均时间和最坏情况下(待排序序列逆序)
时间复杂度o(n^2),如果记录数量很大的话,这两种情况下是优于直接插入
排序。再来看一下最佳情况(待排序序列有序),关键字比较次数并为o(1)
,时间复杂度为o(n)。此时和直接插入排序时间复杂度一样。此外,表插
入排序改变了记录的存储结构,无法顺序访问,是一种稳定的排序算法,实
现起来也较复杂。
*/
struct listNode{
int val;
int next;
};
void listInsertion(listNode *list, int n)
{
list[0].next = 1;
list[1].next = 0;
int p, pre;
for(int i=2; i<=n; i++)
{
p = list[0].next;
pre = 0;
while(p != 0 && (list[i].val >= list[p].val))
{
pre = p;
p = list[p].next;
}
if(p == 0)
{
list[i].next = 0;
list[pre].next = i;
}
else
{
list[i].next = p;
list[pre].next = i;
}
}
}
/*
5.3 效率分析
当给定序列记录量较大时,希尔排序性能优于直接插入排序。再希尔排序的过程中,
关键字是跳跃式移动的,这样就减少了移动次数。希尔排序性能的分析是一个复杂
的问题,时间与所取的增量有关。增量选取的不好可能会大大降低排序效率。
*/
void shellInsert(int input[], int n, int dk)
{
int j = 0;
for(int i = dk; i < n; i += dk)
{
int tmp = input[i];
{
for(j = i - dk; j >= 0; j -= dk)
{
if(input[j] > tmp)
{
input[j + dk] = input[j];
}
else
break;
}
input[j + dk] = tmp;
}
}
}
void shellInsertionSort(int input[], int n)
{
int dk[] = {5,4,3,2,1};
for(int i = 0; i < 5; i++)
{
shellInsert(input, n , dk[i]);
}
}
/*
从代码来看,计数排序有5个for循环,其中三个时间是n,两个时间是k。所以总时间T(3n+2k),
时间复杂度o(n+k),不管是在最坏还是最佳情况下,此时间复杂度不变.此外,计数排序是稳
定的,辅助空间n+k,这个空间是比较大的,计数排序对待排序序列有约束条件(如前面我们假设
待排序序列a中值的范围[0,k],其中k表示待排序序列中的最大值),元素值需是非负数,k太大
的话会大大降低效率。这里要注意的是 “扫描a数组把各个元素放在有序序列相应的位置上”
这步为什么要从后往前扫描a数组呢?大家想一想计数排序的过程就知道,因为从前扫描导致计
数排序不稳定,前面说了,计数排序是基数排序的基础,所以它的稳定性直接影响到基数排序的稳定。
时间复杂度小,空间复杂度大
当数据中的值较小时适用此法
*/
void countingSort(int input[], int max, int n)
{
int* count = new int[max + 1];
int* tmp_array = new int[n];
for(int i = 0; i < max + 1; i++)
{
count[i] = 0;
}
for(int i = 0; i < n; i++)
{
count[input[i]]++;
}
for(int i = 0; i < max; i++)
{
count[i+1] += count[i];
}
for(int i = n - 1; i >= 0; i--) // 必须要从后往前排序才是稳定的: 意思是对于重复元素,保持其原本在input中的相对位置。所以要从后往前扫
{
//cout<<"i = "<<i<<endl;
//cout<<"input[i]"<<input[i]<<endl;
//cout<<"tmp_array[count[input[i]]] "<<tmp_array[count[input[i]]]<<endl;
cout<<"index: "<<count[input[i]]<<endl;
tmp_array[count[input[i]] - 1] = input[i];
//cout<<"here"<<endl;
count[input[i]]--;
}
for(int i = 0; i < n; i++)
{
input[i] = tmp_array[i];
}
delete[] tmp_array;
delete[] count;
}
/*
3.3 效率分析
基数排序时间T(n)=d*(2k+3n),其中d是记录值的位数,(2k+3n)是每一趟计数排序时
间,上文分析过了,k不超过9,d的值一般也很小,k、d都可以看成是一个很小的
常数,所以时间复杂度o(n)。最坏最佳情况并不改变时间复杂度。基数排序是稳
定的。辅助空间同计数排序k+n.
*/
void countingWithRadix(int input[], int radix, int n)
{
int* count = new int[10];
int* tmp_array = new int[n];
for(int i = 0; i < 10; i++)
{
count[i] = 0;
}
for(int i = 0; i < 10; i++)
{
//cout<<input[i] / (int)pow(10.0, radix - 1) % 10<<endl;
count[(input[i] / (int)pow(10.0, radix - 1) % 10) + 1]++;
}
for(int i = 0; i < 9; i++)
{
count[i+1] += count[i];
}
for(int i = n - 1; i >= 0; i--)
{
//cout<<"index: "<<count[(input[i] / (int)pow(10.0, radix - 1) % 10) + 1] - 1<<endl;
tmp_array[count[(input[i] / (int)pow(10.0, radix - 1) % 10) + 1] - 1] = input[i];
count[(input[i] / (int)pow(10.0, radix - 1) % 10) + 1]--;
}
for(int i = 0; i < n; i++)
{
input[i] = tmp_array[i];
}
delete[] tmp_array;
delete[] count;
}
void radixSort(int input[], int radix, int n)
{
for(int i = 1; i <= radix; i++)
{
countingWithRadix(input, i, n);
}
}
/*
当记录在桶中分布均匀时,即每个桶只有一个元素,此时
时间复杂度o(n)。因此桶排序适合对很少重复的记录排序。
辅助空间2n。桶排序是稳定的排序,实现比较复杂。
*/
struct ListNode
{
float value;
ListNode * next;
ListNode(float key = 0): value(key), next(NULL){}
};//注意自己定义构造函数会覆盖原有的默认构造函数
void bucketSort(float input[], int n)
{
ListNode* bucket[10] = {NULL};
for(int i = 0; i < n; i++)
{
//cout<<"i "<<i<<endl;
//cout<<"input[i] "<<input[i]<<endl;
int index = input[i] * 10;
//cout<<"index: "<<index<<endl;
ListNode *node = new ListNode(input[i]);
ListNode *p;
ListNode *q;
p= bucket[index];
if(bucket[index] == NULL)
{
bucket[index] = node;
continue;
}
//cout<<"here"<<endl;
while(p != NULL && input[i] > p->value)
{
q = p;
p = p->next;
}
//注意通过指针对链表的操作,若p为空时,直接把node赋值给p,那么原链表将不会添加上这个元素,所以要添加q这个指针,通过q->next来赋值
if(p == NULL)
{
q->next = node;
//cout<<"q value: "<<node->value<<endl;
}
else
{
ListNode *tmp = p->next;
p->next = node;
node->next = tmp;
}
}
for(int i = 0, j = 0; i < n; i++)
{
ListNode* tmp_node;
//cout<<"bucket i"<<bucket[i]<<endl;
tmp_node = bucket[i];
while(tmp_node != NULL)
{
input[j] = tmp_node->value;
//cout<<"input[j] "<<input[j]<<endl;
j++;
tmp_node = tmp_node->next;
}
}
}
int main()
{
float input[] = {0.03, 0.05, 0.12, 0.55, 0.23, 0.12 ,0.23, 0.23, 0.24, 0.12};
//shellInsertionSort(input, 10);
//bubbleSort(input, 10);
//quickSort(input, 0, 9);
//mergeSort(input,0,9);
//countingSort(input,232,10);
//radixSort(input, 3, 10);
bucketSort(input, 10);
for(int i = 0; i < 10; i++)
{
cout<<input[i]<<" ";
}
cout<<endl;
}