对于无序数组R[1...n]排序
1、插入算法
------直接插入
从R[1]开始作为有序队列,从其余剩余元素中取第一个(R[i])放入有序队列区域,放在哪里?就需要用R[i]和有序队列的数据比较,插入适当的位置。
2、交换排序算法
-----冒泡排序(最简单容易实现)
从末尾元素开始,R[n] R[n-1]比较,重放后面,轻的放前面,一直比较到R[1] R[2],一次比较结束就找到R[1]为最小元素,即为有序部分,第二次从R[n] R[n-1]比较,依据原则比较到R[2],二次比较结束找到R[2]为无序部分最小的元素,如此重复,比较n-1次。
时间复杂度O(n*n)
第一次,用R[1]的值Value作为参考,把R[1..N]大小分成两个区间,中间位置为m,R[m]=Value
第二次,在R[1...m]中用R[1]的值Value作为参考,把R[1...m]大小分成两个区间,中间位置为i,R[i]=Value
在R[m...N]同样方法,用R[m]分成大小两个区间
不断的把整个序列分成大小两个区间,知道最后每个区间只有一个元素为止
3、选择排序
-----直接选择排序
类似冒泡排序,每次循环把最小的选择出来,但是不用每次比较都进行交换
时间复杂度O(N*N)
-----堆排序
建立一棵满树,大根树,之后把根和最后一个子节点交换,然后整理这颗大根树,当比较了log(n-2)次之后找到最大的根值,又和最后一个节点交换,不断循环知道最后一个节点
4、归并排序
从R[1...N]分成R[2k-1],R[2k]排序,之后合并成一组,总共有N/2次比较
第二次 R[4k] R[4k+1] R[4k+2] R[4k+3]排序,之后合并为一组,总共有N/4次比较
一直到N个数据为一组
时间复杂度O(N*logN)
1、插入算法
------直接插入
从R[1]开始作为有序队列,从其余剩余元素中取第一个(R[i])放入有序队列区域,放在哪里?就需要用R[i]和有序队列的数据比较,插入适当的位置。
void sort(int* R,int n)
{
for(int i= 2;i<=n;i++)
{
/我的代码
//如果数据大于等于前面有序队列最后一个,则插入位置即为当前位置
if(R[i]>=R[i-1])
{
continue;
}
int InsertKey= R[i];
//插入数据放入前面1...i-1中找一个合适位置
for(int j=i-1;j>=0;j--)
{
if(j==0)
{
R[1] = InsertKey;
}
if(R[j]>InsertKey)
{
//大数据向后移动
R[j+1]=R[j];
}
else
{
//把当前位置数据不变,插入的数据放后一个位置
R[j+1]=InsertKey;
break;
}
}
}
}
// /参考的代码
// if(R[i]<R[i-1])
// {
// R[0]= R[i];
// int j;
// for(j = i-1;R[0] < R[j];j--)
// R[j+1]=R[j];
// R[j+1]=R[0];
// }
// }
//}
时间复杂度 O(n*n)
-----希尔排序
从R[1]开始,每个元素报数1,2...K,循环。报1为一组,报2为一组,其它依次为一组,各组分别用插入算法整理;接着继续报数和整理,不过报数的K一直减少,减少到1时便排完了整个序列。
为什么这样做?
希尔排序是按照不同步长对元素进行插入排序,当刚开始元素很无序的时候,步长最大,所以插入排序的元素个数很少,速度很快;当元素基本有序了,步长很小,插入排序对于有序的序列效率很高。所以,希尔排序的时间复杂度会比o(n^2)好一些。
有人通过大量的实验,给出了较好的结果:当n较大时,比较和移动的次数约在nl.25到1.6n1.25之间。
//希尔排序
void sort2(int R[],int n,int len)
{
//选取len间距的序列 全部报数为1 1+x*len
for(int startiidex = 0;startiidex <len;startiidex++)
{
//对每个序列排序
for(int iidex= (startiidex+len);iidex<=n;iidex+= len)
{
if(R[iidex] < R[iidex-len])
{
R[0]= R[iidex];
int j=0;
for(j=iidex-len;R[0]<R[(j<0?0:j)];j=j-len)
{
int jdex = (j<0?0:j);
R[j+len]=R[jdex];
}
//当比较到比第一个元素还要小,那么 j的值应该是第一个元素的前一个位置,数据可能是负数
R[j+len]=R[0];
}
}
}
cout<<endl<<len<<endl;
}
//void sort(int R[],int n)
//{
// //5 3 1即为分组长度的队列
// cout<<endl;
// for(int i = 1;i<10;i++)
// {
// cout<<R[i]<<" ";
// }
// sort2(R,n,5);
// for(int i = 1;i<10;i++)
// {
// cout<<R[i]<<" ";
// }
// sort2(R,n,3);
// for(int i = 1;i<10;i++)
// {
// cout<<R[i]<<" ";
// }
// sort2(R,n,1);
// for(int i = 1;i<10;i++)
// {
// cout<<R[i]<<" ";
// }
// cout<<endl;
//}
//参考版本
//void ShellInsert(SeqList R[],int dk)
// {//希尔排序中的的一趟插入排序,dk为当前增量
// for(i=dk+1;i<=n;i++)//将R[dk+1..n]分别插入有序区
// if(R[i].key<R[i-dk].key)
// { R[0]=R[i]; //暂存在R[0]中
// j=i-dk;
// while(j>0 && R[0].key<R[j].key)
// { R[j+dk]=R[j];//记录后移,查找插入位置
// j=j-dk; //查找前一记录
// }
// R[j+dk]=R[0]; //插入R[i]到正确位置
// }
// }
//void ShellSort(SeqList R,int d[],int t)
// { //按增量序列d[0..t-1]对顺序表R作希尔排序
// for(k=0;k<t;k++)
// ShellInsert(R,d[k]);
// }
2、交换排序算法
-----冒泡排序(最简单容易实现)
从末尾元素开始,R[n] R[n-1]比较,重放后面,轻的放前面,一直比较到R[1] R[2],一次比较结束就找到R[1]为最小元素,即为有序部分,第二次从R[n] R[n-1]比较,依据原则比较到R[2],二次比较结束找到R[2]为无序部分最小的元素,如此重复,比较n-1次。
时间复杂度O(n*n)
//冒泡排序
//void sort(int R[], int n)
//{
// for(int i= 1;i<n;i++)
// {
// for(int j=n-1;j>i;j--)
// {
// if(R[j]<R[j-1])
// {
// int tmp = R[j];
// R[j]=R[j-1];
// R[j-1]=tmp;
// }
// }
// }
//}
//参考版本
//void BubbleSort(SeqList R[ ])
// {//采用自下而上扫描数组R[1..n]做起泡排序
// int i,j,flag;
// for(i=1;i<n;i++) //最多做n-1趟排序
// { flag=0; //flag表示每一趟是否有交换,先置0
// for(j=n-1;j>=i;j--)//进行第i趟排序
// if(R[j].key<R[j-1].key)
// { R[0]=R[j+1];
// //R[0]作为交换时的暂存单元
// R[j+1]=R[j];
// R[j]=R[0];flag=1;//有交换,flag置1
// }
// if(flag==0) return;
// }
// }
------快速排序
第一次,用R[1]的值Value作为参考,把R[1..N]大小分成两个区间,中间位置为m,R[m]=Value
第二次,在R[1...m]中用R[1]的值Value作为参考,把R[1...m]大小分成两个区间,中间位置为i,R[i]=Value
在R[m...N]同样方法,用R[m]分成大小两个区间
不断的把整个序列分成大小两个区间,知道最后每个区间只有一个元素为止
最好O(n*logn) 最差O(n*n)
//快速排序
void sort3(int R[], int n,int start ,int end)
{
if(start <end)
{
int m= sortQuick(R,n,start,end);
sort3(R,n,start,m-1);
sort3(R,n,m+1,end);
}
}
int sortQuick(int R[],int n,int start ,int end)
{
if(start <end)
{
R[0]=R[start];
bool isLeft =true;
int i = start,j = end;
while(i<j)
{
if(isLeft)
{
if(R[j]<R[0])
{
R[i]=R[j];
i++;
isLeft = false;
}
else
{
j--;
}
}
else
{
if(R[i]>R[0])
{
R[j]=R[i];
j--;
isLeft = true;
}
else
{
i++;
}
}
}
R[i]=R[0];
return i;
}
return start;
}
//参考代码
//int Partition(SeqList R,int i,int j)
//{//对R[i]…R[j]区间内的记录进行一次划分排序
// x=R[i]; //用区间的第一个记录为基准
// while(i<j){
// while(i<j&&R[j].key>=x.key)
// j--; //从j所指位置起向前(左)搜索
// if(i<j){R[i]=R[j];i++;}
// while(i<j&&R[i].key<=x.key)
// i++; //从i所指位置起向后(右)搜索
// if(i<j){R[j]=R[i];j--;}
// }
// R[i]=x; //基准记录x位于最终排序的位置i上
// return i;
//}
3、选择排序
-----直接选择排序
类似冒泡排序,每次循环把最小的选择出来,但是不用每次比较都进行交换
时间复杂度O(N*N)
//直接选择排序
void sortSelect(int R[],int n)
{
for(int i = 1;i<n;i++)
{
int min = i;
for(int j = i;j<n;j++)
{
if(R[j]<R[min])
{
min = j;
}
}
//选择出最小的,排在前面
int tmp = R[i];
R[i]= R[min];
R[min]=tmp;
}
}
//参考程序
//void SelectSort(SeqList R)
// {//对R作直接选择排序
// int i,j,k;
// for(i=1;i<n;i++){//做n-1趟排序
// k=i; //设k为第i趟排序中关键字最小的记录位置
// for(j=i+1;j<=n;j++)
// //在无序区R[i..n]选择关键字最小的记录
// if(R[j].key<R[k].key)
// k=j;//若有比R[k].key小的记录,记住该位置
// if(k!=i) { //与第i个记录交换
// R[0]=R[i];R[i]=R[j];R[j]=R[0];
// }
// }
// }
-----堆排序
建立一棵满树,大根树,之后把根和最后一个子节点交换,然后整理这颗大根树,当比较了log(n-2)次之后找到最大的根值,又和最后一个节点交换,不断循环知道最后一个节点
//堆排序
void BuildBigRootTree(int R[],int n)
{
for(int i=n/2;i>0;i--)
{
//遍历所有的根节点
//把最大数放在根节点
int max = i;
if(R[2*i]>R[2*i+1])
{
max = 2*i;
}
else
max = 2*i+1;
if(R[i]<R[max])
{
int tmp = R[i];
R[i]=R[max];
R[max]= tmp;
}
}
}
void Heapsort(int R[],int endIndex)
{
if(endIndex >= 1)
{
//大根 排列整棵树
ReSortTree(R,endIndex,1);
//第一个和最后一个交换
int tmp = R[endIndex];
R[endIndex] = R[1];
R[1] = tmp;
cout<<"====";
cout<<R[endIndex]<<" "<<tmp;
cout<<"====";
//把剩余的无序树继续排列
Heapsort(R, endIndex-1);
}
}
void ReSortTree(int R[],int endIndex,int rootIdex)
{
//整理R[1...endIndex]的节点rootIdex
if(rootIdex <= endIndex/2)
{
// 如果树只有一个节点,
int max = rootIdex*2;
// 如果树有2个节点,
if((rootIdex*2+1)<=endIndex )
{
if(R[rootIdex*2]<R[rootIdex*2+1])
{
max = rootIdex*2+1;
}
else
max = rootIdex*2;
}
if(R[rootIdex]<R[max])
{
int tmp = R[rootIdex];
R[rootIdex]=R[max];
R[max]= tmp;
ReSortTree(R,endIndex,max);
}
}
}
4、归并排序
从R[1...N]分成R[2k-1],R[2k]排序,之后合并成一组,总共有N/2次比较
第二次 R[4k] R[4k+1] R[4k+2] R[4k+3]排序,之后合并为一组,总共有N/4次比较
一直到N个数据为一组
时间复杂度O(N*logN)