排序——插入排序&&交换排序(直接&折半&希尔&冒泡&快排)
【1】插入排序
- 直接插入排序:顺序法定位插入位置
- 二分插入排序:二分法定位插入位置
- 希尔排序——缩小增量,多遍插入排序
一、直接插入法(使用哨兵)
1、复制为哨兵:将待插入元素复制到数组下标为0的位置上
2、记录后移,查找插入位置
3、插入到正确位置
L.[0]=L.r[i]; //i位置上为待插入的数
for(j=i-1;L.r[0].key<L.r[j[.key;j--)
L.r[j+1]=L.r[j];
L[j+1]=L.r[0];
直接插入排序算法*(使用哨兵算法)*
void insertSort(SqList &L){
int i ,j; //无序列表中插入元素下标i
for(i=2;i<=L.length;++i) //从第二个元素开始
if(L.r[i].key<L.r[i-1].key) //是否已经比前一个元素大了
{
L.r[0]=L.r[i]; //复制为哨兵
for(j=i-1;L.r[0].key<L.r[j].key;--j)
{
L.[j+1]=L.r[j]; //记录后移
}
L.r[j+1]=L.r[0]; //插入到正确位置
}
}
效率分析:
(1)比较序列中两个关键字的大小
(2) 移动记录
最佳的情况(关键字在记录序列中顺序有序)
{ 11,25,32,47,56,70,81,85,92,96}
比较次数 n-1次
移动次数 0 次
最坏的情况(关键字在记录序列中逆序有序)
{85,92,62,70,56,47,33,25,11}
比较次数(n+2)(n-1)/ 2 次
移动次数 (n+4)(n-1)/ 2 次
小结:
原始数据越接近有序,排序速度越快
要提高查找速度:
- 减少元素的比较次数
- 减少元素的移动次数
二、折半插入排序
void BinsertSort(Sqlist &L)
{
for(i=2;i<=L.length;++i)
L.[0]=L.r[i];
low=1;
high=i-1;
while(low<=high)
{
if(L.r[0].key<L.r[mid].key)
high=mid-1;
else
low=mid+1;
}
for(j=i-1;j>=high+1;--j)
{
L.r[j+1]=L.r[j];
}
}
小结
- 折半查找比顺序查找快,所以折半插入排序的平均性能来说比直接插入排序要快;
- 他需要的关键码比较次数与待排序对象序列的初始排列无关,仅仅依赖于对象个数,在插入第i个对象时,需要经过log2i+1次关键码比较,才能确定他的位置。
- 移动次数上,取决于初始排列,直接插入排序于折半插入排序的对象移动次数相同。
- 减少了比较次数,但没有减少移动次数
平均性能优于直接插入排序
三、希尔排序
基本思想:将整个待排记录序列分割为若干子序列,分别进行直接插入排序,待整个序列中的记录”基本有序“时,在对全体记录进行一次直接插入排序。
希尔排序算法特点
- 缩小增量
- 多遍插入排序
{81,94,11,96,12,35,17,95,28,58,41,75,15}
选择增量为5为间隔,得
{81,94,11,96,12}
{35,17,95,28,58}
{41,75,15}
元素个数减少,
81,35,41来排序,使之快速移动一大步
{35,94,11,96,12}
{41,17,95,28,58}
{81,75,15}
接下来时94,17,75进行排序
多次排序后,排序完成,变为
{35,17,11,28,12,41,75,15,96,58,81,94,95}
快速接近了最终的位置,使数据元素大大的接近最终的位置。
接下来进行间隔为3,再进行插入排序。
插入完成后,得到
{28,12,11,35,15,41,58,17,94,75,81,96,95}
最终进行一次间隔为1的排序,即直接插入排序
大大减少了移动次数,得到最终序列为
{11,12,15,17,28,35,41,58,75,81,94,95,96}
方法:
- 定义增量序列,一次比一次小
- 对每个增量进行插入排序,逐渐递减
特点:
- 一次移动,移动位置比较大,跳跃式接近排序后的最终位置
- 最后一次只需要少量移动
- 增量序列必须是递减的,最后一个必须时1
- 增量序列应该互为质数
void ShellSort(Sqlist &L,int dlta[],int t)
{
for(k=0;k<t;++k)
ShellSort(L,dlta[k]);
}
//dlta[]为增量序列,dk的值依次存放在数组中
**加粗样式**
其中一趟的排序操作
void ShellSort(Sqlist &L,int dk)
{
//dk为步长因子,后续进入插入排序
for(i=dk+1;i<=L.length;++i)
if(r[i].key<r[i-dk].key)
{
r[0]=r[i];
for(j=i-dk;j>0&&(r[0].key<r[j].key);j=j-dk)
r[j+dk]=r[j];
r[j+dk]=r[0];
}//进行交换,用哨兵
}
希尔排序算法分析
- 算法效率与 增量序列的取值有关
- 希尔排序是一种不稳定的排序算法
- 比如有相同数据存在时,数据的相对位置可能发生改变,他就是不稳定的。
- 不足之处:不适合在链式存储结构上实现
【2】交换排序
- 冒泡排序 O(n平方)
- 快速排序 O(n*log以二为底的n)
精髓:两两比较,如果发生逆序,则交换,直到所有记录都排好序为止。
1、冒泡排序
基本思想:每趟不断将记录两辆比较,”前小后大“规则交换(升序)
记忆方法:大数沉底
void BubbleSort(Sqlist &L)
{
int m,i,j;
RedType temp;
for(m=1;m<=n-1;m++) //总共需要m趟 n总共多少数参与排序
{
for(j=1;j<=n-m;j++)
{
if(L.r[j].key>L.r[j+1].key)
{
temp=L.r[j].key;
L.r[j].key=L.r[j+1].key;
L.r[j+1].key=temp;
} //endif
} //for
} //for
}
优化:一旦某一趟比较时不出现记录交换,说明已排好序了,就可以结束本算法。
void BubbleSort(Sqlist &L)
{
int m,i,j;
int flag=1;
RedType temp;
for(m=1;m<=n-1&&flag==1;m++) //总共需要m趟 n总共多少数参与排序
{
flag=0;
for(j=1;j<=n-m;j++)
{
if(L.r[j].key>L.r[j+1].key)
{
flag=1; //已经发生交换,则置为1
temp=L.r[j].key;
L.r[j].key=L.r[j+1].key;
L.r[j+1].key=temp;
} //endif
} //for
} //for
}
冒泡算法性能分析
1、快速排序
基本思想:
- 任取一个元素为中心(枢轴)
- 所有比它小的元素一律前方,比它大的元素一律后方,形成左右两个子表
- 对子表重新选择中心元素并用此规则调整
- 直到每个子表的元素只剩一个
(递归思想)
快排特征:
1.每一趟的子表的形成是采用两头向中间交替式逼近(low=high)
2. 由于每趟对各子表的操作都相似,可以采用递归算法
Void main(){
Qsort(L,1,L.length);
}
void Qsort(Sqlist &L,int low , int high)
{
if(low<high)
{
pivotloc=partition(L,low,high);
Qsort(L,low,pivotloc-1); //pivotloc中心点为止
Qsort(L,pivotloc+1,high);
} //endif
}
int Patition(Sqlist &L,int low , int high)
{
L.r[0]=L.r[low];
pivotkey=L.[low].key;
while(low<high)
{
while(low<high&&L.r[high].key>pivotkey)
--high;
L.r[low]=L.r[high];
while(low<high&&L.r[high].key>pivotkey)
++low; //右边大,则不移动high,low++,继续循环判断下一个low位置上的数与此时的high比较
L.r[high]=L.r[low];
} //反复搬运左右两边,交替搬运
L.r[low]=L.r[0];
return low;
}
小结:
- 快速排序不是原地排序,由于程序中使用了递推。需要递归调用栈的支持,而栈的长度取决于递归调用的深度,即使不使用递归,也需要用用户栈。
- 平均情况下,需要O(logn)的栈空间
- 最坏情况,栈空间达到O(n)
- 快排是不稳定的
性能
- 快速排序不适合对于原本有序或者基本有序的记录序列进行排序。
- 划分元素的选取,是影响时间性能的关键
- 输入数据次序越乱,划分元素值的随机性越好,排序速度越快,快速排序不是自然排序方法。