排序篇(叁)终篇

-----------远途的路固然值得探索，但当下的路也应踏实

---

上篇讲了大部分的排序思想，那么这篇博客呢，也是承接上篇博客的排序。围绕比较复杂的快排、归并排序来讲。

(1)快速排序:

快速排序的思想很简单:

任取一个值作为key值(比较值)。要的结果是——比key大的在右边，比key小的在左边。分成<key 的和>key的区间。并重复一样的操作。直到让每个元素在相应位置为止。

①PartSort1(hoare版)

hoare 也称 左右指针法。是最早的快排思想。

    int left = 0;
	int right = n - 1;
	//找到key
	int keyi = left;
	//一趟key
	while (left < right)
	{
		//先让right走？
		while (left< right && a[right]  >= a[keyi]) 
			right--;
 
		while (left < right && a[left] <= a[keyi])
			left++;
 
		Swap(&a[left], &a[right]);
	}
    //最后left 再与key值 交换 把key排到该排的位置
	Swap(&a[left], &a[keyi]);

上图说明，进行一次快排，可以让key 排到自己有序序列的位置。

下面的问题是常常会犯的错误：

为什么要让right(右指针先走)？

 为什么比较要+等号？前面不是已经有限制条件了吗，为什么还要加？

---

实现多趟快排1(递归版):

 因为要递归，仅仅需要上面hoare找到返回排好的k 的分离点，此时分离点不是在keyi的下标，而是在left的下标。 把这个函数抽象出来

//hoare
int PartSort1(int* a,int left,int right)
{ 
	//找到key
	int keyi = left;
	//一趟key
	while (left < right)
	{
		//先让right走？
		while (left < right && a[right] >= a[keyi])
			right--;
 
		while (left < right && a[left] <= a[keyi])
			left++;
 
		Swap(&a[left], &a[right]);
	}
	Swap(&a[left], &a[keyi]);
   
   return left;    //left的值和keyi发生交换 但keyi在的位置是left！！
}

因为抽象出来的函数，需要left 和 right 下标 ，所以对原先QuickSort函数就要改一改参数。

void QuickSort(int* a,int left,int right)
{
 
	int keyIndext = PartSort1(a, left, right);
	//此时得到keyIndex 把原数组分为两个区间
	//[left,keyIndex-1] [keyIndex+1,right]
 
	QuickSort(a, left, keyIndex - 1);
	QuickSort(a, keyIndex + 1, right);
}

既然是递归，那一定得有递归的终止条件>

void QuickSort(int* a,int left,int right)
{
	if (left >= right)  //终止条件
		return;
	int keyIndex = PartSort1(a, left, right);
	//此时得到keyIndex 把原数组分为两个区间
	//[left,keyIndex-1] [keyIndex+1,right]
 
	QuickSort(a, left, keyIndex - 1);
	QuickSort(a, keyIndex + 1, right);
}

最后也就排序完成啦~

 此刻有个小插曲,找key值的另外两种方法~:

①挖坑法:

什么是挖坑法呢。其实就是把key值的位置，当成坑。先从右边找小的值，填入。此时右边小的值又成为一个新的坑……

int PartSort2(int a[], int left, int right)
{
	int keyIndex = GetMid(a, left, right);
	std::swap(a[keyIndex], a[left]);
 
	//比较值
	int key = a[left];
	//从左边填
	int hole = left;
 
	while (left < right)
	{
		//左边出现坑 在右边找比pivot小的值
		while (left < right && a[right] >= key)
		{
			--right;
		}
 
		//找到了 进行左填坑 自己变为坑
		a[hole] = a[right];
		hole = right; 
 
		//找到了 进行右填坑 自己变为坑
		while (left < right && a[left] <= key)
		{
			++left;
		}
		a[hole] = a[left];
		hole = left;
	}
	a[hole] = key;
	return hole;
}

 

②前后指针法:

	int cur = left+1;
	int prev = left;
 
	int keyi = left;
	while (cur <=right)
	{
		if (a[cur] < a[keyi] && prev++ != cur)
		{
    //这里解释为什么加个条件判断..因为如果cur prev都指向同一个数，也就没必要交换。当然不加也要的
			Swap(&a[cur], &a[prev]);
		}
		cur++;
	}
	Swap(&a[prev], &a[keyi]);
 
	return prev;

 

关于找key值也就告一段落。

可能有人会问，如果是升序，每次找的key都是最小的。每次排序都会从第一个到最后一个排，最坏的情况下达到的时间复杂度O(N^2),还不如直接插入排序来得直接、简洁。

针对这个问题，就有必要对快排进行一定的优化。

---

快速排序的优化:

①key值的该如何找？

我们不难看出，如果key值取得足够得二分，那么快排分的区间越接近二分，效率也越高。

所以就想到一个三数取中的办法，确定key值。

int GetMid(int* a, int left, int right)
{
	int MidIndex = (left + right) >> 1;
 
	if (a[left] < a[MidIndex])
	{
		if (a[MidIndex] < a[right])
		{
			return MidIndex;
		}//a[MidIndex] > a[right]
		else if (a[right] < a[left])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
	else  //a[minIndex] < a[left]
	{
		if (a[MidIndex] > a[right])
		{
			return MidIndex;
		}
		else if (a[right] > a[left])
		{
			return left;
		}
		else
		{
			return right;
		}
	}
}

三数取中的代码较为绕，但是细细去分还是能够很好的理解的。

截图一部分:

 ②小区间的优化:

在现如今的编译器和cpu,递归造成的性能损耗，并不那么严重。只是可能，当递归的层次足够深时，会导致栈溢出。而快排的递归排序，把它看出接近二分法的递归，建立栈帧，有很多次。

越递归到下面，建立的栈帧数量越多。但是其本身的数字群很小。

所以可以借助其他排序，来砍掉这部分冗杂的、数字量小，数量大的群体。

	
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 (a[end] > tmp)
			{
				a[end + 1] = a[end];
				end--;
			}
			else  //end 减 为-1 或tmp大的时候
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}
 
if (begin - end > 10)
{
		QuickSort(a, begin, keyIndex - 1);
		QuickSort(a, keyIndex + 1, end);
}
else
{
	InsertSort(a+begin,end- begin +1);
}

InsertSort 的参数设计需要多加考量。建议就是多画图。

---

实现快排多趟2(非递归)：

void QuickSortNorR(int* a, int begin, int end)
{
	st Stack;
	InitStack(&Stack);
	//先压的右边
	StackPush(&Stack, begin);
	StackPush(&Stack, end);
 
	//不为空就不出来
	while (!EmptyStack(&Stack))
	{
		//先压 的end  就先取出begin
		int right = StackTop(&Stack);
		StackPop(&Stack);
 
		int left = StackTop(&Stack);
		StackPop(&Stack);
	    //0 ，9
		//找三数
		int keyi = PartSort1(a, left, right);
 
     //压入左右区间
		if (left < keyi - 1)
		{
			StackPush(&Stack, left);
			StackPush(&Stack, keyi - 1);
		}
		if (keyi + 1 < end)
		{
			StackPush(&Stack, keyi + 1);
			StackPush(&Stack, end);
		}
	}
	DelStack(&Stack);
}

快速排序的性能:

快排是很强悍的排序方法，在做到上面所述的三数取中、小区间优化(较大的数有明显变化)

时间复杂度可以达到:O(N*logN);

在使用栈的情况，空间复杂度为O(N);

但不具有稳定性。

 (2)归并排序

基本思想:

归并排序的实现1(递归)：

 分割后的合并，需要借助新的数组来保存 合并后的值，以便于拷贝回到原区间。

 
void MergeSort(int* a, int begin,int end)
{
	//开辟同样大小的数组
	int* tmp = (int*)malloc(sizeof(int) * n);
	//因为牵涉到递归，不用每次都开辟一个同样大小的空间数组
	_MergeSort(a, begin,end,tmp);
	free(tmp);
}
 
void TestMergeSort()
{
	int arr[] = { 10,6,7,1,3,9,4,2 };
	printf("MergeSortBefore:");
	PrintSort(arr, sizeof(arr) / sizeof(int));
	MergeSort(arr,0,sizeof(arr) / sizeof(int)-1); //参数这里选择传三个
	printf("MergeSortRAfter:");
	PrintSort(arr, sizeof(arr) / sizeof(int));
}

对子函数_MergeSort的编写，主要就分为两个大的方向。

1.分割  2.归并 并写回:

void _MergeSort(int* a, int left, int right, int* tmp)
{
	//分割递归终止条件
	if (left >= right)
		return;
	//用中数 分割
	int mid = (left + right) >> 1;
	//[left,mid] [mid+1,right];
	_MergeSort(a, left, mid, tmp);
	_MergeSort(a, mid + 1, right, tmp);
 
	//合并
	//合并就类似于合并两个有序数组
	//两区间 两数组
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	//小的值拿下来
	int i = left; //为什么要由left控制？因为每个区间开头就是left
	while (begin1 <= end1 && begin2 <= end2)  //其中一个数组终止 就结束
	{
		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++];
	
	//拷回去 
	//j从什么地方开始 从什么地方结束？
	for (int j = left;j <= right;j++)
	{
		a[j] = tmp[j];
	}
}

理解分割、归并的过程，通过调试是很有效的方法。希望能帮助你。 

---

归并排序的实现2(非递归) :

什么！还有非递归？一个递归就弄得晕头转向了还来个非递归？！

是的。

因为非递归和递归版的归并的代码部分相同，所以先抽象出这个部分。

非递归版，和递归版，无非只差别在，分割区间上。需要手动分割

void _MergeSortNorR(int* a,int begin1,int end1,int begin2,int end2,int* tmp)
{
	int i = left; //为什么要由left控制？因为每个区间开头就是left
	while (begin1 <= end1 && begin2 <= end2)  //其中一个数组终止 就结束
	{
		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++];
 
	//拷回去 
	//j从什么地方开始 从什么地方结束？
	for (int j = left;j <= right;j++)
	{
		a[j] = tmp[j];
	}
}

所以在设计，非递归版归并的子函数时，参数较多。

 所以我们引入了gap的概念，作为归并的序列有几个。

根据gap的大小，即这次归并要归多少个数~算出gap和下标的关系。

 当然这不是最终的代码，此代码仍然有会出现bug的情况。

void MergeSortNorR(int* a, int n)
{
	int* tmp =(int*)malloc(sizeof(int)*n);
 
	int gap = 1;
	while (gap < n)
	{
		//注每次循环i  仅能归并一个
		for (int i = 0;i < n;i += 2*gap)  //i+=2*gap; 下一个区间
		{
			//取出每个gap的区间 
			int begin1 = i, end1 = i + gap - 1, begin2 = i + gap, end2 = i + 2 * gap - 1;
 
			_MergeSortNorR(a, begin1, end1, begin2, end2, tmp);
		}
		gap *= 2;  // 控制每次归并的个数
	}
}

 特殊情况:

void MergeSortNorR(int* a, int n)
{
	int* tmp =(int*)malloc(sizeof(int)*n);
 
	int gap = 1;
	while (gap < n)
	{
		//注每次循环i  仅能归并一个
		for (int i = 0;i < n;i += 2*gap)  //i+=2*gap;
		{
			//取出每个gap的区间 
			int begin1 = i, end1 = i + gap - 1, begin2 = i + gap, end2 = i + 2 * gap - 1;
 
			//如果第二个区间不存在
			if (begin2 >=n)
			{
				break; //也就不归并了
			}
			//如果是第二区间缺少 造成越界
			if (end2 >=n)
			{
				//修正
				end2 = n - 1;
			}
			_MergeSortNorR(a, begin1, end1, begin2, end2, tmp);
		}
		gap *= 2;
	}
}

最后也完成了~ 

---

感谢你的阅读，祝你好运~