赞
踩
排序,就是使用一串记录,按照其中的某个或某些关键字的大小,递增或者递减的排序起来的一系列操作。
排序算法有着广泛的应用,因为有序的数据通常能够更高效地查找、分析和处理。
排序算法大致可以分为以下几种:
运行效率:我们期望排序算法的时间复杂度尽量低,且总体操作数量较少(时间复杂度中的常数项变小)。对于较大的数据量的情况,运行效率显得尤为重要。
就地性:顾明思义,原地排序通过在原数组上直接操作实现排序,无须借助额外的辅助数组,从节省内存。通过情况,原地排序的数据搬运操作较少时,运行速度也更快。
稳定性:稳定排序在完成排序后,相等的元素在数组中的相对顺序不发生变化。
自适应性:自适应排序的时间复杂度会受输入数据的影响,即最佳时间复杂度、最差时间复杂度、平均时间复杂度并不完全相同。
是否基于比较:基于比较的排序依赖比较运算符(< 、= 、>)来判断元素的相对顺序,从而排序整个数组,理论最优时间复杂度为O(n * log n)。而非比较不使用比较运算符,时间复杂度可以达到O(n),但其通用性相对较差。
现在来学习各种排序算法,并基于上述各种评价维度对各个算法的优缺点进行分析。
直接插入排序,当插入第i(i>=1)个元素,前面的数据已经有序,此时用arr[ i ]的数据与arr[ i - 1 ],arr[ i - 2 ],arr[ i - 3 ],直到第一个数据,找到插入位置就将arr[ i ] 插入,原来位置上的元素顺序后移。
如上图所示,插入排序的过程,现在就来使用代码实现一下。
- void Swap(int* x, int* y)
- {
- int tmp = *x;
- *x = *y;
- *y = tmp;
- }
- void InsertSort(int* arr, int n)
- {
- for (int i = 0; i < n - 1; i++)
- {
- int end = i;
- while (end >= 0)
- {
- if (arr[end] > arr[end + 1])
- {
- Swap(&arr[end], &arr[end + 1]);
- end--;
- }
- else
- {
- break;
- }
- }
- }
- }
这里也可以不使用交换函数,将arr[end+1]的值存起来,直接将end位置的值赋给end+1。
代码如下:
- void InsertSort1(int* arr, int n)
- {
- for (int i = 0; i < n - 1; i++)
- {
- int end = i;
- int tmp = arr[end + 1];
- while (end >= 0)
- {
- if (arr[end] > tmp)
- {
- arr[end + 1] = arr[end];
- end--;
- }
- else
- {
- break;
- }
- }
- arr[end+1] = tmp;
- }
- }
最优情况:
数组已经有序为升序(这里排序为升序),此时只需要进行n次循环比较,时间复杂度为O(n)。
平均情况:
平均情况下,时间复杂度为O(n^2),这里数组的每一个数据都需要与排序好的数据进行多次比较,平均下来一个数据比较n/2次,需要循环n次,时间复杂度就为O(n^2)。
最差情况:
最差情况就是数据有序为降序(我们要排序为升序),此时每一个数据都需要与已经排序完的数据一一进行比较并交换,时间复杂度为O(n^2)。
直接插入排序算法复杂度为O(n^2),效率并不高,这里对其进行优化。
直接插入排序优化,可以将数组数据进行分组,先让部分数据有序,再逐渐减少每一组数据的个数,直到为1。
希尔排序,就是对直接插入排序的优化;
希尔排序又称缩小增量法。希尔排序的基本思想:
选定一个整数(通常情况下gap = n / 3 +1),把待排序数据分成各组,所以的距离相等的记录分别在同一组内,对每一组数据进行排序,然后gap = gap / 3 +1得到下一个整数,继续将数组分成各组,进行插入排序,当gap = 1 时,就相当于直接插入排序(但是此时,数组已经基本有序)。
代码实现:
- //希尔排序
- void ShellSort(int* arr, int n)
- {
- int gap = n;
- while (gap > 1)
- {
- gap = gap / 3 + 1;
- for (int i = 0; i < n -gap; i++)
- {
- int end = i;
- while (end >= 0)
- {
- if (arr[end] > arr[end + gap])
- {
- Swap(&arr[end], &arr[end + gap]);
- end = end - gap;
- }
- else
- {
- break;
- }
- }
- }
- }
- }
希尔排序时间复杂度:
内层循环
这里因为gap的取值不一样,(可以取2、3.......),希尔排序的算法复杂度就很难计算。
外层循环
这里外层循环复杂度取决于gap的取值,时间复杂度O(log2 n)或者(log3 n)时间复杂度可以表示为O(log n)。
对于希尔排序算法的时间复杂度,计算十分复杂
选择排序的基本思想:
每一次从待排序的数据元素中选出最大(或者最小)的一个元素,存放在序列的其实位置,直到数组所有元素排序完。
这里可以选最大的数据,放到数组末尾;也可以选最小的,放到数组开头。如下图所示:
这里只找最大或者最小的效率有点低,我们两个一起找。
这里两个一起找,就要注意,当找到最大值的小标maxi与left(排序左区间)相等时,我就要另加判断(因为需要将left的数据与最小值mini进行交换)。
- //直接选择排序
- void SelectSort(int* arr, int n)
- {
- int mini = 0, maxi = 0;
- int left = 0, right = n - 1;
- while (left < right)
- {
- for (int i = left; i < right; i++)
- {
- if (arr[i] < arr[mini])
- {
- mini = i;
- }
- if (arr[i] > arr[maxi])
- {
- maxi = i;
- }
- }
- if (maxi == left)
- {
- maxi = mini;
- }
- Swap(&arr[mini], &arr[left]);
- Swap(&arr[maxi], &arr[right]);
- left++;
- right--;
- }
- }
在之前,数据结构堆中,提到了堆排序,这里实现堆排序就是利用堆的这种思维,这里使用堆排序前提数据是堆结构(所以这里就需要先堆数组进行建堆操作)。
在每次将堆顶数据与堆最后一个数据交换,再向下调整后,不将这个数据删除,而是留着堆的末尾;接下来接着让第一个数据与倒数第二个数据交换,再向下调整;直到调整完堆里的全部数据。
代码实现:
- void Swap(int* x, int* y)
- {
- int tmp = *x;
- *x = *y;
- *y = tmp;
- }
- //向下调整算法
- void AdjustDown(int* arr, int parent, int n)
- {
- int child = 2 * parent + 1;
- while (child < n)
- {
- if (child< n - 1 && arr[child]>arr[child + 1])
- {
- child++;
- }
- if (arr[child] < arr[parent])
- {
- Swap(&arr[child], &arr[parent]);
- parent = child;
- child = 2 * parent + 1;
- }
- else {
- break;
- }
- }
- }
- //堆排序
- void HeapSort(int* arr, int n)
- {
- //建堆
- for (int i = (n-1-1)/2; i >= 0; i--)
- {
- AdjustDown(arr, i, n);
- }
- //堆排序
- int end = n - 1;
- while (end > 0)
- {
- Swap(&arr[0], &arr[end]);
- AdjustDown(arr, 0, end);
- end--;
- }
- }
堆排序的算法复杂度:O(n*log n)。
到这里,插入排序和选择排序就结束了,对于排序算法还有交换排序,快速排序和归并排序,非比较排序等。
敬请期待后面的排序算法内容。
感谢各位大佬支持并指出问题,
如果本篇内容对你有帮助,可以一键三连支持以下,感谢支持!!!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。