排序算法学习笔记

这篇博客详细介绍了交换排序中的冒泡排序和快速排序,插入排序的直接插入排序和希尔排序,以及选择排序的直接选择排序和堆排序,还有归并排序。更多内容敬请期待。

交换排序

冒泡排序

// 冒泡排序 =======================================
void bubbleSort(int num[], int n) {//【冒泡排序】
    for(int i=0; i < n-1; i++) {// 需要 n-1 次排序
        for(int j=0; j < n-1-i; j++) {
            if(num[j] > num[j+1]) {
                int temp = num[j];
                num[j] = num[j+1];
                num[j+1] = temp;
            }
        }
    }
}

快速排序

// 快速排序 =======================================
//void quickSort(int num[], int left, int right) {//【快速排序】
//    if(left < right) {
//        int temp = num[left];
//        int low = left;
//        int high = right;
//        while(low < high) {
//            while(low < high && num[high] >= temp) {
//                high--;
//            }
//            num[low] = num[high];
//            while(low < high && num[low] < temp) {
//                low++;
//            }
//            num[high] = num[low];
//        }
//        num[low] = temp;
//
//        quickSort(num, left, low-1);
//        quickSort(num, low+1, right);
//    }
//}
int Partition(int num[], int left, int right) {
    int index = left + (right-left>>1);//注意:移位操作的优先级比加减法运算低
    int temp = num[index];
    num[index] = num[left];
    while(left < right) {
        while(left < right && temp <= num[right])
            right--;
        num[left] = num[right];
        while(left < right && temp > num[left])
            left++;
        num[right] = num[left];
    }
    num[left] = temp;
    return left;
}
void quickSort(int num[], int left, int right) {//【快速排序】
    if(left < right) {
        int index = Partition(num, left, right);
        quickSort(num, left, index-1);
        quickSort(num, index+1, right);
    }
}

插入排序

直接插入排序

// 插入排序 =======================================
void insertSort(int num[],int n) {//【直接插入排序】
    for(int i=1; i < n; i++) {
        if(num[i] < num[i-1]) {
            int temp = num[i];
            int j = i-1;
            while(j >=0 && temp < num[j]) {
                num[j+1] = num[j];
                j--;
            }
            num[j+1] = temp;
        }
    }
}

希尔排序

// 希尔排序 =======================================
void shellSort(int num[], int n) {//【希尔排序】
    for(int gap = n/2; gap > 0; gap/=2) {
        for(int i = gap; i < n; i++) {
            if(num[i] < num[i-gap]) {
                int temp = num[i];
                int j = i - gap;
                while(j >= 0 && temp < num[j]) {
                    num[j+gap] = num[j];
                    j -= gap;
                }
                num[j+gap] = temp;
            }
        }
    }
}

选择排序

直接选择排序

// 选择排序 =======================================
void selectSort(int num[], int n) {//【直接选择排序】
    for(int i=0; i < n-1; i++) {// 需要 n-1 次排序,每次从剩余的数中找出最小的那个数,然后和剩余数中的第一个数交换
        int index = i;// 先假设剩余数中第一个数为最小值。index 用于记录剩余数中的那个最小值的索引
        for(int j=i+1; j < n; j++) {
            if(num[j] < num[index]) {
                index = j;
            }
        }

        if(index != i) {// 将剩余数中找到的那个最小值,和剩余数中的第一个数交换
            int temp = num[i];
            num[i] = num[index];
            num[index] = temp;
        }
    }
}

堆排序

// 堆排序 =========================================
void heapAdjust(int num[], int n, int i) {// 调整节点 i
    if(i <= n/2-1 && n != 0) {// 保证是非叶子节点
        int leftChild = 2 * i + 1;// 节点 i 的左孩子
        int rightChild = 2 * i + 2;// 节点 i 的右孩子
        int index = i;
        if(num[index] < num[leftChild]) {
            index = leftChild;
        }
        if(rightChild < n && num[index] < num[rightChild]) {
            index = rightChild;
        }
        if(index != i) {
            int temp = num[i];
            num[i] = num[index];
            num[index] = temp;

            heapAdjust(num, n, index);
        }
    }
}

void heapSort(int num[], int n) {//【堆排序】
    // 构造初始堆。从最后一个非叶子节点开始调整
    for(int i=n/2-1; i >= 0; i--) {
        heapAdjust(num, n, i);
    }

    // 有了初始堆,开始排序
    for(int i=n-1; i >= 1; i--) {
        // 交换堆顶元素和最后一个元素
        int temp = num[0];
        num[0] = num[i];
        num[i] = temp;

        // 重新调整堆顶节点成为大顶堆
        heapAdjust(num, i, 0);
    }
}

归并排序

// 归并排序 =======================================
void mergeArray(int L[], int R[], int first, int middle, int last) {
    int i,k;
    i = k = first;
    int j = middle + 1;
    while(i<=middle && j<=last) {
        if(L[i] <= L[j])
            R[k++] = L[i++];
        else
            R[k++] = L[j++];
    }
    while(i <= middle)
        R[k++] = L[i++];
    while(j <= last)
        R[k++] = L[j++];
    for(i=first; i <=last; i++)
        L[i] = R[i];
}

void MSort(int num[], int temp[], int first, int last) {
    if(first == last)
        temp[first] = num[first];
    else {
        int middle = (first + last) / 2;
        MSort(num, temp, first, middle);
        MSort(num, temp, middle+1, last);
        mergeArray(temp, num, first, middle, last);
    }
}

void mergeSort(int num[], int n) {//【归并排序】
    int* temp = new int[n];
    MSort(num, temp, 0, n-1);
}


各种常用排序算法

类别

排序方法

时间复杂度

空间复杂度

稳定性

平均情况

最好情况

最坏情况

辅助存储

交换排序

冒泡排序

O(n2)

O(n)

O(n2)

O(1)

稳定

快速排序

O(nlog2n)

O(nlog2n)

O(n2)

O(logn)

不稳定

插入排序

直接插入

O(n2)

O(n)

O(n2)

O(1)

稳定

希尔排序

O(n1.3)

O(nlog2n)

O(n2)

O(1)

不稳定

选择排序

直接选择

O(n2)

O(n2)

O(n2)

O(1)

不稳定

堆排序

O(nlog2n)

O(nlog2n)

O(nlog2n)

O(1)

不稳定

归并排序

O(nlog2n)

O(nlog2n)

O(nlog2n)

O(n)

稳定

基数排序(桶排序)

O(d(r+n))

O(d(rd+n))

O(d(r+n))

O(rd+n)

稳定

注意:基数排序的复杂度中:r代表关键字的基数,d代表长度,n代表关键字的个数


待续。。。。。。

06-22
### 得物技术栈及开发者文档分析 得物作为一家专注于潮流商品的电商平台,其技术栈和开发者文档主要围绕电商平台的核心需求展开。以下是对得物技术栈及相关开发资源的详细解析: #### 1. 技术栈概述 得物的技术栈通常会涵盖前端、后端、移动应用开发以及大数据处理等多个领域。以下是可能涉及的主要技术栈[^3]: - **前端开发**: 前端技术栈可能包括现代框架如 React 或 Vue.js,用于构建高效、响应式的用户界面。此外,还会使用 Webpack 等工具进行模块化打包和优化。 - **后端开发**: 后端技术栈可能采用 Java Spring Boot 或 Node.js,以支持高并发和分布式架构。数据库方面,MySQL 和 Redis 是常见的选择,分别用于关系型数据存储和缓存管理。 - **移动应用开发**: 得物的移动应用开发可能基于原生技术(如 Swift/Kotlin)或跨平台框架(如 Flutter)。这有助于确保移动端应用的性能和用户体验一致性。 - **大数据云计算**: 在大数据处理方面,得物可能会使用 Hadoop 或 Spark 进行数据挖掘和分析。同时,依托云服务提供商(如阿里云或腾讯云),实现弹性扩展和资源优化。 #### 2. 开发者文档分析 类似于引用中提到的 Adobe 开发者文档模板[^2],得物也可能提供一套完整的开发者文档体系,以支持内部团队协作和外部开发者接入。以下是开发者文档可能包含的内容: - **API 文档**: 提供 RESTful API 或 GraphQL 的详细说明,帮助开发者快速集成得物的功能模块,例如商品搜索、订单管理等。 - **SDK 集成指南**: 针对不同平台(如 iOS、Android 或 Web)提供 SDK 下载和集成教程,简化第三方应用的开发流程。 - **技术博客**: 分享得物在技术实践中的经验成果,例如如何优化图片加载速度、提升应用性能等。 - **开源项目**: 得物可能将部分技术成果开源,供社区开发者学习和贡献。这不仅有助于提升品牌形象,还能吸引更多优秀人才加入。 #### 3. 示例代码 以下是一个简单的示例代码,展示如何通过 RESTful API 调用得物的商品搜索功能(假设接口已存在): ```python import requests def search_items(keyword, page=1): url = "https://api.dewu.com/v1/items/search" headers = { "Authorization": "Bearer YOUR_ACCESS_TOKEN", "Content-Type": "application/json" } params = { "keyword": keyword, "page": page, "size": 10 } response = requests.get(url, headers=headers, params=params) if response.status_code == 200: return response.json() else: return {"error": "Failed to fetch data"} # 调用示例 result = search_items("Air Jordan", page=1) print(result) ``` 此代码片段展示了如何通过 Python 请求得物的 API,并获取指定关键词的商品列表。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值