排序总结

本文详细介绍了六种经典的排序算法:直接插入排序、Shell排序、冒泡排序、选择排序、归并排序和快速排序。每种算法均包含其核心思想、时间复杂度分析及示例代码。

1. 直接插入排序

思想:将数组分为无序区有序区两个部分,然后不断将无序区的第一个元素按大小顺序插入到有序区中去,最终将所有无序区元素都移动到有序区完成排序。

时间复杂度O(n^2)级别

代码实现:

const int INF=1000;
int num[INF];   //存储待排序的数据
void InsertSort(int n)     //直接插入排序,n表示元素个数
{
    int i,j;  //i表示已排序数的终止位置,j表示未排序数的起始位置
    for(i=0;i<n-1;)
    {
        j=i+1;
        if(num[j]<num[i])
        {
            int temp=num[j];     //记录待排序数
            while(temp<num[i] && i>=0)   //查找插入位置,并移动元素
            {
                num[i+1]=num[i];
                i--;
            }
            num[i+1]=temp;  //插入元素
        }
        i=j;
    }
}

2. Shell排序

思想:又称增量缩小排序。是对直接排序的该进,首先选取一个小于n的数字将待排序元素划分成若干组,在各组内进行直接插入排序;

然后选取第二个增量,重复上面的分组和排序,知道增量为1时停止。是一种不稳定的排序。

时间复杂度要小于O(n^2)。

增量的选择一般每次选择数组元素个数的一半。

实现如下:

const int INF=1000;
int num[INF];   //存储待排序的数据
int n;  //元素个数
void Shell1(int d)  //直接插入排序
{
    for(int i=d;i<n;i++)
    {
        if(num[i]<num[i-d])
        {
            int temp=num[i];
            int j=i-d;
            while(j>=0 && temp<num[j])
            {
                num[j+d]=num[j];
                j-=d;
            }
            num[j+d]=temp;
        }
    }
}
void ShellSort1(int d)  //Shell排序
{
    while(d>=1)
    {
        Shell1(d);
        d/=2;
    }
}

3. 冒泡排序

思想:进行n次比较,每次将较大的数沉底。

时间复杂度O(n^2)

代码如下:

void Bubbling(int num[],int n)
{
    for(int i=0;i<n-1;i++)
    {
        for(int j=0;j<n-i-1;j++)
        {
            if(num[j]>num[j+1])
            {
                int temp=num[j];
                num[j]=num[j+1];
                num[j+1]=temp;
            }
        }
    }
}


4. 选择排序

思想:进行n-1趟排序,每一趟选择最小的元素(或者最大的元素)与前面待排序的数进行交换。

时间复杂度O(n^2)。

代码如下:

void Select(int num[],int n)
{
    for(int i=0;i<n-1;i++)
    {
        int index(i);
        for(int j=i+1;j<n;j++)
        {
            if(num[index]>num[j])
                index=j;
        }
        if(index!=i)
        {
            int temp=num[index];
            num[index]=num[i],num[i]=temp;
        }
    }
}



5.归并排序

思想:采用分治的思想,将数组划分成若干部分,先对每一部分进行排序,然后将排好序的部分合并进行排序。是一种稳定的排序。

时间复杂度为O(nlgn)。

代码如下:

const int INF=1e5;
int num[INF];

void Mergesort(int first,int mid,int last)   //将分治得到的两个序列排序  合并
{
	int *temp=new int[last-first+2];
	int i=first;
	int m=mid;
	int j=mid+1;
	int n=last;
	int k(0);
	while(i<=m && j<=n)
	{
		if(num[i]<num[j])
			temp[k++]=num[i++];
		else temp[k++]=num[j++];
	}
	while(i<=m) 
		temp[k++]=num[i++];
	while(j<=n)
		temp[k++]=num[j++];
	for(int i=0;i<k;i++)
		num[first+i]=temp[i];
	delete []temp;
}

void Merge(int first,int last)   //利用分治的思想将原序列分开
{
	if(first<last)
	{
		int mid=(first+last)/2;
		Merge(first,mid);
		Merge(mid+1,last);
		Mergesort(first,mid,last);  
	}
}


6.堆排序

思想:将数组A创建为一个最大堆,然后交换堆的根(最大元素)和最后一个叶节点x,将x从堆中去掉形成新的堆A1,

然后重复以上动作,直到堆中只有一个节点。

时间复杂度为O(nlgn)。

堆排序的时间复杂度是O(nlgN),与快速排序达到相同的时间复杂度。但是在实际应用中,我们往往采用快速排序而不是堆排序。

这是因为快速排序的一个好的实现,往往比堆排序具有更好的表现。堆排序的主要用途,是在形成和处理优先级队列方面。


代码:点击打开代码链接


7.快速排序

思想:

1)设置两个变量i、j,排序开始的时候:i=0,j=N-1;
2)以第一个数组元素作为关键数据,赋值给key,即key=A[0];
3)从j开始向前搜索,即由后开始向前搜索(j--),找到第一个小于key的值A[j],将A[j]赋给A[i];
4)从i开始向后搜索,即由前开始向后搜索(i++),找到第一个大于key的A[i],将A[i]赋给A[j];
5)重复第3、4步,直到i==j。


时间复杂度平均为O(nlogn),最坏为O(n^2)(数组基本有序的情况)

但实际应用中经常使用的还是快排

代码如下:

#include <iostream>
#include <cstdio>
using namespace std;
const int INF=1e4;

int q_sort(int num[],int l,int r)  //一趟快速排序  时间复杂度为O(r-l)
{
    int base(num[l]);  //基准
    while(l<r)
    {
        while(l<r && num[r]>=base)  //注意“=”号一定要加上
            r--;
        num[l]=num[r];  //将不满足条件的数放到基准的左边
        while(l<r && num[l]<=base)  //注意“=”号一定要加上
            l++;
        num[r]=num[l];  //将不满足条件的数放到基准的右边
    }
    num[l]=base;  //基准的位置
    return l;
}
void quicksort(int num[],int l,int r)  //快排  时间复杂度为O(log(r-l))
{
    if(l<r)
    {
        int mid=q_sort(num,l,r);
        quicksort(num,l,mid-1);
        quicksort(num,mid+1,r);
    }
}


(未完待续。。。)





### 各类排序算法的时间和空间复杂度总结 #### 冒泡排序 冒泡排序是一种简单的排序算法,其平均时间复杂度为 O(n²),最坏情况下也是 O(n²)。然而,它的空间复杂度较低,仅为 O(1)。该算法具有稳定性[^1]。 #### 插入排序 插入排序同样属于简单排序算法之一,其平均时间复杂度也为 O(n²),但在最佳情况下的时间复杂度可以达到 O(n)。它也是一种原地排序算法,因此空间复杂度同样是 O(1)。值得注意的是,插入排序是一个稳定的排序算法。 #### 选择排序 选择排序通过多次扫描未排序部分找到最小值来完成排序过程。此算法的平均时间复杂度为 O(n²),并且不依赖于输入数据分布。尽管如此,它的空间复杂度仍然保持在 O(1) 的水平上。不过需要注意的是,选择排序并不具备稳定性。 #### 快速排序 快速排序采用分治策略实现高效排序,在理想条件下能够达到平均时间复杂度 O(n log n)。但是当分区操作不平衡时(例如已经接近完全有序的数据),可能会退化至最差性能 O(n²)。此外,由于递归调用栈的存在,其空间复杂度通常被估计为 O(log n);而在极端情况下可能上升到线性级别即 O(n)。 #### 堆排序排序利用二叉堆结构来进行排序处理,无论是在最好还是最坏的情况下都能维持固定的时间复杂度 O(n log n)。与此同时,因为不需要额外分配内存资源用于存储临时变量或其他辅助信息等原因,所以它可以做到常量级的空间消耗——也就是 O(1)[^1]。 #### 归并排序 归并排序基于分而治之的思想构建而成,每次都将待排序序列分成若干子序列分别独立排序后再合并起来形成最终结果。这种做法使得即使面对大规模随机分布或者几乎已排好序的情况也能保证拥有良好的效率表现:总体来说都是 O(n log n) 的时间开销。但由于需要创建新的数组用来保存中间状态的缘故,因而增加了额外的需求——具体表现为占用约等于原始列表大小的一倍额外储存单元数量,从而导致整体空间复杂度变为 O(n)[^2]。 ```python def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left_half = merge_sort(arr[:mid]) right_half = merge_sort(arr[mid:]) merged_arr = [] while left_half and right_half: if left_half[0] < right_half[0]: merged_arr.append(left_half.pop(0)) else: merged_arr.append(right_half.pop(0)) merged_arr.extend(left_half or right_half) return merged_arr ```
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