前言
在练习编程或者做项目时,是否经常与排序打交道,这篇文章会带你熟悉常见的八大排序。
目录
插入排序
对于要插入的一个数字,等待被插入数字的数组中是已经有序的,此时如果要插入一个数,就与有序数组中最后一个、倒数第二个......依次比较,直到此数字刚好位于前方数字小于它,后方数字大于它的位置,此时这个数字就被插入成功。依次插入剩下的数字重复上述步骤。
函数实现:
void InsertSort(int* a, int n)
{
//由第一个元素作为一个有序数组依次将第二个、第三个......插入进去
for (int i = 0; i < n-1; i++)
{
int end = i;
//将待插入的按照规则进行比较,插入到正确位置
while (end >= 0)
{
if (a[end] > a[end + 1])//如果大于比较元素则交换数值
{
swap(&a[end], &a[end + 1]);
end--;
}
else//否则就意味着已经插入到了正确位置跳出循环
{
break;
}
}
}
}
数组越接近有序排序算法效率越高
最坏时间复杂度为:O(N^2),数组为逆序或者接近逆序时(一共需要比较1+2+...+n-1次)
最好时间复杂度为:O(N),数组为有序或者接近有序时(一共需要比较n次)
空间复杂度为:O(1)
稳定性:稳定
希尔排序
希尔排序又称缩小增量法排序,先选定一个整数gap,将待排序数组分为gap个组,每个组的相邻元素下标相差gap,将每一组进行插入排序。然后再重复上述步骤,将gap值依次缩小,当gap为1时数组就被排好序了。
函数实现:
void ShellSort(int* a, int n)
{
int gap = n;
//方法一:一组一组进行排序,排好一组再排下一组,一个一个来
while (gap > 1)
{
gap = gap / 3 + 1;//gap依次减少直到1
for (int i = 0; i < gap; i++)//将数组分为gap组
{
for (int j = i; j < n - gap; j += gap)//对每一组进行插入排序
{
int end = j;
while (end >= i)
{
if (a[end] > a[end + gap])
{
swap(&a[end], &a[end + gap]);
end -= gap;
}
else
{
break;
}
}
}
}
}
//方法2:对每一组对应的位置先进行排序,再对下一个位置都进行排序,齐头并进
//while (gap > 1)
//{
// gap = gap / 3 + 1;
// for (int j = 0; j < n - gap; j++)//j不再是+=上gap步,注意齐头并进
// {
// int end = j;
// while (end >= 0)
// {
// if (a[end] > a[end + gap])
// {
// swap(&a[end], &a[end + gap]);
// end -= gap;
// }
// else
// {
// break;
// }
// }
// }
//}
}
这里gap每次减少,可以选择gap/=2,也可以为gap=gap/3+1
因为希尔排序的分析是一个复杂问题,时间复杂度涉及到数学上尚未解决的难题,所以经过某些人的统计与计算我们时间复杂度暂且按O(N^1.25)到O(1.6*N^1.25)来算
稳定度:不稳定
选择排序
每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。在待排序元素集合中如果最大或最小的元素不在第一位,则交换数据,排好一个后,下一次待排元素集合应出去排好的元素,重复上述步骤,直到剩下一个元素。
但是我们不妨思考一下,此时是否可以再优化排序方式,这里针对升序来讲,既然遍历一遍选择出最小的数交换到最前面,那么我们是否也可同时选出最大的数放在最后面?上代码!
函数实现:
void SelectSort(int* a, int n)
{
//定义两个下标,一个记录当前最左边下标,一个记录当前最右边下标
int end = n - 1;
int begin = 0;
while (begin < end)
{
//定义两个变量一个找出待排序数组的最大值对应的下标max和最小值对应的下标min
int min = begin;
int max = begin;
for (int i = begin+1; i <= end; i++)
{
if (a[min] > a[i])
{
min = i;//最大值对应的下标
}
if (a[max] < a[i])
{
max = i;//最小值对应的下标
}
}
//找到后将最小值与待排数组最左边元素进行交换,最大值与最右边元素进行交换
//但是!如果最大值就在最左边,先将最小值与最左边交换,最大值就不再是原来的位置了
//就被交换到了交换前最小值所在的下标处了,所以我们要修正最大值下标为min
swap(&a[min], &a[begin]);
if (max == begin)//修正最大值
{
max = min;
}
swap(&a[max], &a[end]);
begin++;
end--;
}
}
时间复杂度: O(N^2)最好情况与最坏情况一样
空间复杂度:O(1)
稳定性:不稳定
在实际中选择排序好理解,但是由于它的效率太低,不常使用
堆排序
所谓堆排序,就是利用数据结构中堆的特点性质来进行排序。在排序前我们应该先建立堆,对于升序要建立大根堆,而降序则要建立小根堆,因为这样对于后面数据排序处理会非常简单。
建立大根堆利用向下调整算法来建立。
建立好大根堆后将大根堆最上面的一个数与最后一个数交换,此时将最后一个数映射在数组中的下标减去一。再对交换后最上面的数进行向下调整算法,使得第二大的数位于堆顶,再将下标减去一后的最后一个元素与堆顶元素交换重复上述步骤,就可依次将数据由大到小从数据的末尾往前排。
函数实现:
//因为要排升序,向下调整法来建立大根堆
void AdjustDown(int* a, int n, int parent)//向下调整法的条件是左右子树必须为大根堆或小根堆
{
//因为要建立升序,所以向下调整算法里应该将左右孩子里最大的那一个与父母交换,利用parent
//与child的关系来进行递推,当算出下标child大于数组的个数n时则一次调整结束
int child = parent * 2 + 1;
while (child < n)
{
//当右孩子存在,并且左孩子小于右孩子,要将child++
if (child + 1 < n && a[child] < a[child + 1])
{
child++;
}
//当parent小于child时,要满足建立大根堆,将大的那个数往上去置换
if (a[parent] < a[child])
{
swap(&a[parent], &a[child]);
}
//当不用进行交换时则代表一次调整好了
else
{
break;
}
parent = child;
child = parent * 2 + 1;
}
}
void HeapSort(int* a, int n)
{
//要排升序先建立大根堆
//从最后一个元素的长辈系元素开始向下调整,当来到第一个元素时大根堆已经建立好了
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
//开始排序
//循环n-1次第k次将第一个元素与第n-k+1个元素进行交换,同时参与下次调整的元素个数为前n-k个
//再对交换到第一个元素位置的数据向下调整
for (int j = n - 1; j > 0; j--)
{
swap(&a[0], &a[j]);
AdjustDown(a, j, 0);
}
}
时间复杂度:O(N*logN)因为在建立大根堆时,由最后一个元素的长辈系元素往上直到第一个元素都要进行近似logN次交换,在排序时每个元素都要向下调整一次,每次向下调整近似进行logN次交换。
空间复杂度:O(1)
稳定度:不稳定
冒泡排序
对于一个数组,针对升序,将前一个数与后一个数比若小于后一个数,则交换,再将后一个数与后一个数的后一个数比,以此类推,当比到最后一个元素时就可以缺定最大值。此时将数组往前缩小到n-1个再重复上述步骤,直到数组缩小为2个时,排序完成。
函数实现: