排序总结

本文详细介绍了几种经典的排序算法,包括插入排序、折半插入排序、表插入排序、希尔排序、快速排序、简单选择排序和2-路归并排序。通过具体的实现代码展示了每种排序算法的工作原理。
#define MAXSIZE    20  //一个用作示例的小顺序表的最大长度 
typedef int KeyType;//定义关键字类型为整数类型
typedef struct {
           KeyType    key;              //关键字项
           InfoType    otherinfo;   //其他数据项
} RedType;                              //记录类型
typedef struct {
          RedType      r[MAXSIZE+1];    //r[0]闲置或用作哨兵单元
          int                 length;        //顺序表长度
}SqList;                            //顺序表类型

插入排序

void   InsertSort(SqList &L) {
         // 对顺序表L做直接插入排序   
     for ( i=2 ;  i<=L.length ;  ++i) { 
       if (L.r[i].key < L.r[i-1].key)  {   //若小于,需将L.r[i]插入有序子表
            L.r[0]=L.r[i];                          //复制为哨兵
        L.r[i] = L.r[i-1];  
          for (j=i-2; L.r[0].key<L.r[j].key; --j)
                    L.r[j+1]=L.r[j];               //记录后移
             L.r[j+1]=L.r[0];                          //插入到正确位置
         }
    }
} //  InsertSort 

折半插入排序

void BInsertSort (SqList &L)     {//对顺序表L作折半插入排序
    for  (i=2; i<=L.length; i++)    {
          L.r[0] = L.r[i];             //将L.r[i]暂存到L.r[0]
          low = 1;  high = i-1;  
          while  (low <= high)      {     //在r[low, high]中折半查找有序插入的位置
                 m = (low + high)/2;
                 if (L.r[0].key < L.r[m].key) 
                           high = m-1;  //如果L.r[0].key<L.r[m].key,则插入点在低半区
                 else low = m + 1;         //否则插入点在高半区
          }//while
          for(j=i-1; j>=high+1; --j)  L.r[j+1] = L.r[j];   //记录后移
          L.r[high+1] = L.r[0];                            //插入
      }//for
}//BInsertSort

表插入排序

#define SIZE 100                  //静态链表容量
typedef struct {
      RcdType          rc;            //记录项
      int                    next;        //指针项
}SLNode;                     //表结点类型

typedef struct {
      SLNode           r[SIZE];           //0号单元为表头结点
      int                    length;         //链表当前长度
}SLinkListType;                  //静态链表类型 

希尔排序

void  ShellInsert(SqList &L,  int dk){
         //对顺序表L做一趟希尔插入排序
  for  (i=dk+1;  i<=L.length; i+=1) {//dk+1为第一个子序列的第二个元素下标        if (L.r[i].key < L.r[i-dk].key)  {//需将L.r[i]插入有序增量子表
                L.r[0]=L.r[i];             //暂存在L.r[0]中 
                for (j=i-dk; j>0 &&(L.r[0].key <L.r[j].key);  j-=dk)  
                    L.r[j+dk]=L.r[j];  //记录后移,查找插入位置
                L.r[j+dk]=L.r[0];    //插入记录
   }
}//ShellInsert
void  ShellSort(SqList &L, int dlta[], int t)  {
      //按增量序列dlta[0..t-1]对顺序表L作希尔排序
     for(k=0; k<t; ++k) 
         ShellInsert(L, dlta[k]); //一趟增量为dlta[k]的插入排序
} //ShellSort

快速排序

int Partition(SqList &L, int low, int high)  {
   //交换顺序表L中子表r[low..high]的记录,枢轴记录到位,并返回其所在位置,此      //时它之前(后)的记录不大(小)于它。
   L.r[0] = L.r[low];                             //用子表的第一个记录作枢轴记录
   pivotkey = L.r[0].key;                     //枢轴记录关键字
   while (low < high)   {                      //从表的两端交替地向中间扫描
        while (low < high  && L.r[high].key >= pivotkey)  --high;
                 L.r[low] = L.r[high];           //将比枢轴记录小的记录移到低端
         while (low < high  && L.r[low].key <= pivotkey)  ++low;
                 L.r[high] = L.r[low];          //将比枢轴记录大的记录移到高端
    }
    L.r[low] = L.r[0];                            //枢轴记录到位
    return low;                                       //返回枢轴位置
} // Partition
void QSort(SqList &L, int low, int high)  {
   //对顺序表L中子序列L.r[low..high]作快速排序(递归形式)
   if (low < high)    {                       //长度大于1
         pivotloc = Partition(L, low, high);  //将L.r[low..high]一分为二
          QSort(L, low, pivotloc - 1);       //对低子表递归排序,                                                            //  pivotloc是枢轴位置
          Qsort(L, pivotloc +1, high);    //对高子表递归排序
   }
} // QSort

简单选择排序的基本思想:第i趟简单选择排序是指通过n-i次关键字的比较,从n-i+1个记录中选出关键字最小的记录,并与第i个记录进行交换。一共需进行n-1趟比较,直到所有记录排序完成为止。

void  SelectSort(SqList &L)   {
     //对顺序表L做简单选择排序 
      for ( i=1 ; i<L.length; ++i)  { //选择第i小的记录,并交换到位 
            j = SelectMinKey(L, i);//在L.r[i..L.length]中选择key最小的记录
            if (i != j)  L.r[i]<->L.r[j];   //与第i个记录交换 
      }
}//SelectSort

2-路归并排序

void Merge(RcdType SR[], RcdType &TR[], int i, int m, int n)  {
    //将有序的SR[i..m]和SR[m+1..n]归并成有序的TR[i..n]
    for (j=m+1, k=i;i<=m && j <=n; ++k)  {
         //将SR中记录由小到大并入TR
         if (SR[i].key <= SR[j].key) TR[k] = SR[i++];
         else TR[k]=SR[j++];
   }  
    if  (i <=m) TR[k..n] = SR[i..m];    //剩余SR[i..m]复制到TR
    if (j <= n) TR[k..n] =  SR[j..n];      //剩余SR[j..n]复制到TR
}//Merge

递归形式的2-路归并排序的算法如下:

void MSort (RcdType SR[], RcdType &TR1[], int s, int t)   {
    // 将SR[s..t]归并排序为TR1[s..t]
    if (s==t)  TR1[s] = SR[s];
    else {
       m = (s+t) /2;     // 将SR[s..t]平分为SR[s..m]和SR[m+1..t]
       MSort(SR, TR2, s, m); //递归地将SR[s..m]归并为有序TR2[s..m]              
       MSort(SR, TR2, m+1, t); //递归地将SR[m+1..t]归并为有序
                                                       // TR2[m+1..t] 
       Merge(TR2, TR1, s, m, t);  //将TR2[s..m]和TR2[m+1..t]归并到
                                                      //TR1[s..t]        
    }
}  //MSort 
void MergeSort(SqList &L)  {
       // 对顺序表L作归并排序
       MSort(L.r, L.r, 1, L.length);
}  //MergeSort
### 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