目录
1.直接插入排序
直接插入排序实际上就是从数组的第一位开始,每次增加一位,进行比较
第一次:下标0和下标1比较
第二次:下标0、1和下标2比较
第三次:下标0、1、2和下标3比较
依次类推,所以很明显时间复杂度就是O(N^2)
其次直接插入排序元素集合越接近有序时,效率就越高
//直接插入排序
void InsertSort(int* a, int n)
{
for (int i = 0; i < n - 1; ++i)
{
int end = i;//定义每一次的个数
int Insert = a[end + 1];//插入的数就是end的下一位数
while (end >= 0)
{
if (a[end] > Insert)
{
a[end + 1] = a[end];
--end;//每比较一次end就减一次
}
else
{
break;
}
}
a[end + 1] = Insert;
}
}
2.希尔排序
希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个整数,把待排序文件中所有记录分成个 组,所有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工 作。当到达=1时,所有记录在统一组内排好序。
1.希尔排序就是对直接插入排序的优化
2.当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就 会很快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。
3.希尔排序的时间复杂度不好计算,因为gap的取值方法很多,导致很难去计算,因此在好些树中给出的 希尔排序的时间复杂度都不固定
关于我的gap是根据Knuth提出的算法进行取值的,所以时间复杂度就暂定为
O(N^1.25) ~O(1.6 * N^1.25)
void ShellSort(int* a, int n)
{
int gap = n;
while (gap > 1)
{
gap = gap / 3 + 1;
for (int i = 0; i < n - gap; ++i)
{
int end = i;
int tmp = a[end + gap];
while (end >= 0)
{
if (a[end] > tmp)
{
a[end + gap] = a[end];
end -= gap;
}
else
{
break;
}
}
a[end + gap] = tmp;
}
}
}
3.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 。
实际中很少用,仅做了解即可。
时间复杂度O(N^2)
void SelectSort(int* a, int n)
{
int begin = 0, end = n - 1;
while (begin < end)
{
int mini = begin, maxi = begin;
for (int i = begin + 1; i <= end; ++i)
{
if (a[i] < a[mini])
mini = i;
if (a[i] > a[maxi])
maxi = i;
}
Swap(&a[begin], &a[mini]);
if (begin == maxi)
maxi = mini;
Swap(&a[end], &a[maxi]);
++begin;
--end;
}
}
4.堆排序
堆排序我们应该在学习二叉树的时候就了解过了,需要注意的点就是,排升序建大堆,排降序建小堆即可
我这里是按照升序来排的。
堆排序的时间复杂度O(NlogN)
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2;
while (child < n)
{
if (child + 1 < n && a[child + 1] > a[child])
++child;
if (a[parent] < a[child])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2;
}
else
{
break;
}
}
}
//排升序,建大堆 大堆就是从大到小建立的
//排降序,建小堆 小堆就是从小到大建立的
void HeapSort(int* a, int n)
{
for (int i = (n - 1 - 1) / 2; i >= 0; --i)
{
AdjustDown(a, n, i);
}
int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]);
AdjustDown(a, end, 0);
--end;
}
}
5.冒泡排序
冒泡排序我们应该很熟悉,在前期c语言的学习中,我想我们接触较早的就是冒泡了
时间复杂度0(N^2)
void BubbleSort(int* a, int n)
{
for (int i = 0; i < n; ++i)
{
for (int j = 1; j < n - i; ++j)
{
if (a[j] < a[j - 1])
Swap(&a[j], &a[j - 1]);
}
}
}
6.快速排序
快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序元素序列中 的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右 子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止。
快排是Hoare创建的的,所以就先介绍Hoare的版本
Hoare的方法就是定义一个left,right以及一个keyi
右边的 right找比key小的值,找到之后,左边的left再开始找比key大的值,再二者都找到后,left和right进行交换,然后进行递归依次进行
挖坑法
就是在Hoare的基础上增加一个piti位,还是right先找小的,不同于Hoare版就是,找到小的后直接和piti位进行交换,然后让right位成为坑位,然后左边找大的,找到后和piti位进行交换,然后让left位成为坑位,在循环完后,一定是left和right相遇,此时把left或right的值和key进行交换
前后指针法
定义两个指针,一个prev一个cur,让cur初始化比prev前一位,让cur找比key小的值,找到后和prev惊醒交换,需要注意的就是不管cur每次有没有找到比key小的值,他都是要++的
//Hoare版本
int PartSort1(int* a, int begin, int end)
{
int left = begin, right = end;
int keyi = begin;
while (left < right)
{
while (left < right && a[right] >= a[keyi])
--right;
while (left < right && a[left] <= a[keyi])
++left;
Swap(&a[right], &a[left]);
}
Swap(&a[left], &a[keyi]);
keyi = left;
return keyi;
}
// 挖坑法
int PartSort2(int* a, int begin, int end)
{
int key = a[begin];
int piti = begin;
while (begin < end)
{
// 右边找小,填到左边的坑里面去。这个位置形成新的坑
while (begin < end && a[end] >= key)
--end;
a[piti] = a[end];
piti = end;
// 左边找大,填到右边的坑里面去。这个位置形成新的坑
while (begin < end && a[begin] <= key)
++begin;
a[piti] = a[begin];
piti = begin;
}
a[piti] = key;
return piti;
}
int PartSort3(int* a, int begin, int end)
{
int prev = begin, cur = begin + 1;
int keyi = begin;
while (cur <= end)
{
if (a[cur] < a[keyi] && ++prev != cur)
Swap(&a[prev], &a[cur]);
++cur;
}
Swap(&a[prev], &a[keyi]);
keyi = prev;
return keyi;
}
void QuickSort(int* a, int begin, int end)
{
if (begin >= end)
return;
//N为1,2,3
int keyi = PartSortN(a, begin, end);
QuickSort(a, begin, keyi - 1);
QuickSort(a, keyi + 1, end);
}
7.归并排序
归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有 序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
归并排序的分治过程类似于二叉树中的后序遍历,并且归并排序是一定要建立一个新的数组来进行存放,最后再拷贝到原数组中。
//对于分治需要注意的就是先分治,在归并
//分治类似于后序遍历。
void _MergeSort(int* a, int begin, int end, int* tmp)
{
if (begin >= end)
return;
//分治
int mid = (begin + end) / 2;
_MergeSort(a, begin, mid, tmp);
_MergeSort(a, mid + 1, end, tmp);
//归并
int begin1 = begin, end1 = mid;
int begin2 = mid + 1, end2 = end;
int i = begin1;
while (begin1 <= end1 && begin2 <= end2)
{
if (a[begin1] < a[begin2])
{
tmp[i++] = a[begin1++];
}
else
{
tmp[i++] = a[begin2++];
}
}
while (begin1 <= end1)
tmp[i++] = a[begin1++];
while (begin2 <= end2)
tmp[i++] = a[begin2++];
memcpy(a + begin, tmp + begin, (end - begin + 1) * sizeof(int));
}
void MergeSort(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL)
{
printf("malloc fail\n");
exit(-1);
}
_MergeSort(a, 0, n-1, tmp);
free(tmp);
tmp = NULL;
}
8.计数排序
计数排序的基本属于非比较排序的一类,就是不通过比较大小来进行排序的
计数排序顾名思义就是记录数组中每一种数组出现的次数,然后进行排序
1.统计每个数字出现的次数
2.按照出现次数写回原数组
开辟一个6位数的空间,为什么开辟6位数呢,因为原数组中最小的数是0,最大的数是5,期间一共是6个数,所以开辟6位空间
最后写回原数组
void CountSort(int* a, int n)
{
int min = a[0], max = a[0];
for (int i = 1; i < n; ++i)
{
if (a[i] > max)
{
max = a[i];
}
if (a[i] < min)
{
min = a[i];
}
}
//计算数据中最大最小数的差值
int num = max - min + 1;
//创建插值个数的数组
int* tmp = (int*)malloc(sizeof(int) * num);
if (tmp == NULL)
{
printf("malloc fail\n");
exit(-1);
}
memset(tmp, 0,sizeof(int) * num);
//统计次数
for (int i = 0; i < n; ++i)
{
tmp[a[i] - min]++;
}
//回写-排序
int j = 0;
for (int i = 0; i < num; ++i)
{
while (tmp[i]--)
{
a[j++] = i + min;
}
}
}
但要知道非比较排序的局限性
1.适用于整数形式,若是浮点型,字符串就显得不太合适
2.如果数据范围很大(最大最小值的差值很大)空间复杂度就会很大,不太合适
例如本数组中最大的是1009,最小的是2,差值位1008,但发现有很多的位置就没有值,这就造成了很大空间的浪费
再例如
虽说这样可以减少空间浪费,但还是会发现其局限性
本章节只是简单的介绍了下这八种排序,主要是说明其主要的代码.