八种排序算法

直接插入排序: 时间复杂度:O(n^2)           空间复杂度: O(1)      稳定   越有序越快
希尔排序:     时间复杂度:O(n^1.3-n^1.5)   空间复杂度:O(1)     不稳定   越有序越快
冒泡排序:     时间复杂度:0(n^2)           空间复杂度:O(1)       稳定
选择排序:    时间复杂度: 0(n^2)           空间复杂度:0(1)      不稳定
快速排序:     时间复杂度: 0(nlogn)         空间复杂度: 0(logn)  不稳定   越有序越差;
归并排序:     时间复杂度:0(nlog2n)           空间复杂度:O(1)        稳定    
堆排序:       时间复杂度: 0(nlog2n)          空间复杂度: 0(1)     不稳定
基数排序:     时间复杂度: 0(dn)             空间复杂度: 0(n)      稳定

直接插入排序:

  //插入排序  越有序越快,完全有序则为0(n)
  //每次在末尾插入一个数字,依次向前比较,类似与抓扑克牌(插入排序, 每次左边的子序列都是有序的)
void InsertSort(int *arr,int len)//O(n^2),O(1),稳定,
{
    int tmp;
    int i;
    int j;
    for(i=1;i<len;i++)//1 2 3 4 5
    {
       tmp = arr[i];
       for(j=i-1;j>=0;j--)
      {
         if(arr[j] <= tmp)
         {
            break;
         }
         else
         {
           arr[j+1] = arr[j];
          }
       }
       arr[j+1] = tmp;
      }
 }

希尔排序:

//希尔排序   间隔性的分组,分组插入排序,相隔gap个数的都为一组,从第gap个数开始
//一趟shell过程
  void Shell(int *arr,int len,int gap)
  {
     int tmp;
     int i;
     int j;
     for(i=gap;i<len;i++)
     {
       tmp = arr[i];
       for(j=i-gap;j>=0;j-=gap)
       {
           if(arr[j] <= tmp)
           {
              break;
            }
            else
            {
                arr[j+gap] = arr[j];
            }
         }
          arr[j+gap] = tmp;
       }
     }   
    
    void ShellSort(int *arr,int len)//O(n^1.3)~O(n^1.5),O(1),不稳定
    {
         int d[] = {5,3,1};
         for(int i=0;i<sizeof(d)/sizeof(d[0]);i++)
         {
            Shell(arr,len,d[i]);
         }
     }

冒泡排序:

     //冒泡排序  两两交换  比较慢, 数从前向后冒泡比较,冒泡过程中,数列无序状态
     void BubbleSort(int *arr,int len)//O(n^2),O(1),稳定
     {
          int tmp;
          for(int i=1;i<len;i++)
          {
              for(int j=0;j<len-i;j++)
               {
                   if(arr[j] > arr[j+1])
                   {
                           tmp = arr[j];
                        arr[j] = arr[j+1];
                      arr[j+1] = tmp;
                    }
                }
           }
     }

选择排序:

  //选择排序,每次找出数值最小的下标,交换未排序区域第一个与最小的(与冒泡的区别,只交换一次)
  void SelectSort(int *arr,int len)//O(n^2),O(1),不稳定
   {
         int minIndex;
         int tmp;
         for(int i=0;i<len-1;i++)
         {
              minIndex = i;
              for(int j=i+1;j<len;j++)
              {
                    if(arr[minIndex] > arr[j])
                   {
                        minIndex = j;
                   }
               }
               if(minIndex != i)
               {
                   tmp = arr[minIndex];
                   arr[minIndex] = arr[i];
                   arr[i] = tmp;
                }
            }
   }

快速排序

    //快速排序:对数组找出一个中间大小的合适哨兵,把小于哨兵的放左边,大于哨兵的放右边,中间是等于哨兵的,分别对左右递归调用快排
    //快速排序的一次划分,很重要
    int Partition(int *arr,int low,int high)//O(n),O(1)
     {
         int tmp = arr[low];//基准
         while(low < high)
         {
             while(low<high && arr[high]>tmp)
             {
                   high--;
             }
             arr[low] = arr[high];
             while(low<high && arr[low]<tmp)
             {
                 low++;
              }
              arr[high] = arr[low];
          }
         arr[low] = tmp;//low==high
         return low;
      }
    
      static void Quick(int*arr,int low,int high)
      {
          int par = Partition(arr,low,high);
          if(low+1 < par)//左边至少两个数据
          {
              Quick(arr,low,par-1);
          }
              if(par+1 < high)//右边至少两个数据
              {
                   Quick(arr,par+1,high);
               }
        }
     
        void QuickSort(int *arr,int len)//O(nlogn),O(logn),不稳定
         {
             Quick(arr,0,len-1);
          }
          
          //非递归的快排
          void QuickSort2(int *arr,int len)//O(n),O(logn),不稳定
         {           
               SeqStack s;
               InitStack(&s);
               int low = 0;
               int high = len-1;
               int par = Partition(arr,low,high);
               if(low+1 < par)
               {
                  Push(&s,low);
                  Push(&s,par-1);
               }
               if(par+1 < high)
               {
                   Push(&s,par+1);
                   Push(&s,high);
               }
               while(!IsEmpty(&s))
              {
                 Pop(&s,&high);
                 Pop(&s,&low);
                 par = Partition(arr,low,high);
                 if(low+1 < par)
                 {
                     Push(&s,low);
                     Push(&s,par-1);
                  }
                  if(par+1 < high)
                  {
                      Push(&s,par+1);
                      Push(&s,high);
                   }
              }
              Destroy(&s);
       }

归并排序:

   //归并排序,自顶向下,递归,先让每个数字为一组,组内都有序,再两个两个为一组,再4个4个为一组。最终让数组完全有序。
   //一趟归并
   static void Merge(int *arr,int len,int gap)
   {
        int low1 = 0;//第一个归并的的起始下标
        int high1 = gap-1;//第一个归并段的结尾下标
        int low2 = high1+1;//第二个归并段的起始下标
        int high2 = low2+gap-1<len-1 ? low2+gap-1 : len-1;//第二个归并段的结尾下标 
        int *brr = (int *)malloc(sizeof(int)*len);//存放归并好的数据
        int i = 0;//brr下标
        //有两个归并段
        while(low2 <= high2)
        {
           //两个归并段都还有数据
           while(low1<=high1 && low2<=high2)
           {
               if(arr[low1] <= arr[low2])
               {
                  brr[i++] = arr[low1++];
               }
                else
                {
                   brr[i++] = arr[low2++];
                }
           }
          //一个段数据归并完成,另一个还有数据
           while(low1 <= high1)
           {
              brr[i++] = arr[low1++];
           }
            while(low2 <= high2)
           {
                brr[i++] = arr[low2++];   
            }
               low1 = high2+1;
              high1 = low1+gap-1;
               low2 = high1+1;
              high2 = low2+gap-1<len-1 ? low2+gap-1 : len-1;
        }
         //不足两个归并段
         while(low1 < len)
          {
             brr[i++] = arr[low1++];
          }
          for(i=0;i<len;i++)
          {
              arr[i] = brr[i];
           }
            free(brr);
    }
  
     void MergeSort(int *arr,int len)//O(nlogn),O(n),稳定
      {
           for(int i=1;i<len;i*=2)//归并段的长度
           {
               Merge(arr,len,i);
           }
        }

堆排序:

 //堆排序,建堆(升序建大堆,降序建小堆),交换堆顶与最后一位无序数据,调整堆,递归,交换调整
  //一次堆调整
  void HeapAdjust(int *arr,int start,int end)//O(logn),O(1)
   {
        int tmp = arr[start];
        int i;
        for(i=2*start+1;i<=end;i=2*i+1)
        {
            if(i+1<=end && arr[i]<arr[i+1])//i是左右孩子较大值的下标
            i++;
            if(tmp < arr[i])//arr[i]需要上移
            {
                arr[(i-1)/2] = arr[i];
             }
             else  //找到位置
            {
                break;
            }
        }
        arr[(i-1)/2] = tmp;
   }
     
     void HeapSort(int *arr,int len)//O(nlogn),O(1),不稳定
     {
         //第一次建大根堆
         for(int i=(len-1-1)/2;i>=0;i--)
         {
             HeapAdjust(arr,i,len-1);
         }
            int tmp;
            for(int i=0;i<len-1;i++)
            {
               tmp = arr[0];
               arr[0] = arr[len-1-i];
               arr[len-1-i] = tmp;
               HeapAdjust(arr,0,len-1-i-1);
            }
      }

基数排序:

//基数排序
static int Count(int n)
{
 int tmp = 0;
 do
 {
  tmp++;
  n /= 10;
 }while(n != 0);
 return tmp;
}

//数字n的右数第fig位
int FigNum(int n,int fig)//123
{
 for(int i=0;i<fig;i++)
  n /= 10;
 return n%10;
}

//fig右数第几位,从0开始
static void Radix(int *arr,int len,int fig)
{
 queue<int> que[10];//queue<int>创建整型队列
 int tmp;
 for(int i=0;i<len;i++)
 {
  tmp = FigNum(arr[i],fig);
  que[tmp].push(arr[i]);
 }
 int j = 0;//队列的下标
 int i = 0;
 while(i<len)
 {
  while(!que[j].empty())
  {
   arr[i++] = que[j].front();//获取对头的值
   que[j].pop();//删除队头
  }
  j++;
 }
}

void RadixSort(int *arr,int len)//O(dn),O(n),稳定
{
 int i;
 int max = arr[0];//保存最大值
 for(i=1;i<len;i++)
 {
  if(max < arr[i])
  {
   max = arr[i];
  }
 }
 int count = Count(max);
 for(i=0;i<count;i++)
 {
  Radix(arr,len,i);//i右数第几位,从0开始
 }
}

该数据集通过合成方式模拟了多种发动机在运行过程中的传感器监测数据,旨在构建一个用于机械系统故障检测的基准资源,特别适用于汽车领域的诊断分析。数据按固定时间间隔采集,涵盖了发动机性能指标、异常状态以及工作模式等多维度信息。 时间戳:数据类型为日期时间,记录了每个数据点的采集时刻。序列起始于2024年12月24日10:00,并以5分钟为间隔持续生成,体现了对发动机运行状态的连续监测。 温度(摄氏度):以浮点数形式记录发动机的温度读数。其数值范围通常处于60至120摄氏度之间,反映了发动机在常规工况下的典型温度区间。 转速(转/分钟):以浮点数表示发动机曲轴的旋转速度。该参数在1000至4000转/分钟的范围内随机生成,符合多数发动机在正常运转时的转速特征。 燃油效率(公里/升):浮点型变量,用于衡量发动机的燃料利用效能,即每升燃料所能支持的行驶里程。其取值范围设定在15至30公里/升之间。 振动_X、振动_Y、振动_Z:这三个浮点数列分别记录了发动机在三维空间坐标系中各轴向的振动强度。测量值标准化至0到1的标度,较高的数值通常暗示存在异常振动,可能与潜在的机械故障相关。 扭矩(牛·米):以浮点数表征发动机输出的旋转力矩,数值区间为50至200牛·米,体现了发动机的负载能力。 功率输出(千瓦):浮点型变量,描述发动机单位时间内做功的速率,取值范围为20至100千瓦。 故障状态:整型分类变量,用于标识发动机的异常程度,共分为四个等级:0代表正常状态,1表示轻微故障,2对应中等故障,3指示严重故障。该列作为分类任务的目标变量,支持基于传感器数据预测故障等级。 运行模式:字符串类型变量,描述发动机当前的工作状态,主要包括:怠速(发动机运转但无负载)、巡航(发动机在常规负载下平稳运行)、重载(发动机承受高负荷或高压工况)。 数据集整体包含1000条记录,每条记录对应特定时刻的发动机性能快照。其中故障状态涵盖从正常到严重故障的四级分类,有助于训练模型实现故障预测与诊断。所有数据均为合成生成,旨在模拟真实的发动机性能变化与典型故障场景,所包含的温度、转速、燃油效率、振动、扭矩及功率输出等关键传感指标,均为影响发动机故障判定的重要因素。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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