数据结构与算法---排序篇

前言:

2016年5月21号开始学习排序算法及其主要思想,并通过代码实现

插入排序

插入排序有两种:

  • 直接插入排序
  • 折半插入排序

直接插入排序

算法思想:

设有n + 1个记录,存放在数组R中,重新安排记录在数组中的存放顺序,使得按关键字有序即R[0].key <= R2.Key <= ...<=R[n].key(有序表)

  • 假设待排序的记录存放在数组R[1..n]中。
  • 初始时,R[1]自成1个有序区,无序区为R[2..n]。
  • 从i=2起直至i=n为止,依次将R[i]插入当前的有序区R[1..i-1]中,生成含n个记录的有序区。

算法描述

数据结构与算法---排序篇_第1张图片
直接插入排序演示图
  • (1)若比较r[0] < r[i]时, j = i - 1; // 从第i个记录向前测试插入位置,用r[0]为辅助单元
  • (2)若r[0].key >=r[j].key 转(4)
  • (3)若r[0].key < r[j].key时,r[j + 1] = r[j]; j--;转(2) // 调整待插入位置
  • (4) r[j + 1] = r[0];结束

算法实现

  #include 
  #define N 10

  void insertSort(int a[],int length) {
    int j;
    for (int i = 1; i <= length; i++) { 
        a[0] = a[i];   // 将第i个待排序记录赋值给a[0],a[0]位置为哨兵
        j = i - 1;  // 此时的j为哨兵的前一个元素
        while (a[0] < a[j] && j >=0) { // 将第i个待排序记录同前面的i - 1 个记录比较,并为第j个记录寻找合适的插入位置
            a[j + 1] = a[j];
            j--;
        }
        a[j + 1] = a[0]; // 此时的j为合适插入位置

    }   
  }

  void main() {
    int a[N + 1],i;
    for (i = 1;i <= N; i++) {
        scanf("%d",&a[i]);
    }
    insertSort(&a,N);
    printf("Input Sort:\n");
    for (i = 1; i < N + 1; i++)  {
        printf("%d",a[i]);
    }
}

算法分析

时间复杂度 O(n2)

  • 向有序表(R1[0].key <= R[1].key <= ... R[j - 1].key)中逐个插入记录的操作,进行了n - 1趟,每趟操作分为比较关键字和移动记录,而比较的次数和移动的次数取决于待排序列按关键字的初始排列。
  • 最好情况:待排序列已按关键字正序,比较次数Cmin = n - 1 次,移动次数Mmin = 0 次
  • 最坏情况:待排序列已按关键字逆序


    数据结构与算法---排序篇_第2张图片
    最坏情况比较和移动次数.png
  • 平均情况:待排序可能出现的各种排列的概率相同


    数据结构与算法---排序篇_第3张图片
    平均情况比较和移动次数.png
  • 直接插入算法的稳定性:是稳定的排序方法。

空间复杂度

  • 需要一个辅助控件(监视哨),辅助空间复杂度S(n)=O(1),此算法是就地排序

折半插入排序

直接插入排序算法渐变,且容易实现。当排序的数量n很小时,这是一种很好的排序方法。但是,通常待排序序列中的记录数量n很大,则不宜采用直接插入排序。折半插入排序(binary insertion sort)是对插入排序算法的一种改进,由于排序算法过程中,就是不断的依次将元素插入前面已排好序的序列中。由于前半部分为已排好序的数列,这样我们不用按顺序依次寻找插入点,可以采用折半查找的方法来加快寻找插入点的速度。

算法思想:

折半插入排序

  • 向有序表中插入一个记录,插入位置是通过对有序表中记录按关键字逐个比较得到的
  • 平均情况下总比较次数n2/4
  • 通过二分有序表来确定插入位置,既一次比较,通过待插入记录与有序表居中的记录按关键字比较,将有序列一份为二,下次比较在其中一个有序子表中进行,将字表又一分为二。这样继续下去,直到要比较字表中只有一个记录时,比较一次就确定了插入位置

算法流程图

数据结构与算法---排序篇_第4张图片
折半插入排序流程图

算法实现

算法分析

时间复杂度 O(n2)

折半插入排序算法是一种稳定的排序算法,比直接插入算法明显减少了关键字之间比较的次数,因此速度比直接插入排序算法快,但记录移动的次数没有变,所以折半插入排序算法的时间复杂度仍然为O(n^2),与直接插入排序算法相同。附加空间O(1)。

  • 稳定性:是稳定排序

空间复杂度

  • 需要一个辅助控件,附加空间O(1)。,此算法是就地排序

希尔排序

希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。

算法思想:

希尔排序

  • 选择一个步长序列t(1),t(2),...,t(k),其中t(i) > t(j), t(k) = 1。
  • 按步长序列个数k,对序列进行k趟排序
  • 每趟排序根据对应的步长t(i),将待排序列分隔成若干长度为m的子序列,分别对各子表进行直接插入排序。仅步长因子为1时,整个序列作为一个表来处理,表长度即为整个序列的长度。

算法流程图

数据结构与算法---排序篇_第5张图片
希尔排序流程图

p:步长因子 颜色相同:每趟排序根据对应的步长p,将待排序列分隔成若干长度为m的子序列,分别对各子表进行直接插入排序。仅步长因子为1时,整个序列作为一个表来处理,表长度即为整个序列的长度。

算法实现

    #include
    #include
     
    #define MAXNUM 10
     
    void main()
    {
        void shellSort(int array[],int n,int t);//t为排序趟数
        int array[MAXNUM],i;
        for(i=0;i=i%dk)&&array[j]>temp;j-=dk)//比较与记录后移同时进行
                array[j+dk]=array[j];
            if(j!=i-dk)
                array[j+dk]=temp;//插入
        }
    }
     
    //计算Hibbard增量
    int dkHibbard(int t,int k)
    {
        return int(pow(2,t-k+1)-1);
    }
     
    //希尔排序
    void shellSort(int array[],int n,int t)
    {
        void shellInsert(int array[],int n,int dk);
        int i;
        for(i=1;i<=t;i++)
            shellInsert(array,n,dkHibbard(t,i));
    }

或:
#include

#define MAXNUM 10

void shellSort(int a[],int n) {

int i,j,gap,x;
gap = n / 2; // 初始步长一般为待排序文件长度的一半
while (gap > 0) {   // 当步长大于0时继续排序

    for ( i = gap; i < n; i++) {
        // 从每个子序列的第一个位置开始比较
        j = i - gap;   // 
        while (j >= 0) 
            if (a[j] > a[j + gap]) { // (1) a[j]前面的元素,(2) a[j + gap]后面的元素,如果(1) > (2) 交换两个元素的位置

                x = a[j];
                a[j] = a[j + gap];
                a[j + gap] = x;
                j = j - gap;  // 无符号,当前子序列的下一个结点
                printf("j--!%d",j);
            } else j = -1;  
    }
    gap =  gap / 2; // 步长减半
    
}
}

void main() {
int a[MAXNUM] = {26,76,83,56,13,29,50,78,30,11};

shellSort(a,MAXNUM);

for (int i = 0; i < MAXNUM; i++) {
    
    printf("%d ",a[i]);
}
}

算法分析

时间复杂度 O(n2)

希尔排序是按照不同步长对元素进行,当刚开始元素很无序的时候,步长最大,所以插入排序的元素个数很少,速度很快;当元素基本有序了,步长很小,插入排序对于有序的序列效率很高。所以,希尔排序的时间复杂度]会比o(n^2)好一些。

  • 稳定性:是稳定排序

空间复杂度

  • 需要一个辅助控件,附加空间O(1)。,此算法是就地排序

冒泡排序

冒泡排序:

  • 冒泡排序
  • 优化冒泡排序

算法思想:

  • j = length - 1(j为数组最后一个元素)
  • 若i >= j ,一趟冒泡结束
  • 若a[j] < a[j - 1] 交换
  • i++下一趟

算法流程图

数据结构与算法---排序篇_第6张图片
冒泡排序流程图

算法实现

#include 

#define MAXNUM 10

void bubbleSort(int a[],int length) {

    for (int i = 0; i < length - 1; ++i)  
        // 趟数,最后一趟已排序
        for (int j = length - 1;j > i;--j) {
            // 如果前一个元素大于后一个元素则交换
            if (a[j] < a[j - 1]) {
                a[j] = a[j] ^ a[j - 1];
                a[j - 1] = a[j] ^ a[j - 1];
                a[j] = a[j] ^ a[j - 1];
            }

        }
    
}

void main() {
    
    int a[MAXNUM] = {26,76,83,56,13,29,50,78,30,11};

    bubbleSort(a,sizeof(a) / sizeof(int));

    for (int i = 0; i < MAXNUM ; i++) {
        printf("%d ",a[i]);
    }
}

优化冒泡排序代码:

    #include 

    #define MAXNUM 10

    void bubbleSort(int a[],int length) {
        int recordSwapValue;
        int swapValue = 0;
        for (int i = 0; i < length - 1;i++) {
            recordSwapValue = swapValue;  //i... recordSwapValue的索引为有序
            for (int j = length - 1; j > recordSwapValue; j--) { // R[i...recordSwapValue]或R[0...recordSwapValue]区间有序的,遍历区间由R[i...length] 缩减到[recordSwapValue..length]。
                if (a[i] > a[i - 1]) {
                    a[j] = a[j] ^ a[j - 1];
                    a[j - 1] = a[j] ^ a[j - 1];
                    a[j] = a[j] ^ a[j - 1];
                    swapValue = j; // 记录交换位置的索引值
                }
            }
            // 如果值相当,整个过程
            if (recordSwapValue == swapValue) {
                break;
            }

        }
    }

    void main() {
        
        int a[MAXNUM] = {26,76,83,56,13,29,50,78,30,11};

        bubbleSort(a,sizeof(a) / sizeof(int));

        for (int i = 0; i < MAXNUM ; i++) {
            printf("%d ",a[i]);
        }
    }

算法分析

时间复杂度 O(n2)

  • 向有序表(R1[0].key <= R[1].key <= ... R[j - 1].key)中逐个插入记录的操作,进行了n - 1趟,每趟操作分为比较关键字和移动记录,而比较的次数和移动的次数取决于待排序列按关键字的初始排列。
  • 最好情况:待排序列已按关键字正序,比较次数Cmin = n - 1 次,移动次数Mmin = 0 次
  • 最坏情况:待排序列已按关键字逆序


    数据结构与算法---排序篇_第7张图片
    最坏情况比较和移动次数.png
  • 平均情况:待排序可能出现的各种排列的概率相同


    数据结构与算法---排序篇_第8张图片
    平均情况比较和移动次数

* 冒泡排序的稳定性:是稳定的排序方法。

空间复杂度 O(1)

  • 需要一个辅助控件(监视哨),辅助空间复杂度S(n)=O(1),此算法是就地排序

快速排序

算法思想:

快速排序
* 快速排序是通过关键字、交换记录,以某个记录为界(该记录称谓支点),将待排序列分成两部分。其中一部分所有记录的关键字大于支点记录的关键字,另一部分所有记录的关键字小于支点记录的关键字。将待排序列按关键字以支点记录分成两部分的过程,称为一次划分。对各部分不断划分,直到整个序列按关键字有序,整个排序过程可以递归。

算法描述

设 1 <= p < q <= n ,r[p], r[p + 1],...,r[q]为待排序列

  • (1) low = p;high = q;
    r[0] = r[low]; // 取第一个记录为支点记录,low位置暂设为支点空位
  • (2) 若low = high, 支点空位确定,即为low
    r[low] = r[0];
    否则, low < high搜索需要交换的记录,并交换之。
  • (3)若low < high 且r[high].key >= r[0].key // 从high所指向位置向前搜索,至多到low + 1 位置
    high = high - 1; 转3 // 寻找r[high].key < r[0].key
    r[low] = r[high]; // 找到r[high].key

未完待续

你可能感兴趣的:(数据结构与算法---排序篇)