排序
稳定排序和不稳定排序
假设Ri=Rj(0<=i,j<=n-1,i≠j),且在排序前的序列中Ri领先于Rj(即i
外部排序:排序过程中需对外存进行访问的排序
插入排序:直接插入排序、折半插入排序、希尔排序、表插入排序
交换排序:起泡排序、快速排序
选择排序:简单选择排序、堆排序
归并排序:2-路归并排序
分配排序
插入排序
直接插入排序
上面的过程很直观,挺简单的,对我来说比较好理解
//我自己写了一种,还有一种都是一样的,后面那种对理解shell排序比较有帮助
void straisort(int r[],int n)
{ int i,j,k;
for(i=2;i<=n;i++)
{ r[0]=r[i];
j=i-1;
for(k=1;k<=j;k++)
{
if(r[0]<r[k])
r[k+1]=r[k];
else
{
r[k+1]=r[0];
break;
}
}
}
}
void straisort(int r[],int n)
{
int i,j;
for(i=2; i<=n; i++)
{
r[0]=r[i];
j=i-1;
while(r[0]<r[j])
{
r[j+1]=r[j];
j--;
}
r[j+1]=r[0];
}
}
时间效率:因为在最坏情况下,所有元素的比较次数总和为(0+1+…+n-1)→O(n2)。其他情况下也要考虑移动元素的次数。 故时间复杂度为O(n2)
空间效率:仅占用1个缓冲单元——O(1)
算法的稳定性:因为a*排序后仍然在a的后面——稳定
二分法插入排序
这个跟上面那个画的流程是一样的,就是在查找插入地方的时候的方法,时间复杂度不同。
void binsort(int r[],int n)
{
int i,l,x,s,m,k;
for(i=2;i<=n;i++)
{
r[0]=r[i];
x=r[i];
s=1;
l=i-1;
while(s<=l)//通过二分查找s这个地方应该插入
{
m=(s+l)/2;
if(x<r[m])
l=m-1;
else
s=m+1;
}
for(k=i-1;k>=s;k--)
r[k+1]=r[k];
r[s]=r[0];
}
}
时间复杂度:T(n)=O(n²) 移动次数没有减少
空间复杂度:S(n)=O(1)
shell排序
排序过程:先取一个正整数d1
void shellsort(int r[],int n,int d[],int T)
//数组d里存的是每一个逐渐缩小的d的值
{
int i,j,k;
int x;
k=0;
while(k<T)
{
for(i=d[k]+1;i<=n;i++)//先排距离为d的前两个,再慢慢增加
{
x=r[i];
j=i-d[k];
while((j>0)&&(x<r[j]))
{
r[j+d[k]]=r[j];
j=j-d[k];
}
r[j+d[k]]=x;
}
k++;
}
}
void BubbleSort(int r[],int n)
{
int flag=1;
for(int i=1;i<=n-1&&flag;i++)
{
flag=0;
for(j=1;j<=n-i;j++)//把第i大的放在第n-i+1个地方
if(r[j]>r[j+1])
{
x= r[j];
r[j]=r[j+1];
r[j+1]= x;
flag=1;
}
//如果在第2个for循环里没有进入,就说明不需要交换了,就跳出第一个,排好序了
}
}
时间效率:O(n2) —因为要考虑最坏情况
空间效率:O(1) —只在交换时用到一个缓冲单元
稳 定 性:稳定 —a和a*在排序前后的次序未改变
快速排序
基本思想:
用了递归,从待排序列中任取一个元素 (例如取第一个) 作为中心,所有比它小的元素一律前放,所有比它大的元素一律后放,形成左右两个子表。
然后再对各子表重新选择中心元素(例如取第一个)并依此规则调整,直到每个子表的元素只剩一个。此时便为有序序列了。
#include
#include
#include
#include
using namespace std;
int Partition(int r[],int low,int high)
{
//一趟快排
//交换子表 r[low…high]的记录,使支点(枢轴)记录到位,并返回其位置。
//返回时,在支点之前的记录均不大于它,支点之后的记录均不小于它。
//r[0]=r[low];//以子表的首记录作为支点记录,放入r[0]单元
int pivotkey=r[low];//取支点的关键码存入pivotkey变量
while(low<high)//从表的两端交替地向中间扫描
{
while(low<high&&r[high]>=pivotkey)
high--;
r[low]=r[high];//比支点小的记录交换到低端;
while(low<high&&r[low]<=pivotkey)
low++;
r[high]=r[low];//比支点大的记录交换到高端;
}
r[low]=pivotkey;//支点记录到位;
return low;//返回支点记录所在位置。
}
void QSort(int L[],int low,int high)
//对顺序表L中的子序列r[low…high]作快速排序
{
if(low<high)
{
int pivot=Partition(L,low,high);
QSort(L,low,pivot-1);
QSort(L,pivot+1,high);
}
}
int main()
{
int a[100],n;
scanf("%d",&n);
for(int i=1;i<=n;i++)
scanf("%d",&a[i]);
QSort(a,1,n);
for(int i=1;i<=n;i++)
printf("%d ",a[i]);
return 0;
}
时间效率:O(nlog2n)—因为每趟确定的元素呈指数增加
空间效率:O(log2n)—因为递归要用栈(存每层low,high和pivot)
稳定性:不稳定—因为有跳跃式交换
选择排序
直接选择排序
void smp_selesort(int r[],int n)
{
int i,j,k;
int x;
for(i=1; i<n; i++)
{
k=i;
for(j=i+1;j<=n;j++)
if(r[j]<r[k])
k=j;
if(i!=k)
{
x=r[i];
r[i]=r[k];
r[k]=x;
}
}
}
时间效率:O(n2)
空间效率:O(1)
堆排序
将无序序列建成一个堆,得到关键字最小(或最大)的记录;输出堆顶的最小(大)值后,使剩余的n-1个元素重又建成一个堆,则可得到n个元素的次小值,重复执行,得到一个有序序列,这个过程叫堆排序。
我们要学会就是解决两个问题:
(1)如何由一个无序序列建成一个堆?
从无序序列的第【n/2】个元素(即此无序序列对应的完全二叉树的最后一个非终端结点)起,至第一个元素止,进行反复筛选
(2)如何在输出堆顶元素之后,调整剩余元素,使之成为一个新的堆?
输出堆顶元素之后,以堆中最后一个元素替代之;然后将根结点值与左、右子树的根结点值进行比较,并与其中小者进行交换;重复上述操作,直至叶子结点,将得到新的堆,称这个从堆顶至叶子的调整过程为“筛选”
int sift(int r[],int k,int m)
{
int i,j;
int x;
i=k;
x=r[i];
j=2*i;
while(j<=m)
{
if((j<m)&&(r[j]>r[j+1]))
j++;
if(x>r[j])
{
r[i]=r[j];
i=j;
j=j*2;
}
else
j=m+1;
}
r[i]=x;
}
/*sift作用:假设r[k+1..m]中各元素已经满足堆的定义,
sift使序列r[k..m]中的各元素满足堆的性质*/
void heapsort(int r[],int n)
{
int i;
int x;
for(i=n/2;i>=1;i--)
sift(r,i,n);
for(i=n;i>=2;i--)
{
x=r[1];
r[1]=r[i];
r[i]=x; //存放最小元素
sift(r,1,i-1);
}
}
时间复杂度:最坏情况下T(n)=O(nlog2n)
空间复杂度:S(n)=O(1)
稳定性:不稳定