sort()函数的实现原理
也许你会疑问,我使用sort方法对数据进行排序就一定合适吗?sort()可以根据我的需要对数据进行排序吗?其实sort()函数还是一个比较灵活的函数。很多解释是:sort()函数是类似于快速排序的方法,时间复杂度为n*log2(n),执行效率较高。
其实STL中的sort()并非只是普通的快速排序,除了对普通的快速排序进行优化,它还结合了插入排序和堆排序。根据不同的数量级别以及不同情况,能自动选用合适的排序方法。当数据量较大时采用快速排序,分段递归。一旦分段后的数据量小于某个阀值(16),为避免递归调用带来过大的额外负荷,便会改用插入排序。而如果递归层次过深,有出现最坏情况的倾向,还会改用堆排序。所以说sort()是一个比较灵活的函数,它也会根据我们数据的需要进行排序,所以我们就不用担心以上的问题了。对于大部分的排序需求,sort()都是可以满足的。
sort()的使用方法
头文件
在C++中使用sort()函数需要使用#include
sort()基本使用方法
sort()函数可以对给定区间所有元素进行排序。它有三个参数sort(begin, end, cmp),其中begin为指向待sort()的数组的第一个元素的指针,end为指向待sort()的数组的最后一个元素的下一个位置的指针,cmp参数为排序准则,cmp参数可以不写,如果不写的话,默认从小到大进行排序。如果我们想从大到小排序可以将cmp参数写为greater
#include
#include
using namespace std;
int main(){
int num[10] = {6,5,9,1,2,8,7,3,4,0};
sort(num,num+10,greater
for(int i=0;i<10;i++){
cout<
return 0;
}
自定义排序准则
上面我们说到sort()函数可以自定义排序准则,以便满足不同的排序情况。使用sort()我们不仅仅可以从大到小排或者从小到大排,还可以按照一定的准则进行排序。比如说我们按照每个数的个位进行从大到小排序,我们就可以根据自己的需求来写一个函数作为排序的准则传入到sort()中。
我们可以将这个函数定义为:
bool cmp(int x,int y){
return x % 10 > y % 10;
}
然后我们将这个cmp函数作为参数传入sort()中即可实现了上述排序需求。
#include
#include
using namespace std;
bool cmp(int x,int y){
return x % 10 > y % 10;
}
int main(){
int num[10] = {65,59,96,13,21,80,72,33,44,99};
sort(num,num+10,cmp);
for(int i=0;i<10;i++){
cout<
return 0;
}
对结构体进行排序
sort()也可以对结构体进行排序,比如我们定义一个结构体含有学生的姓名和成绩的结构体Student,然后我们按照每个学生的成绩从高到底进行排序。首先我们将结构体定义为:
struct Student{
string name;
int score;
Student() {}
Student(string n,int s):name(n),score(s) {}
};
根据排序要求我们可以将排序准则函数写为:
bool cmp_score(Student x,Student y){
return x.score > y.score;
}
完整代码:
#include
#include
#include
using namespace std;
struct Student{
string name;
int score;
Student() {}
Student(string n,int s):name(n),score(s) {}
};
bool cmp_score(Student x,Student y){
return x.score > y.score;
}
int main(){
Student stu[3];
string n;
int s;
for(int i=0;i<3;i++){
cin>>n>>s;
stu[i] = Student(n,s);
}
sort(stu,stu+3,cmp_score);
for(int i=0;i<3;i++){
cout<
return 0;
}
再比如每一个学生有四科成绩,我们需要根据学生的四科成绩的平均分高低进行排名,那么这个cmp函数我们就可以定义为:
bool cmp_score(Student x,Student y){
double average_x,average_y;
average_x = (x.score[0]+x.score[1]+x.score[2]+x.score[3])/4;
average_y = (y.score[0]+y.score[1]+y.score[2]+y.score[3])/4;
return average_x > average_y;
}
完整代码:
#include
#include
#include
using namespace std;
struct Student{
string name;
double score[4];
};
bool cmp_score(Student x,Student y){
double average_x,average_y;
average_x = (x.score[0]+x.score[1]+x.score[2]+x.score[3])/4;
average_y = (y.score[0]+y.score[1]+y.score[2]+y.score[3])/4;
return average_x > average_y;
}
int main(){
Student stu[3];
string n;
int s;
for(int i=0;i<3;i++){
cin>>stu[i].name;
for(int j=0;j<4;j++){
cin>>stu[i].score[j];
}
}
sort(stu,stu+3,cmp_score);
for(int i=0;i<3;i++){
cout<
cout<
cout<
return 0;
}
思考:
1.为什么对于区间小于16的采用插入排序,如果递归深度恶化改用堆排序?
插入排序对于基本有序或数据较少的序列很高效。
堆排序的时间复杂度固定为O(nlogn),不需要再递归下去了。
2.那堆排序既然也是O(nlogn)直接用堆排序实现sort不行吗?为啥用快速排序实现?
第一点,堆排序数据访问的方式没有快速排序友好。对于快速排序来说,数据是顺序访问的。而对于堆排序来说,数据是跳着访问的。 比如,堆排序中,最重要的一个操作就是数据的堆化。比如下面这个例子,对堆顶节点进行堆化,会依次访问数组下标是 1,2,4,8 的元素,而不是像快速排序那样,局部顺序访问,所以,这样对 CPU 缓存是不友好的。
第二点,对于同样的数据,在排序过程中,堆排序算法的数据交换次数要多于快速排序。我们在讲排序的时候,提过两个概念,有序度和逆序度。对于基于比较的排序算法来说,整个排序过程就是由两个基本的操作组成的,比较和交换(或移动)。快速排序数据交换的次数不会比逆序度多。
原文链接:https://blog.csdn.net/weixin_44120785/article/details/120999623
原文链接:https://blog.csdn.net/qq_41575507/article/details/105936466