各种排序算法的比较
1.稳定性比较
插入排序、冒泡排序、二叉树排序、二路归并排序及其他线形排序是稳定的
选择排序、希尔排序、快速排序、堆排序是不稳定的
2.时间复杂性比较
插入排序、冒泡排序、选择排序的时间复杂性为O(n2)
其它非线形排序的时间复杂性为O(nlog2n)
线形排序的时间复杂性为O(n);
3.辅助空间的比较
线形排序、二路归并排序的辅助空间为O(n),其它排序的辅助空间为O(1);
4.其它比较
插入、冒泡排序的速度较慢,但参加排序的序列局部或整体有序时,这种排序能达到较快的速度。
反而在这种情况下,快速排序反而慢了。
当n较小时,对稳定性不作要求时宜用选择排序,对稳定性有要求时宜用插入或冒泡排序。
若待排序的记录的关键字在一个明显有限范围内时,且空间允许是用桶排序。
当n较大时,关键字元素比较随机,对稳定性没要求宜用快速排序。
当n较大时,关键字元素可能出现本身是有序的,对稳定性有要求时,空间允许的情况下。
宜用归并排序。
当n较大时,关键字元素可能出现本身是有序的,对稳定性没有要求时宜用堆排序。
*************************************************************************************
重温经典排序思想--C语言常用排序全解
/*
=============================================================================
相关知识介绍(所有定义只为帮助读者理解相关概念,并非严格定义):
1、稳定排序和非稳定排序
简单地说就是所有相等的数经过某种排序方法后,仍能保持它们在排序之前的相对次序,我们就
说这种排序方法是稳定的。反之,就是非稳定的。
比如:一组数排序前是a1,a2,a3,a4,a5,其中a2=a4,经过某种排序后为a1,a2,a4,a3,a5,
则我们说这种排序是稳定的,因为a2排序前在a4的前面,排序后它还是在a4的前面。假如变成a1,a4,
a2,a3,a5就不是稳定的了。
2、内排序和外排序
在排序过程中,所有需要排序的数都在内存,并在内存中调整它们的存储顺序,称为内排序;
在排序过程中,只有部分数被调入内存,并借助内存调整数在外存中的存放顺序排序方法称为外排序。
3、算法的时间复杂度和空间复杂度
所谓算法的时间复杂度,是指执行算法所需要的计算工作量。
一个算法的空间复杂度,一般是指执行这个算法所需要的内存空间。
001 |
================================================================================ |
002 |
*/ |
003 |
/* |
004 |
================================================ |
005 |
功能:选择排序 |
006 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
007 |
================================================ |
008 |
*/ |
009 |
/* |
010 |
==================================================== |
011 |
算法思想简单描述: |
012 |
|
013 |
在要排序的一组数中,选出最小的一个数与第一个位置的数交换; |
014 |
然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环 |
015 |
到倒数第二个数和最后一个数比较为止。 |
016 |
|
017 |
选择排序是不稳定的。算法复杂度O(n2)--[n的平方] |
018 |
===================================================== |
019 |
*/ |
020 |
void select_sort( int *x, int n) |
021 |
{ |
022 |
int i, j, min, t; |
023 |
|
024 |
for (i=0; i<n-1; i++) /*要选择的次数:0~n-2共n-1次*/ |
025 |
{ |
026 |
min = i; /*假设当前下标为i的数最小,比较后再调整*/ |
027 |
for (j=i+1; j<n; j++) /*循环找出最小的数的下标是哪个*/ |
028 |
{ |
029 |
if (*(x+j) < *(x+min)) |
030 |
{ |
031 |
min = j; /*如果后面的数比前面的小,则记下它的下标*/ |
032 |
} |
033 |
} |
034 |
|
035 |
if (min != i) /*如果min在循环中改变了,就需要交换数据*/ |
036 |
{ |
037 |
t = *(x+i); |
038 |
*(x+i) = *(x+min); |
039 |
*(x+min) = t; |
040 |
} |
041 |
} |
042 |
} |
043 |
|
044 |
|
045 |
/* |
046 |
================================================ |
047 |
功能:直接插入排序 |
048 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
049 |
================================================ |
050 |
*/ |
051 |
/* |
052 |
==================================================== |
053 |
算法思想简单描述: |
054 |
|
055 |
在要排序的一组数中,假设前面(n-1) [n>=2] 个数已经是排 |
056 |
好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数 |
057 |
也是排好顺序的。如此反复循环,直到全部排好顺序。 |
058 |
|
059 |
直接插入排序是稳定的。算法时间复杂度O(n2)--[n的平方] |
060 |
===================================================== |
061 |
*/ |
062 |
void insert_sort( int *x, int n) |
063 |
{ |
064 |
int i, j, t; |
065 |
|
066 |
for (i=1; i<n; i++) /*要选择的次数:1~n-1共n-1次*/ |
067 |
{ |
068 |
/* |
069 |
暂存下标为i的数。注意:下标从1开始,原因就是开始时 |
070 |
第一个数即下标为0的数,前面没有任何数,单单一个,认为 |
071 |
它是排好顺序的。 |
072 |
*/ |
073 |
t=*(x+i); |
074 |
for (j=i-1; j>=0 && t<*(x+j); j--) /*注意:j=i-1,j--,这里就是下标为i的数,在它前面有序列中找插入位置。*/ |
075 |
{ |
076 |
*(x+j+1) = *(x+j); /*如果满足条件就往后挪。最坏的情况就是t比下标为0的数都小,它要放在最前面,j==-1,退出循环*/ |
077 |
} |
078 |
|
079 |
*(x+j+1) = t; /*找到下标为i的数的放置位置*/ |
080 |
} |
081 |
} |
082 |
|
083 |
|
084 |
/* |
085 |
================================================ |
086 |
功能:冒泡排序 |
087 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
088 |
================================================ |
089 |
*/ |
090 |
/* |
091 |
==================================================== |
092 |
算法思想简单描述: |
093 |
|
094 |
在要排序的一组数中,对当前还未排好序的范围内的全部数,自上 |
095 |
而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较 |
096 |
小的往上冒。即:每当两相邻的数比较后发现它们的排序与排序要 |
097 |
求相反时,就将它们互换。 |
098 |
|
099 |
下面是一种改进的冒泡算法,它记录了每一遍扫描后最后下沉数的 |
100 |
位置k,这样可以减少外层循环扫描的次数。 |
101 |
|
102 |
冒泡排序是稳定的。算法时间复杂度O(n2)--[n的平方] |
103 |
===================================================== |
104 |
*/ |
105 |
|
106 |
void bubble_sort( int *x, int n) |
107 |
{ |
108 |
int j, k, h, t; |
109 |
|
110 |
for (h=n-1; h>0; h=k) /*循环到没有比较范围*/ |
111 |
{ |
112 |
for (j=0, k=0; j<h; j++) /*每次预置k=0,循环扫描后更新k*/ |
113 |
{ |
114 |
if (*(x+j) > *(x+j+1)) /*大的放在后面,小的放到前面*/ |
115 |
{ |
116 |
t = *(x+j); |
117 |
*(x+j) = *(x+j+1); |
118 |
*(x+j+1) = t; /*完成交换*/ |
119 |
k = j; /*保存最后下沉的位置。这样k后面的都是排序排好了的。*/ |
120 |
} |
121 |
} |
122 |
} |
123 |
} |
124 |
|
125 |
|
126 |
/* |
127 |
================================================ |
128 |
功能:希尔排序 |
129 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
130 |
================================================ |
131 |
*/ |
132 |
/* |
133 |
==================================================== |
134 |
算法思想简单描述: |
135 |
|
136 |
在直接插入排序算法中,每次插入一个数,使有序序列只增加1个节点, |
137 |
并且对插入下一个数没有提供任何帮助。如果比较相隔较远距离(称为 |
138 |
增量)的数,使得数移动时能跨过多个元素,则进行一次比较就可能消除 |
139 |
多个元素交换。D.L.shell于1959年在以他名字命名的排序算法中实现 |
140 |
了这一思想。算法先将要排序的一组数按某个增量d分成若干组,每组中 |
141 |
记录的下标相差d.对每组中全部元素进行排序,然后再用一个较小的增量 |
142 |
对它进行,在每组中再进行排序。当增量减到1时,整个要排序的数被分成 |
143 |
一组,排序完成。 |
144 |
|
145 |
下面的函数是一个希尔排序算法的一个实现,初次取序列的一半为增量, |
146 |
以后每次减半,直到增量为1。 |
147 |
|
148 |
希尔排序是不稳定的。 |
149 |
===================================================== |
150 |
*/ |
151 |
void shell_sort( int *x, int n) |
152 |
{ |
153 |
int h, j, k, t; |
154 |
|
155 |
for (h=n/2; h>0; h=h/2) /*控制增量*/ |
156 |
{ |
157 |
for (j=h; j<n; j++) /*这个实际上就是上面的直接插入排序*/ |
158 |
{ |
159 |
t = *(x+j); |
160 |
for (k=j-h; (k>=0 && t<*(x+k)); k-=h) |
161 |
{ |
162 |
*(x+k+h) = *(x+k); |
163 |
} |
164 |
*(x+k+h) = t; |
165 |
} |
166 |
} |
167 |
} |
168 |
|
169 |
|
170 |
/* |
171 |
================================================ |
172 |
功能:快速排序 |
173 |
输入:数组名称(也就是数组首地址)、数组中起止元素的下标 |
174 |
================================================ |
175 |
*/ |
176 |
/* |
177 |
==================================================== |
178 |
算法思想简单描述: |
179 |
|
180 |
快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟 |
181 |
扫描后,使得排序序列的长度能大幅度地减少。在冒泡排序中,一次 |
182 |
扫描只能确保最大数值的数移到正确位置,而待排序序列的长度可能只 |
183 |
减少1。快速排序通过一趟扫描,就能确保某个数(以它为基准点吧) |
184 |
的左边各数都比它小,右边各数都比它大。然后又用同样的方法处理 |
185 |
它左右两边的数,直到基准点的左右只有一个元素为止。它是由 |
186 |
C.A.R.Hoare于1962年提出的。 |
187 |
|
188 |
显然快速排序可以用递归实现,当然也可以用栈化解递归实现。下面的 |
189 |
函数是用递归实现的,有兴趣的朋友可以改成非递归的。 |
190 |
|
191 |
快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n),最坏O(n2) |
192 |
|
193 |
===================================================== |
194 |
*/ |
195 |
void quick_sort( int *x, int low, int high) |
196 |
{ |
197 |
int i, j, t; |
198 |
|
199 |
if (low < high) /*要排序的元素起止下标,保证小的放在左边,大的放在右边。这里以下标为low的元素为基准点*/ |
200 |
{ |
201 |
i = low; |
202 |
j = high; |
203 |
t = *(x+low); /*暂存基准点的数*/ |
204 |
|
205 |
while (i<j) /*循环扫描*/ |
206 |
{ |
207 |
while (i<j && *(x+j)>t) /*在右边的只要比基准点大仍放在右边*/ |
208 |
{ |
209 |
j--; /*前移一个位置*/ |
210 |
} |
211 |
|
212 |
if (i<j) |
213 |
{ |
214 |
*(x+i) = *(x+j); /*上面的循环退出:即出现比基准点小的数,替换基准点的数*/ |
215 |
i++; /*后移一个位置,并以此为基准点*/ |
216 |
} |
217 |
|
218 |
while (i<j && *(x+i)<=t) /*在左边的只要小于等于基准点仍放在左边*/ |
219 |
{ |
220 |
i++; /*后移一个位置*/ |
221 |
} |
222 |
|
223 |
if (i<j) |
224 |
{ |
225 |
*(x+j) = *(x+i); /*上面的循环退出:即出现比基准点大的数,放到右边*/ |
226 |
j--; /*前移一个位置*/ |
227 |
} |
228 |
} |
229 |
|
230 |
*(x+i) = t; /*一遍扫描完后,放到适当位置*/ |
231 |
quick_sort(x,low,i-1); /*对基准点左边的数再执行快速排序*/ |
232 |
quick_sort(x,i+1,high); /*对基准点右边的数再执行快速排序*/ |
233 |
} |
234 |
} |
235 |
|
236 |
|
237 |
/* |
238 |
================================================ |
239 |
功能:堆排序 |
240 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
241 |
================================================ |
242 |
*/ |
243 |
/* |
244 |
==================================================== |
245 |
算法思想简单描述: |
246 |
|
247 |
堆排序是一种树形选择排序,是对直接选择排序的有效改进。 |
248 |
堆的定义如下:具有n个元素的序列(h1,h2,...,hn),当且仅当 |
249 |
满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,...,n/2) |
250 |
时称之为堆。在这里只讨论满足前者条件的堆。 |
251 |
|
252 |
由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项。完全二叉树可以 |
253 |
很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。 |
254 |
初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储顺序, |
255 |
使之成为一个堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点 |
256 |
交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点 |
257 |
的堆,并对它们作交换,最后得到有n个节点的有序序列。 |
258 |
|
259 |
从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素 |
260 |
交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数 |
261 |
实现排序的函数。 |
262 |
|
263 |
堆排序是不稳定的。算法时间复杂度O(nlog2n)。 |
264 |
|
265 |
*/ |
266 |
/* |
267 |
功能:渗透建堆 |
268 |
输入:数组名称(也就是数组首地址)、参与建堆元素的个数、从第几个元素开始 |
269 |
*/ |
270 |
void sift( int *x, int n, int s) |
271 |
{ |
272 |
int t, k, j; |
273 |
|
274 |
t = *(x+s); /*暂存开始元素*/ |
275 |
k = s; /*开始元素下标*/ |
276 |
j = 2*k + 1; /*右子树元素下标*/ |
277 |
|
278 |
while (j<n) |
279 |
{ |
280 |
if (j<n-1 && *(x+j) < *(x+j+1)) /*判断是否满足堆的条件:满足就继续下一轮比较,否则调整。*/ |
281 |
{ |
282 |
j++; |
283 |
} |
284 |
|
285 |
if (t<*(x+j)) /*调整*/ |
286 |
{ |
287 |
*(x+k) = *(x+j); |
288 |
k = j; /*调整后,开始元素也随之调整*/ |
289 |
j = 2*k + 1; |
290 |
} |
291 |
else /*没有需要调整了,已经是个堆了,退出循环。*/ |
292 |
{ |
293 |
break ; |
294 |
} |
295 |
} |
296 |
|
297 |
*(x+k) = t; /*开始元素放到它正确位置*/ |
298 |
} |
299 |
|
300 |
|
301 |
/* |
302 |
功能:堆排序 |
303 |
输入:数组名称(也就是数组首地址)、数组中元素个数 |
304 |
*/ |
305 |
void heap_sort( int *x, int n) |
306 |
{ |
307 |
int i, k, t; |
308 |
int *p; |
309 |
|
310 |
for (i=n/2-1; i>=0; i--) |
311 |
{ |
312 |
sift(x,n,i); /*初始建堆*/ |
313 |
} |
314 |
|
315 |
for (k=n-1; k>=1; k--) |
316 |
{ |
317 |
t = *(x+0); /*堆顶放到最后*/ |
318 |
*(x+0) = *(x+k); |
319 |
*(x+k) = t; |
320 |
sift(x,k,0); /*剩下的数再建堆*/ |
321 |
} |
322 |
} |
323 |
|
324 |
|
325 |
void main() |
326 |
{ |
327 |
#define MAX 4 |
328 |
int *p, i, a[MAX]; |
329 |
|
330 |
/*录入测试数据*/ |
331 |
p = a; |
332 |
printf ( "Input %d number for sorting :\n" ,MAX); |
333 |
for (i=0; i<MAX; i++) |
334 |
{ |
335 |
scanf ( "%d" ,p++); |
336 |
} |
337 |
printf ( "\n" ); |
338 |
|
339 |
/*测试选择排序*/ |
340 |
|
341 |
|
342 |
p = a; |
343 |
select_sort(p,MAX); |
344 |
/**/ |
345 |
|
346 |
|
347 |
/*测试直接插入排序*/ |
348 |
|
349 |
/* |
350 |
p = a; |
351 |
insert_sort(p,MAX); |
352 |
*/ |
353 |
|
354 |
|
355 |
/*测试冒泡排序*/ |
356 |
|
357 |
/* |
358 |
p = a; |
359 |
insert_sort(p,MAX); |
360 |
*/ |
361 |
|
362 |
/*测试快速排序*/ |
363 |
|
364 |
/* |
365 |
p = a; |
366 |
quick_sort(p,0,MAX-1); |
367 |
*/ |
368 |
|
369 |
/*测试堆排序*/ |
370 |
|
371 |
/* |
372 |
p = a; |
373 |
heap_sort(p,MAX); |
374 |
*/ |
375 |
|
376 |
for (p=a, i=0; i<MAX; i++) |
377 |
{ |
378 |
printf ( "%d " ,*p++); |
379 |
} |
380 |
|
381 |
printf ( "\n" ); |
382 |
system ( "pause" ); |
383 |
} |