数据结构--排序

简介: 复习

排序算法稳定性的简单形式化定义为:
如果Ai = Aj,排序前Ai在Aj之前,排序后Ai还在Aj之前,则称这种排序算法是稳定的。
通俗地讲就是保证排序前后两个相等的数的相对顺序不变。
对于不稳定的排序算法,只要举出一个实例,即可说明它的不稳定性;
而对于稳定的排序算法,必须对算法进行分析从而得到稳定的特性。
需要注意的是,排序算法是否为稳定的是由具体算法决定的,不稳定的算法在某种条件下可以变为稳定的算法,
而稳定的算法在某种条件下也可以变为不稳定的算法。
例如,对于冒泡排序,原本是稳定的排序算法,如果将记录交换的条件改成A[i] >= A[i + 1],则两个相等的记录就会交换位置,
从而变成不稳定的排序算法。

插入排序

O(n^2)稳定排序

将一个记录插入到已排序好的有序表中,从而得到一个新,记录数增1的有序表。即:先将序列的第1个记录看成是一个有序的子序列,
然后从第2个记录逐个进行插入,直至整个序列有序为止
设立第一个位置元素,每读入一个数立即插入到序列中,使每次插入有序。
核心思想:每插入一个元素使子序列有序。

void insert_Sort(int *traget, int n)
{    //插入排序数组元素为n的目标数组traget
    int i, j, temp;
    for (i = 1; i < n; i++)
    {    //从第二个位置元素开始比较 
        j = i;
        temp = traget[i];//取出当前元素值 
        while (j > 0 && temp < traget[j - 1])
        {    //当前元素比前面元素小,前面元素向后移动直至比当前元素小 
            traget[j] = trager[j - 1];
            j--;
        }
        traget[j] = temp;//把当前元素放在适合的位置使有序。
    } 
}

选择排序

O(n^2)不稳定排序

在要排序的一组数中,选出最小(或者最大)的一个数与第1个位置的数交换;然后在剩下的数当中再找最小(或者最大)的与第2个位置的数交换,依次类推,直到第n-1个元素(倒数第二个数)和第n个元素(最后一个数)比较为止。即找出最小的元素与当前元素互换位置。

void select_Sort(int *traget, int n)
{    //插入排序数组元素为n的目标数组traget 
    int i, j, k, temp;
    for (i = 0; i < n - 1; i++)
    {
        k = i;//记录当前坐标
        for (j = i + 1; j < n; j++)
        {    //找到剩下的最小元素的下标
            if (traget[j] < traget[k])
            {
                k = j;
            }
        }
        temp = traget[k];
        traget[k] = trager[i];
        traget[i] = temp;//当前元素与剩下元素最小的元素互换 
    }
} 

冒泡排序

O(n^2)稳定排序

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求相反时,就将它们互换。
如果有n个数,要比较n-1趟,第i趟,比较n-i次。

void bubble_Sort(int *traget, int n)
{    //冒泡排序数组元素为n的目标数组traget
    int i, j, temp;
    for (int i = 0; i < n - 1; i++)
    {
        for (int j = 0; j < n - 1 - i; j++)
        {    //相邻两个元素比较之后交换
            if (a[j + 1] < a[j])
            {
                temp = a[i];
                a[i] = a[j];
                a[j] = temp;
            }
        }
    }
}

快速排序

O(nlogn)不稳定排序

基准+分区---------设立基准进行递归分区,分区排序。
快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序n个元素要O(nlogn)次比较。在最坏状况下则需要O(n^2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他O(nlogn)算法更快,因为它的内部循环可以在大部分的架构上很有效率地被实现出来。快速排序使用分治策略(Divide and Conquer)来把一个序列分为两个子序列。
步骤为:

从序列中挑出一个元素,作为"基准"(pivot).
把所有比基准值小的元素放在基准前面,所有比基准值大的元素放在基准的后面(相同的数可以到任一边),这个称为分区(partition)操作。
对每个分区递归地进行步骤1~2,递归的结束条件是序列的大小是0或1,这时整体已经被排好序了。

// 分类 ------------ 内部比较排序
// 数据结构 --------- 数组
// 最差时间复杂度 ---- 每次选取的基准都是最大(或最小)的元素,导致每次只划分出了一个分区,
需要进行n-1次划分才能结束递归,时间复杂度为O(n^2)
// 最优时间复杂度 ---- 每次选取的基准都是中位数,这样每次都均匀的划分出两个分区,只需要logn次划分就能结束递归,
时间复杂度为O(nlogn)
// 平均时间复杂度 ---- O(nlogn)
// 所需辅助空间 ------ 主要是递归造成的栈空间的使用(用来保存left和right等局部变量),取决于递归树的深度,
一般为O(logn),最差为O(n)       
// 稳定性 ---------- 不稳定

void swap(int *traget, int i, int j)
{    //交换数组元素 
    int temp = traget[i];
    traget[i] = traget[j];
    traget[j] = temp;
}
int partition(int *traget, int low, int high)
{    //划分区间,把比基准小的放在基准左边,把比基准大的放在基准右边 
    int pivot = traget[high]; // 这里每次都选择最后一个元素作为基准
    int tail = low - 1;//子数组首元素下标的前驱 
    int i;
    for (i = low; i < high; i++)
    {    //不取到最后一个元素,最后一个元素作为基准 
        if (traget[i] <= pivot)
        {    //比基准小交换 
            swap(traget, i, ++tail); 
        }
    }
    swap(traget, high, tail + 1);
    //基准移动到区间中间位置,基准后的子数组元素比基准大 
    //该操作很有可能把后面元素的稳定性打乱,所以快速排序是不稳定的排序算 
    return tail + 1;
}
void quick_Sort(int *traget, int low, int high)
{
    if (low >= high)
    {    //区间长度小于0不用排序了 
        return ;
    }
    int pivot_Index = partition(traget, low, high);//分区的基准索引 
    quick_Sort(traget, low, pivot_Index - 1);//继续划分基准左边的子数组 
    quick_Sort(traget, pivot_Index + 1, high);//继续划分基准右边的子数组 
} 

快速排序是不稳定的排序算法,不稳定发生在基准元素与A[tail+1]交换的时刻。
比如序列:{ 1, 3, 4, 2, 8, 9, 8, 7, 5 },基准元素是5,一次划分操作后5要和第一个8进行交换,从而改变了两个元素8的相对次序。
对于基础类型,相同值是无差别的,排序前后相同值的相对位置并不重要,所以选择更为高效的快速排序,尽管它是不稳定的排序算法;而对于非基础类型,排序前后相等实例的相对位置不宜改变,所以选择稳定的归并排序。

归并排序

归并排序是创建在归并操作上的一种有效的排序算法,效率为O(nlogn),1945年由冯·诺伊曼首次提出。
归并排序的实现分为递归实现与非递归(迭代)实现。递归实现的归并排序是算法设计中分治策略的典型应用,
我们将一个大问题分割成小问题分别解决,然后用所有小问题的答案来解决整个大问题。
非递归(迭代)实现的归并排序首先进行是两两归并,然后四四归并,然后是八八归并,一直下去直到归并了整个数组。
归并排序算法主要依赖归并(Merge)操作。归并操作指的是将两个已经排序的序列合并成一个序列的操作,归并操作步骤如下:
申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
设定两个指针,最初位置分别为两个已经排序序列的起始位置
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
重复步骤3直到某一指针到达序列尾

将另一序列剩下的所有元素直接复制到合并序列尾归并排(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。

逆序对:序列(a,b)如果a>b,那么称a,b为一组逆序对。在只能交换相邻元素的位置的情况下,使序列有序的最小交换次数为逆序对的组数。逆序对是归并排序的附属产物。
POJ(逆序对题目)

// 分类 -------------- 内部比较排序
// 数据结构 ---------- 数组
// 最差时间复杂度 ---- O(nlogn)
// 最优时间复杂度 ---- O(nlogn)
// 平均时间复杂度 ---- O(nlogn)
// 所需辅助空间 ------ O(n)
// 稳定性 ------------ 稳定
void merge(int *traget, int low, int mid, int high)
{    //归并数组
    int i = low;
    int j = mid + 1;
    int k = 0;
    int* temp = new int[high - low + 1];//临时数组
    //C语言实现 : temp = (int*)malloc(sizeof(int) * (high - low + 1);
    while (i <= mid && j <= high)
    {
        if (traget[i] <= traget[j])
        {    //两个子数组中较小的元素放入数组
            //带等号保证归并排序的稳定性
            temp[k++] = traget[i++];
        }
        else
        {
            temp[k++] = traget[j++];
            count += mid - i + 1;//逆序对数
        }
    }
    //一个数组元素全部放入之后,将另一个数组直接复制过去
    while (i <= mid)
    {    
        temp[k++] = traget[i++];
    }
    while (j <= high)
    {
        temp[k++] = traget[j++];
    }
    for (i = 0; i < k; i++)
    {
        traget[low++] = temp[i];
    }
    delete[]temp;
} 
void mergeSort(int *traget, int low, int high)
{
    if (low == high)
    {    //子数组长度为1不用排序
        return;
    }
    int mid = (low + high) >> 1;
    mergeSort(traget, low, mid);
    mergeSort(traget, mid + 1, high);
    merge(traget, low, mid, high);
}
相关文章
|
1月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
24 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
1月前
|
存储 搜索推荐 算法
【用Java学习数据结构系列】七大排序要悄咪咪的学(直接插入,希尔,归并,选择,堆排,冒泡,快排)以及计数排序(非比较排序)
【用Java学习数据结构系列】七大排序要悄咪咪的学(直接插入,希尔,归并,选择,堆排,冒泡,快排)以及计数排序(非比较排序)
24 1
|
1月前
|
搜索推荐 索引
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理(二)
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理
|
1月前
|
搜索推荐 C++
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理(一)
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理
|
1月前
|
算法
蓝桥杯宝藏排序 | 数据结构 | 快速排序 归并排序
蓝桥杯宝藏排序 | 数据结构 | 快速排序 归并排序
05_用一个栈实现另一个栈的排序
05_用一个栈实现另一个栈的排序
|
1月前
|
人工智能 搜索推荐 算法
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理(三)
【初阶数据结构】深度解析七大常见排序|掌握底层逻辑与原理
|
3月前
|
C语言
数据结构——排序【上】
数据结构——排序【上】
|
3月前
|
搜索推荐 算法 测试技术
【数据结构】排序
【数据结构】排序
|
4月前
|
搜索推荐
【数据结构常见七大排序(三)上】—交换排序篇【冒泡排序】And【快速排序】
【数据结构常见七大排序(三)上】—交换排序篇【冒泡排序】And【快速排序】
【数据结构常见七大排序(三)上】—交换排序篇【冒泡排序】And【快速排序】