数据结构第九周笔记——排序(上1)(慕课浙大版本--XiaoYu)

简介: 排序是很经典的算法

9.1 简单排序(冒泡、插入)

9.1.1 概述

voidX_Sort(ElementTypeA[],intN)//sort就是排序的意思,X是排序算法的名称

   //统一默认输入的参数有两个(一个是待排的元素放在一个数组里,数据类型为ElementType任意类型。另外一个是正整数N,表示的是我们要排的元素到底有多少个,默认讨论整数(从小到达)的排序)

   1.N是正整数

   2.只讨论基于比较的排序(>=<有定义)

   3.只讨论内部排序(假设我们内存空间足够大,所有数据可以一次性导入内存空间里,然后所有的排序是在内存里面一次性完成的)

   //外部排序(假设我有的内存空间有2GB,但是要求我们对10TB的数据进行排序,这个时候内部排序就不行了)

   4.稳定性:任意两个相等的数据,排序先后的相对位置不发生改变

   5.没有一种排序是任何情况下都表现最好

9.1.2 冒泡排序

voidBubble_Sort(ElementTypeA[],intN)

{

   for(i=0; i<P;P--){

       flag=0;//表示还没有执行果任何一次交换

       for(i=0;i<P;i++ ){//一趟冒泡

           if(A[i] >A[i+1] ){

               Swap(A[i],A[i+1]);

               flag=1;//要交换的时候标识变为1

           }

   }

       if( flag==0 ) break;//全程无交换

   }

}

最好情况:顺序T=O(N) 全程无交换

最坏情况:逆序T=O()

冒泡排序优点:

  1. 所有的待排元素是放在一个单向链表里的(冒泡排序可以对数组,对单项链表都可以实现,其他排序不好实现)
  2. 算法稳定

9.1.3 插入排序

voidInsertion_Sort( ElementTypeA[],intN )

{

   for( P=1;P<N; P++ ){

       Tmp=A[P];//摸下一张牌,Tmp为临时存放的位置

       for( i=P; i>0&&A[i-1] >Tmp;i--)//旧牌大

           A[i] =A[i-1];//移除空位

       A[i] =Tmp;//新牌落位

   }

}

//最好情况:顺序T = O(N)

//最坏情况:逆序T = O(N²)

插入排序好处:

  1. 程序短,简单
  2. 比冒泡排序好在:冒泡排序是两两交换,两两元素互换的时候他要涉及到第三步。而插入排序则是每个元素向后错,最后他一次性放到他那个空位里面去(不是插入排序最主要的)
  3. 稳定

给定初始序列{34, 8, 64, 51, 32, 21},冒泡排序和插入排序分别需要多少次元素交换才能完成?

冒泡9次,插入9次

对一组包含10个元素的非递减有序序列,采用插入排序排成非递增序列,其可能的比较次数和移动次数分别是?

45, 44

9.1.4 时间复杂度下界

网络异常,图片无法展示
|

问题:序列{34,8,64,51,32,21}中有多少逆序对?9对

网络异常,图片无法展示
|

逆序对的数量跟交换元素次数是一样的,也就说明了交换两个相邻元素正好消去一个逆序对!

插入排序:T(N,I) = O(N+I)

  1. 如果序列基本有序,则插入排序简单且非常高效

网络异常,图片无法展示
|

逆序对平均个数:大O(N2)数量级的,不管是冒泡排序还是插入排序,他们的平均时间复杂度是跟逆序对的个数有关系的

网络异常,图片无法展示
|

Ω:指的是下界

这意味着:要提高算法效率,我们必须

  1. 每次消去不止一个逆序对
  2. 每次交换相隔较远的2个元素,这样一次性就消掉了不止一个逆序对

9.2 希尔排序(by Donald Shell)

基本思路:利用了插入排序的简单,同时克服插入排序每次只交换相邻两个元素的缺点

网络异常,图片无法展示
|

网络异常,图片无法展示
|

网络异常,图片无法展示
|

网络异常,图片无法展示
|

到最后使用1-间隔的排序来保证序列有序(彻底的插入排序)。但此时这个序列已经基本有序了,大多数的逆序对已经在前面两趟5-间隔和3-间隔里面被消除掉了

网络异常,图片无法展示
|

重要性质:3-间隔有序的序列还保持了前面5-间隔有序的这个性质(没有把上一步的结果变坏)

网络异常,图片无法展示
|

希尔增量序列

  1. 原始希尔排序
    网络异常,图片无法展示
    |

voidShell_Sort( ElementTypeA[],intN )

{

   for(D=M/2; D>0; D/=2 ){//希尔增量序列

       for( P=D; P<N; P++ ){//插入排序,D是距离(第0张牌在我手里,下一张牌从第D张牌开始摸)

           Tmp=A[P];

           for( i=P; i>=D&&A[i-D] >Tmp;i-=D )

               A[i] =A[i-D];

           A[i] =Tmp;

       }

   }

}

  1. 最坏情况:
    网络异常,图片无法展示
    |

    O是一个上界(可能达不到)
    网络异常,图片无法展示
    |

    增长速度跟N²一样快
    坏例子
    网络异常,图片无法展示
    |

    增量元素不互质,则小增量可能根本不起作用
    更多的增量序列
    网络异常,图片无法展示
    |

用Sedgewick增量序列

voidShellSort( ElementTypeA[], intN )

{ /* 希尔排序 - 用Sedgewick增量序列 */

    intSi, D, P, i;

    ElementTypeTmp;

    /* 这里只列出一小部分增量 */

    intSedgewick[] = {929, 505, 209, 109, 41, 19, 5, 1, 0};

   

    for ( Si=0; Sedgewick[Si]>=N; Si++ )

        ; /* 初始的增量Sedgewick[Si]不能超过待排序列长度 */

    for ( D=Sedgewick[Si]; D>0; D=Sedgewick[++Si] )

        for ( P=D; P<N; P++ ) { /* 插入排序*/

            Tmp=A[P];

            for ( i=P; i>=D&&A[i-D]>Tmp; i-=D )

                A[i] =A[i-D];

            A[i] =Tmp;

        }

}

目录
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。
23 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)
23 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
|
17天前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
91 9
|
7天前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
16 1
|
10天前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。