排序算法总结—时间复杂度O(n^2)—冒泡/插入/选择小记

简介: 排序算法总结—时间复杂度O(n^2)—冒泡/插入/选择小记

排序算法总结—时间复杂度O(n^2)—冒泡/插入/选择小记


b8540f0335c6484198f4a05d2a352324.jpg


冒泡排序


最基础的排序,一层一层将最大值或最小值放到该去的位置。

适用于顺序存储和链表存储


  • 时间复杂度:O(n^2)
  • 空间复杂度:O(1)
  • 稳定的排序算法
  • 产生的有序子序列全局有序,每次有一个元素放到最终的的位置上。

移动零例题:给定一个数组nums,编写一个函数将所有0移动到数组的末尾,同时保持非零元素的相对顺序。

void moveZeroes(int* nums, int numsSize){
    // if(numsSize == 1) return nums;
    int index = 0;
    bool find = true;
    for(int i = 0;index < numsSize&&find == true;i++)
    {
        if(i == numsSize)
        {
            break;
        }
        if(nums[i] == 0)
        {
            index = i;
            find = false;
            // printf("%d",nums[index-1]);
            for(int j = index;j < numsSize-1;j++)
            {
                if(!find)
                {
                    if(nums[j+1] == 0)
                    {
                        index = j-1;
                        find = true;
                    }
                }
                swap(nums,j+1,j);
            }
            numsSize--;
            i = index;
        }
    }
}
void swap(int nums[],int i,int j)
{
    int temp = nums[i];
    nums[i] = nums[j];
    nums[j] = temp;
}


选择排序


对于选择排序的基本思想,每一趟在待排序元素(n-i+1)中选择关键字最小的元素,作为有序子序列第i个元素。

优化:我们可以一趟排序中同时确定最大最小值,放到对应的位置。对于最大最小值下标一样的时候,表明该序列已经有序。同时注意当标注的下标为i时,要和之前与i进行交换的元素交换。看代码很清楚~


时间复杂度:O(n^2)

空间复杂度:O(1)

不稳定的排序算法 (on方算法中唯一不稳定的算法)

数组中的第k个最大元素:

给定整数数组nums和整数k,请返回数组中第k个最大的元素。

请注意,你需要找的是数组排序后的第k个最大的元素,而不是第k个不同的元素。

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4

输出: 4

int findKthLargest(int* nums, int numsSize, int k){
    int maxindex,minindex;
    int i,j;
    for(i = 0;i < numsSize/2;i++)
    {
        maxindex = i;
        minindex = i;
        for(j = i+1;j < numsSize-i;j++)
        {
            if(nums[maxindex] < nums[j])
            {
                maxindex = j;
            }
            if(nums[minindex] > nums[j])
            {
                minindex = j;
            }
        }
        if(maxindex == minindex) break;
        swap(nums,maxindex,i);
        // print(nums,numsSize);
        if(minindex == i)
        {
            minindex = maxindex;
        }
        swap(nums,minindex,numsSize-1-i);
        // print(nums,numsSize);
    }
    return nums[k-1];
}
void swap(int arr[],int i,int j)
{
    int temp = arr[i];
    arr[i] = arr[j];
    arr[j] = temp;
}
// void print(int nums[],int numsSize)
// {
    // for(int m = 0;m < numsSize;m++)
    // {
        // printf("%d",nums[m]);
    // }
    // printf(" ");
// }


插入排序


适用于顺序链表和链式存储线性表。


1.查到i在有序数组中插入位置k

2.将有序数组中k到i-1位置所有元素依次后移一个位置

3.将元素复制到k的位置

注意哨兵的作用

可以采用折半查找进行优化,移动次数没有变化,但是减少了比较元素的次数。对于数据量不很大的顺序表,性能很好(仅适用于顺序存储线性表)


时间复杂度:O(n^2)

空间复杂度:O(1)

稳定的排序算法

对链表进行插入排序

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     struct ListNode *next;
 * };
 */
struct ListNode* insertionSortList(struct ListNode* head){
    if(head == NULL || head->next == NULL)
    {
        return head;
    }
    struct ListNode *l = (struct ListNode *)malloc(sizeof(struct ListNode));
    l->val = 0;
    l->next = head;
    struct ListNode *pre = head;
    struct ListNode *cur = head->next;
    //cur外循环遍历
    while (cur != NULL)
    {
        if(pre->val <= cur->val)
        {
            pre = pre->next;
        }
        else
        {
            struct ListNode *move = l;
            while(move->next->val <= cur->val)
            {
                move = move->next;
            } //每次都从链表头寻找位置插入
            pre->next = cur->next;
            cur->next = move->next;
            move->next = cur;
        }
        cur = pre->next;
    }
    return l->next;
}

完结!over!冲冲冲,冲累了,找小哥哥聊天hhh💖

相关文章
|
2月前
|
机器学习/深度学习 缓存 算法
Python算法设计中的时间复杂度与空间复杂度,你真的理解对了吗?
【10月更文挑战第4天】在Python编程中,算法的设计与优化至关重要,尤其在数据处理、科学计算及机器学习领域。本文探讨了评估算法性能的核心指标——时间复杂度和空间复杂度。通过详细解释两者的概念,并提供快速排序和字符串反转的示例代码,帮助读者深入理解这些概念。同时,文章还讨论了如何在实际应用中平衡时间和空间复杂度,以实现最优性能。
76 6
|
4月前
|
机器学习/深度学习 算法 程序员
读《趣学算法》:重开算法之门,时间复杂度与空间复杂度
本文是作者阅读《趣学算法》后的笔记,介绍了算法复杂度的基本概念,包括时间复杂度和空间复杂度的不同阶表示,并通过具体例子展示了如何计算和理解算法的效率。
69 2
读《趣学算法》:重开算法之门,时间复杂度与空间复杂度
|
2月前
|
搜索推荐 算法
插入排序算法的平均时间复杂度解析
【10月更文挑战第12天】 插入排序是一种简单直观的排序算法,通过不断将未排序元素插入到已排序部分的合适位置来完成排序。其平均时间复杂度为$O(n^2)$,适用于小规模或部分有序的数据。尽管效率不高,但在特定场景下仍具优势。
|
5月前
|
机器学习/深度学习 存储 算法
颠覆认知!Python算法设计中的时间复杂度与空间复杂度,你真的理解对了吗?
【7月更文挑战第22天】在Python算法设计中,时间与空间复杂度是评估算法效能的核心。时间复杂度不仅限于大O表示法,还涵盖平均与最坏情况分析。空间复杂度虽关注额外存储,但也反映内存效率。平衡二者需视场景而定,如利用原地算法减少内存消耗,或牺牲空间加速执行。算法优化技巧,如分治与动态规划,助你在资源与速度间找寻最优解,从而高效应对大数据挑战。
56 3
|
2月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
39 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
2月前
|
存储 算法
算法的时间复杂度和空间复杂度
本文详细讨论了算法的时间复杂度和空间复杂度,包括它们的概念、计算方法和常见复杂度的对比,并通过多个实例解释了如何计算算法的时间和空间复杂度。
130 0
算法的时间复杂度和空间复杂度
|
3月前
|
算法 Python
震惊!Python 算法设计背后,时间复杂度与空间复杂度的惊天秘密大起底!
在 Python 算法设计中,理解并巧妙运用时间复杂度和空间复杂度的知识,是实现高效、优雅代码的必经之路。通过不断地实践和优化,我们能够在这两个因素之间找到最佳的平衡点,创造出性能卓越的程序。
41 4
|
2月前
|
数据可视化 搜索推荐 Python
Leecode 刷题笔记之可视化六大排序算法:冒泡、快速、归并、插入、选择、桶排序
这篇文章是关于LeetCode刷题笔记,主要介绍了六大排序算法(冒泡、快速、归并、插入、选择、桶排序)的Python实现及其可视化过程。
18 0
|
2月前
|
搜索推荐 算法
排序算法---冒泡&选择&插入总结
排序算法---冒泡&选择&插入总结
18 0
|
2月前
|
算法 C语言
深入理解算法效率:时间复杂度与空间复杂度
深入理解算法效率:时间复杂度与空间复杂度