数据结构常用排序算法

简介: 数据结构常用排序算法

1、冒泡排序


//冒泡排序
void BubbleSort(int* nums, int len)
{
  for (int i = 1; i < len; i++)
  {
    for (int j = 1; j < len - i + 1; j++)
    {
      if (nums[j] < nums[j - 1])
        swap(nums[j], nums[j - 1]);
    }
  }
}


2、快速排序  


//快速排序
void quickSort(int arr[], int left, int right) 
{
  int left = left;
  int right = right;
  int temp = 0;
  if (left < right) 
  {   
    //待排序的第一个元素作为基准元素
    temp = arr[left];  
    //从左右两边交替扫描,直到left = right
    while (left != right) 
    {   
      //从右往左扫描,找到第一个比基准元素小的元素
      while (right > left && arr[right] >= temp)
        right--;        
      arr[left] = arr[right];  //找到这种元素arr[right]后与arr[left]交换
      //从左往右扫描,找到第一个比基准元素大的元素
      while (left < right && arr[left] <= temp)
        left++;         
      arr[right] = arr[left];  //找到这种元素arr[left]后,与arr[right]交换
    }
    arr[right] = temp;      //基准元素归位
    quickSort(arr, left, left - 1);    //对基准元素左边的元素进行递归排序
    quickSort(arr, right + 1, right);  //对基准元素右边的进行递归排序
  }
}


3、插入排序


//插入排序
void insertSort(int* nums, int len)
{
  for (int i = 0; i < len; i++)
  {
    for (int j = i ; j > 0; j--)
    {
      if (nums[j] < nums[j - 1])
        swap(nums[j], nums[j - 1]);
    }
  }
}


4、选择排序


//选择排序
void slectSort(int* nums, int len)
{
  int mid = 0;
  for (int i = 0; i < len - 1; i++)
  {
    mid = i;
    for (int j = i + 1; j < len; j++)
    {
      if (nums[j] < nums[mid])
        mid = j;
    }
    swap(nums[mid], nums[i]);
  }
}


5、桶排序


//桶排序
vector<int> bucketSort(vector<int>& nums)
{
  int len = nums.size();
  if (len == 0) return {};
  //获取最大值及最小值
  int mins = *min_element(nums.begin(), nums.end());
  int maxs = *max_element(nums.begin(), nums.end());
  //初始化桶的个数 k=log(len),也可以随机初始化
  int n = 5;
  //初始化桶
  vector<vector<int>> res(5);
  int d = maxs - mins;
  //把所有元素放到各自桶中
  for (int i = 0; i < len; i++)
  {
    //计算元素所对应的桶的序号
    int index = (nums[i] - mins) * n / d;
    //下标索引从0开始
    if (index == n)
      index--;
    res[index].push_back(nums[i]);
  }
  for (int i = 0; i < n; i++)
  {
    sort(res[i].begin(), res[i].end());
  }
  vector<int> v;
  for (int i = 0; i < n; i++)
  {
    for (int j = 0; j < res[i].size(); j++)
      v.push_back(res[i][j]);
  }
  return v;
}


6、堆排序


#include <stdio.h>
void Swap(int *heap, int len);        /* 交换根节点和数组末尾元素的值 */
void BuildMaxHeap(int *heap, int len);/* 构建大顶堆 */
int main()
{
    int a[6] = {7, 3, 8, 5, 1, 2};
    int len = 6;    /* 数组长度 */
    int i;
    for (i = len; i > 0; i--)
    {
        BuildMaxHeap(a, i);
        Swap(a, i);
    }
    for (i = 0; i < len; i++)
    {
        printf("%d ", a[i]);
    }
    return 0;
}
//堆排序,大顶堆,构建大顶堆
void BuildMaxHeap(int* heap, int len)
{
  //最后一个非叶子节点为:len / 2 - 1
  for (int i = len / 2 - 1; i >= 0; i--)
  {
    //判断左子树是否满足大顶堆关系
    if (2 * i + 1 < len && heap[i] < heap[2 * i + 1])
    {
      int tem = heap[i];
      heap[i] = heap[2 * i + 1];
      heap[2 * i + 1] = tem;
      //交换之后要判断左子树与左子树的子树是否也满足该关系
      if ((2 * (2 * i + 1) + 1 < len && heap[2 * i + 1] < heap[2 * (2 * i + 1) + 1] )|| (2 * (2 * i + 1) + 2 < len && heap[2 * i + 1] < heap[2 * (2 * i + 1) + 2]))
      {
        BuildMaxHeap(heap, len);
      }
    }
    //判断右子树是否满足大顶堆关系
    if (2 * i + 2 < len && heap[i] < heap[2 * i + 2])
    {
      int tem = heap[i];
      heap[i] = heap[2 * i + 2];
      heap[2 * i + 2] = tem;
      //交换之后要判断右子树与右子树的子树是否也满足该关系
      if ((2 * (2 * i + 2) + 1 < len && heap[2 * i + 2] < heap[2 * (2 * i + 2) + 1]) || (2 * (2 * i + 2) + 2 < len && heap[2 * i + 2] < heap[2 * (2 * i + 2) + 2]))
      {
        BuildMaxHeap(heap, len);
      }
    }
  }
}
/* Function: 交换交换根节点和数组末尾元素的值*/
void Swap(int *heap, int len)
{
    int temp;
    temp = heap[0];
    heap[0] = heap[len-1];
    heap[len-1] = temp;
}


7、归并排序


void Merg(int* nums, int left, int right)
  {
    vector<int> temp(10);
    int mid = left + (right - left) / 2;
    int i = left, j = mid + 1, k = 0;
    while (i <= mid && j <= right)
    {
      if (nums[i] < nums[j])
        temp[k++] = nums[i++];
      else
        temp[k++] = nums[j++];
    }
    while (i <= mid)
      temp[k++] = nums[i++];
    while (j <= right)
      temp[k++] = nums[j++];
    for (i = left, k = 0; i <= right; i++, k++)
      nums[i] = temp[k];
  }
  void MergeSort(int* nums, int left, int right)
  {
    if (left < right)
    {
      int mid = left + (right - left) / 2;
      MergeSort(nums, left, mid);
      MergeSort(nums, mid + 1, right);
      Merg(nums, left, right);
    }
  }


相关文章
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
84 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
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。
33 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 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
36 4
|
2月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
22 0
数据结构与算法学习十四:常用排序算法总结和对比
|
2月前
|
存储 缓存 分布式计算
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
这篇文章是关于数据结构与算法的学习指南,涵盖了数据结构的分类、数据结构与算法的关系、实际编程中遇到的问题以及几个经典的算法面试题。
37 0
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
|
2月前
|
机器学习/深度学习 存储 算法
【数据结构与算法基础】——算法复杂度
【数据结构与算法基础】——算法复杂度
|
2月前
|
机器学习/深度学习 存储 算法
【初阶数据结构】算法效率大揭秘 | 时间与空间复杂度的深度剖析
【初阶数据结构】算法效率大揭秘 | 时间与空间复杂度的深度剖析
|
2月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
25 0
|
2月前
|
存储 算法 Java
数据结构和算法--分段树
数据结构和算法--分段树
17 0