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
|
6月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
191 1
|
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。
971 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。
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
634 1
|
6月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
187 0
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
485 153
|
11月前
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
424 30
|
11月前
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
568 25
|
11月前
|
存储 人工智能 算法
C 408—《数据结构》算法题基础篇—数组(通俗易懂)
408考研——《数据结构》算法题基础篇之数组。(408算法题的入门)
729 23
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
581 3
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
313 19

热门文章

最新文章