常见排序算法原理及实现——第一部分(冒泡排序、插入排序和选择排序)

简介: 常见排序算法原理及实现——第一部分(冒泡排序、插入排序和选择排序)

引言

对于任何一个程序员来说,可能都不会陌生。你学的第一个算法,可能就是排序。排序算法有很多很多,我们只聊聊最常用的:冒泡排序、插入排序、选择排序、归并排序、快速排序、计数排序、基数排序、桶排序。我们分三次文章来学习。

一、如何分析一个排序算法

一般从以下几个方面衡量:

1.1 执行效率
  • 最好、最坏、平均时间复杂度
    为什么要区分不同的时间复杂度呢?对于待排序的数据,有的接近有序,有的完全乱序,不同的数据源对排序算法的性能还是有影响的。
  • 时间复杂度系数,常数、低阶
    时间复杂度描述的是排序算法耗时随着数据规模n增加而增加的趋势。但实际开发过程中,我们要排序的数据都在数百数千的量级,所以低阶及常数系数也是我们要考虑的点。
  • 比较和移动的元素的次数
    基于比较的排序的排序算法,在执行过程中一般会经历两步,第一比较两个元素的大小;第二移动相应的元素。
1.2 内存消耗

简单理解就是排序需不需要再开辟新的空间,不需要开辟新空间就是原地排序,空间复杂度是O(1),否则就是O(n)。

1.3 稳定性

稳定性指的是,如果待排序的数据中如果有相等的元素,在排序后相等元素的相对位置没有发生变化就是稳定的,否则就是不稳定的排序算法。举个例子:

待排序数据:5 2 8 3 5 4

排序后: 2 3 4 5 5 8

待排序数据中,下标为0 和 5的元素都是5,如果是稳定的排序算法,则在排序后,下标为0的那个5在下标为5的元素前面。

为什么要有稳定性呢?我们来看一个例子:假如现在需要对一个电商的“订单”进行排序,订单有两个属性,一个是下单时间,另一个是购买金额。假设现在需要按照金额从小到达进行排序,如果金额相同按照下单时间的早晚进行排序。怎么做呢?

这里就可以利用排序的稳定性,我们可以先按照下单时间的早晚进行排序,此时所有的订单就是按照下单时间早晚有序了,再按照下单金额进行排序,就可以得到结果了。这是因为排序的稳定性,排序后下单时间的早晚的相对顺序不会发生变化。

二、排序算法(冒泡、插入和选择排序)

2.1 冒泡排序

思路:每次只比较相邻的两个元素,如果不满足大小关系就交换他们的位置,每经过一次冒泡,一个元素就被放在了它应该在的位置。重复n次,直到所有的数据都有序。

我们用一个例子来看看,冒泡的过程: 4 5 6 3 2 1。

再看一个冒泡优化的例子:3 5 4 1 2 6

// 冒泡排序
void BubbleSort(vector<int>& nums)
{
    int size = nums.size();
    for (int i = 0; i < size; i++)
    {
      bool order = false;
        for (int j = 0; j < size-i-1; j++)
        {
            if (nums[j] > nums[j+1]){
              order = true;
                swap(nums[j], nums[j+1]);
            }
        }
    if (!order){ // 优化,如果在排序中途已经有序了就没必要再继续执行冒泡操作了
      break;
    }
    }
    cout << "Bubble Sort: " << endl;
    for (int i = 0; i < size; i++){
        cout << nums[i] << " " ;
    }
    cout << endl;
}

小结:

冒泡排序因为是相邻比较,不满足大小调减才会被交换位置,所以是稳定的;不需要开辟空间直接在原数组上操作,所以是原地排序。

最好时间复杂度是O(n),最坏时间复杂度是O(n2)。

2.2 插入排序

我们先来看一个问题,在一个已经有序的数组中如何保证插入数据后,数组仍然有序。很简单,就是遍历数组找到适当的位置插入即可。

思路:插入排序将数组分为已经有序的部分和乱序的部分。初始有序部分只有第一个元素,然后从乱序部分取元素插入到有序部分的合适位置。

void InserSort(vector<int> &nums){
  int n = nums.size();
  for (int i = 1; i < n; i++)
  {
    int tmp = nums[i];
    for (int j = i-1; j >= 0; j--){
      if (nums[j] > tmp){
        nums[j+1] = nums[j];
      }
    }
    nums[j+1] = tmp;
  }
}

小结:

插入排序因为是遍历寻找合适位置,所以是稳定的;不需要开辟空间直接在原数组上操作,所以是原地排序。

在数据已经有序的情况下,从第二个元素开始,只需要比一次就能找到插入位置,需要执行n-1次,所以最好时间复杂度是O(n);在数据倒序的情况下最坏时间复杂度是O(n2)。

2.3 选择排序

思路:在插入排序的基础上,每次从乱序部分中找出最小的元素位置的下标,插入到合适的位置。

void CSort::SelectSort(vector<int>& nums){
    int size = nums.size();
    int min = 0;
    for (int i = 0; i < size; i++)
    {
        min = i;
        for (int j = i+1; j < size; j++){
            if (nums[j] < nums[min]){
                min = j;
            }
        }
        if (min != i){
            swap(nums[min], nums[i]);
        }
    }
    cout << "Select Sort: " << endl;
    for (int i = 0; i < size; i++){
        cout << nums[i] << " " ;
    }
    cout << endl;
}

文章参考于<零声教育>的C/C++linux服务期高级架构

相关文章
|
2月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
56 3
|
26天前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中,`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环,外层循环控制排序的轮数,内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素,就将它们交换位置。
126 67
|
1天前
|
算法 Java 数据库
理解CAS算法原理
CAS(Compare and Swap,比较并交换)是一种无锁算法,用于实现多线程环境下的原子操作。它通过比较内存中的值与预期值是否相同来决定是否进行更新。JDK 5引入了基于CAS的乐观锁机制,替代了传统的synchronized独占锁,提升了并发性能。然而,CAS存在ABA问题、循环时间长开销大和只能保证单个共享变量原子性等缺点。为解决这些问题,可以使用版本号机制、合并多个变量或引入pause指令优化CPU执行效率。CAS广泛应用于JDK的原子类中,如AtomicInteger.incrementAndGet(),利用底层Unsafe库实现高效的无锁自增操作。
理解CAS算法原理
|
1月前
|
算法 容器
令牌桶算法原理及实现,图文详解
本文介绍令牌桶算法,一种常用的限流策略,通过恒定速率放入令牌,控制高并发场景下的流量,确保系统稳定运行。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
令牌桶算法原理及实现,图文详解
|
22天前
|
存储 人工智能 缓存
【AI系统】布局转换原理与算法
数据布局转换技术通过优化内存中数据的排布,提升程序执行效率,特别是对于缓存性能的影响显著。本文介绍了数据在内存中的排布方式,包括内存对齐、大小端存储等概念,并详细探讨了张量数据在内存中的排布,如行优先与列优先排布,以及在深度学习中常见的NCHW与NHWC两种数据布局方式。这些布局方式的选择直接影响到程序的性能,尤其是在GPU和CPU上的表现。此外,还讨论了连续与非连续张量的概念及其对性能的影响。
45 3
|
27天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用
|
1月前
|
负载均衡 算法 应用服务中间件
5大负载均衡算法及原理,图解易懂!
本文详细介绍负载均衡的5大核心算法:轮询、加权轮询、随机、最少连接和源地址散列,帮助你深入理解分布式架构中的关键技术。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
5大负载均衡算法及原理,图解易懂!
|
1月前
|
缓存 算法 网络协议
OSPF的路由计算算法:原理与应用
OSPF的路由计算算法:原理与应用
48 4
|
1月前
|
存储 算法 网络协议
OSPF的SPF算法介绍:原理、实现与应用
OSPF的SPF算法介绍:原理、实现与应用
82 3
|
27天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法及应用
探索人工智能中的强化学习:原理、算法及应用