数据结构和算法——表排序(算法概述、物理排序、复杂度分析,包含详细清晰图示过程)

简介: 数据结构和算法——表排序(算法概述、物理排序、复杂度分析,包含详细清晰图示过程)

算法概述

表排序用于 待排元素都为一个庞大的结构,而不是一个简单的数字,例如:一本书,一部电影等等。


如果这些待排元素都用之前的排序方法,元素需要频繁互换,那么移动这些元素的时间将会非常长久,效率很低。


在表排序的过程中,实际上是不需要移动那些原始数据的,要移动的只是指向他们位置的那些指针。


不移动元素本身,而只移动元素本身的排序方法,我们称之为“间接排序”。

  • 定义一个指针数组作为“表”(table)
A [0] [1] [2] [3] [4]
key e a c b d
table 0 1 2 3 4

结合插入排序来看一下表排序的间接排序 :

A [0] [1] [2] [3] [4]
key e a c b d
table 1 0 2 3 4

比较e和a,发现a比e小,所以a应该要插入到e的前面。但是我们不直接交换元素,而是交换table。

插入c,并与前面的a和e作比较,按照一般的插入排序来看,应该是这样的:

所以就可以直观地看出c应该放在哪个位置了,所以这一趟表排序的结果为:

A [0] [1] [2] [3] [4]
key e a c b d
table 1 2 0 3 4

接下来重复操作,插入b,对应正常的插入排序为:

表排序的结果为:

A [0] [1] [2] [3] [4]
key e a c b d
table 1 3 2 0 4

最后插入d,得到最终表排序间接排序的结果:

A [0] [1] [2] [3] [4]
key e a c b d
table 1 3 2 4 0

这样就得到了一个有序的序列了,即A[ 0 ] = A[ table[0] ] = a , A[ 1 ] = A[ table[1] ] = b......


如果仅要求按顺序输出,则可以输出:


A[ table[0] ],A[ table[1] ],A[ table[2] ],......,A[ table[N-1] ]

物理排序

如果完成了表排序的间接排序之后,仍然需要对原始数据进行移动排序的话,就要用到物理排序了。

而物理排序用到了一个很重要的原理:N个数字的排列由若干个独立的环组成

我们依据上面的例子,

A [0] [1] [2] [3] [4]
key e a c b d
table 1 3 2 4 0

找出它的环:

如此,table1 3 4 0为一个环;2则单独为一个环。

于是现在就可以开始我们的物理排序了:

复杂度分析

  • 最好情况:初始即有序
  • 最坏情况:
  •        有 N/2 个环,每个环包含2个元素
  •        需要 3N/2 次元素移动 (3N是指交换两个需要三次的移动操作)

,m 是每个A元素的复制时间,这个复制时间一般是比较大的常数,不能省略。


end



目录
相关文章
|
19天前
|
存储 监控 算法
员工行为监控软件中的 Go 语言哈希表算法:理论、实现与分析
当代企业管理体系中,员工行为监控软件已逐步成为维护企业信息安全、提升工作效能的关键工具。这类软件能够实时记录员工操作行为,为企业管理者提供数据驱动的决策依据。其核心支撑技术在于数据结构与算法的精妙运用。本文聚焦于 Go 语言中的哈希表算法,深入探究其在员工行为监控软件中的应用逻辑与实现机制。
55 14
|
1天前
|
数据采集 机器学习/深度学习 算法
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
19 4
|
1月前
|
自然语言处理 算法 安全
境内深度合成服务算法备案通过名单分析报告
本报告基于《境内深度合成服务算法备案通过名单》,分析了2023年6月至2025年3月公布的10批备案数据,涵盖属地分布、行业应用及产品形式等多个维度。报告显示,深度合成算法主要集中于经济发达地区,如北京、广东、上海等地,涉及教育、医疗、金融、娱乐等多行业。未来趋势显示技术将向多模态融合、行业定制化和安全合规方向发展。建议企业加强技术研发、拓展应用场景、关注政策动态,以在深度合成领域抢占先机。此分析旨在为企业提供参考,助力把握技术发展机遇。
境内深度合成服务算法备案通过名单分析报告
|
1月前
|
供应链 算法 搜索推荐
从公布的前十一批其他算法备案通过名单分析
2025年3月12日,国家网信办发布算法备案信息,深度合成算法通过395款,其他算法45款。前10次备案中,深度合成算法累计3234款,其他类别647款。个性化推送类占比49%,涵盖电商、资讯、视频推荐;检索过滤类占31.53%,用于搜索优化和内容安全;调度决策类占9.12%,集中在物流配送等;排序精选类占8.81%,生成合成类占1.55%。应用领域包括电商、社交媒体、物流、金融、医疗等,互联网科技企业主导,技术向垂直行业渗透,内容安全和多模态技术成新增长点。未来大模型检索和多模态生成或成重点。
从公布的前十一批其他算法备案通过名单分析
|
1月前
|
人工智能 自然语言处理 供应链
从第十批算法备案通过名单中分析算法的属地占比、行业及应用情况
2025年3月12日,国家网信办公布第十批深度合成算法通过名单,共395款。主要分布在广东、北京、上海、浙江等地,占比超80%,涵盖智能对话、图像生成、文本生成等多行业。典型应用包括医疗、教育、金融等领域,如觅健医疗内容生成算法、匠邦AI智能生成合成算法等。服务角色以面向用户为主,技术趋势为多模态融合与垂直领域专业化。
|
2月前
|
存储 缓存 监控
企业监控软件中 Go 语言哈希表算法的应用研究与分析
在数字化时代,企业监控软件对企业的稳定运营至关重要。哈希表(散列表)作为高效的数据结构,广泛应用于企业监控中,如设备状态管理、数据分类和缓存机制。Go 语言中的 map 实现了哈希表,能快速处理海量监控数据,确保实时准确反映设备状态,提升系统性能,助力企业实现智能化管理。
48 3
|
1月前
|
人工智能 自然语言处理 算法
从第九批深度合成备案通过公示名单分析算法备案属地、行业及应用领域占比
2024年12月20日,中央网信办公布第九批深度合成算法名单。分析显示,教育、智能对话、医疗健康和图像生成为核心应用领域。文本生成占比最高(57.56%),涵盖智能客服、法律咨询等;图像/视频生成次之(27.32%),应用于广告设计、影视制作等。北京、广东、浙江等地技术集中度高,多模态融合成未来重点。垂直行业如医疗、教育、金融加速引入AI,提升效率与用户体验。
|
3月前
|
存储 算法 安全
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
|
4月前
|
缓存 算法 搜索推荐
Java中的算法优化与复杂度分析
在Java开发中,理解和优化算法的时间复杂度和空间复杂度是提升程序性能的关键。通过合理选择数据结构、避免重复计算、应用分治法等策略,可以显著提高算法效率。在实际开发中,应该根据具体需求和场景,选择合适的优化方法,从而编写出高效、可靠的代码。
86 6
|
5月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
129 1
下一篇
oss创建bucket