【数据结构】排序算法——Lesson2

简介: 【7月更文挑战第24天】

前言
本文将继续介绍两种高效的排序算法——归并排序、计算排序。
归并排序在一些场合下(如外部排序)非常有效,当数据量非常大且无法全部加载到内存时,可以将其分块处理。
而计数排序是一种非比较排序算法,适用于特定范围内的整数排序,在许多数情况下计算排序可以秒杀我们介绍过的所有排序。

一、排序算法
1、归并排序
| 算法思路:

归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个非常典型的应用,将已有序的子序列合并,得到完全有序的序列,即先使每个子序列有序,再使子序列间段有序。

动图演示:

代码实现:

//子函数
void _MergeSort(int arr, int tmp, int begin, int end)
{
if (begin == end)
{
return;
}
int mid = (begin + end) / 2;
//[begin, mid] [mid + 1, end]
_MergeSort(arr, tmp, begin, mid);
_MergeSort(arr, tmp, mid + 1, end);

int begin1 = begin, end1 = mid;
int begin2 = mid + 1, end2 = end;
int i = begin;
while (begin1 <= end1 && begin2 <= end2)
{
    if (arr[begin1] < arr[begin2])
    {
        tmp[i++] = arr[begin1++];
    }
    else
    {
        tmp[i++] = arr[begin2++];
    }
}
while (begin1 <= end1)
{
    tmp[i++] = arr[begin1++];
}
while (begin2 <= end2)
{
    tmp[i++] = arr[begin2++];
}
memcpy(arr + begin, tmp + begin, (end - begin + 1) * sizeof(int));

}

//归并排序
void MergeSort(int arr, int n)
{
int
tmp = (int)malloc(n sizeof(int));
if (tmp == NULL)
{
perror("malloc fail");
return;
}
_MergeSort(arr, tmp, 0, n - 1);

free(tmp);
tmp = NULL;

}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
归并排序有几个需要特别注意的点:

分割区间一定要按[begin, mid] [mid + 1, end]分,不然会导致死循环
memcpy(arr + begin, tmp + begin, (end - begin + 1) sizeof(int));
一定是归并一组拷贝一组,因为如果存在越界的情况还整体拷贝肯定会出错
归并排序算法的时间复杂度是:O(N
logN),空间复杂度是:O(N).
2、归并非递归
递归改非递归有两种办法,一种是用栈模拟,一种是用循环处理。

上篇文章中快排非递归我们是利用栈实现的,但是归并的非递归使用栈解决不了,因为快排的递归过程是一个类似前序遍历的过程,而归并是一个类似后续的过程,它是先将区间循环分割成只有一个数据,再反向进行归并,栈是做不到这一点的。
所以归并的非递归我们考虑用循环来实现。

我们可以直接将原数组一一归并,再二二归并,再四四归并……

//归并非递归
void MergeSortNonR(int arr, int n)
{
int
tmp = (int)malloc(n sizeof(int));
if (tmp == NULL)
{
perror("malloc fail");
return;
}

//gap是每组归并数据的个数
int gap = 1;
while (gap < n)
{
    //i表示每组归并的起始位置
    for (int i = 0; i < n; i += 2 * gap)
    {
        int begin1 = i, end1 = i + gap - 1;
        int begin2 = i + gap, end2 = i + 2 * gap - 1;

        int j = i;
        while (begin1 <= end1 && begin2 <= end2)
        {
            if (arr[begin1] < arr[begin2])
            {
                tmp[j++] = arr[begin1++];
            }
            else
            {
                tmp[j++] = arr[begin2++];
            }
        }
        while (begin1 <= end1)
        {
            tmp[j++] = arr[begin1++];
        }
        while (begin2 <= end2)
        {
            tmp[j++] = arr[begin2++];
        }
        //
        memcpy(arr + i, tmp + i, (end2 - i + 1) * sizeof(int));
    }
    gap *= 2;//一一归,二二归,四四归
}

free(tmp);
tmp = NULL;

}

相关文章
|
19天前
|
算法
【初阶数据结构】复杂度算法题篇
该方法基于如下的事实:当我们将数组的元素向右移动 k 次后,尾部 kmodn 个元素会移动至数组头部,其余元素向后移动 kmodn 个位置。
|
21天前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
36 2
|
2月前
|
机器学习/深度学习 存储 算法
【数据结构】算法的复杂度
算法的时间复杂度和空间复杂度
49 1
【数据结构】算法的复杂度
|
19天前
|
算法
【初阶数据结构篇】二叉树算法题
二叉树是否对称,即左右子树是否对称.
|
19天前
|
算法 索引
【初阶数据结构篇】单链表算法题进阶
深拷贝应该正好由 n 个全新节点组成,其中每个新节点的值都设为其对应的原节点的值。
|
19天前
|
存储 算法
【初阶数据结构篇】顺序表和链表算法题
此题可以先找到中间节点,然后把后半部分逆置,最近前后两部分一一比对,如果节点的值全部相同,则即为回文。
|
22天前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
2月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
24 1
|
2月前
|
算法 安全 调度
逆天改命!Python高级数据结构堆(Heap)与优先队列,让你的算法效率飙升至宇宙级!
【7月更文挑战第8天】Python的heapq模块和queue.PriorityQueue实现了堆和优先队列,提供高效算法解决方案。堆用于Dijkstra算法求解最短路径,例如在图论问题中;PriorityQueue则在多线程下载管理中确保高优先级任务优先执行。这两个数据结构提升效率,简化代码,是编程中的强大工具。
29 0
|
2月前
|
算法 搜索推荐 Java
在Java中实现高效的算法与数据结构
在Java中实现高效的算法与数据结构
下一篇
DDNS