【排序算法】八大排序(上)(c语言实现)(附源码)

简介: 本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。

前言

       排序算法是计算机科学领域的基石之一,它不仅在算法的理论研究中占据重要地位,更是实际开发当中解决数据组织,检索,处理等问题的关键工具。现如今数据日益增长,理解并掌握这些排序算法的原理、特点及其适用场景,对于提升程序效率、优化用户体验至关重要。


       八大排序算是排序算法当中知名度较高的了,它们不仅涵盖了简单直观的排序方法,以便初学者学习理解;也包含了高效复杂的排序策略,广泛应用于实际开发。



       本篇文章,作者主要介绍并实现八大排序算法的其中四种:冒泡排序、选择排序、插入排序、希尔排序


正文开始


写一串测试数据

       首先,我们写一个乱序的数组,便于后续排序测试:

#include <stdio.h>
 
int main()
{
    int arr[] = { 5,9,4,0,2,7,8,0,0,1,4,4,1,3,5,6,3,2,9,7 };
    int sz = sizeof(arr) / sizeof(arr[0]);//计算出数组元素个数
 
    for (int i = 0; i < sz; i++)//打印数组
    {
        printf("%d ", arr[i]);
    }
    return 0;
}

交换两元素的函数

       在这里,我们将交换两个元素的步骤封装成一个函数,便于后续多次调用。

void Swap(int* x, int* y)
{
    int tmp = *x;
    *x = *y;
    *y = tmp;
}

一、冒泡排序

       冒泡排序是一种简单的排序算法,易于初学者理解和学习。它的核心思想就是重复遍历数组,比较相邻两个元素,如果它们的顺序错误,则交换之。直到数组中没有顺序错误的情况,则排序已经完成


       它的具体步骤描述如下:


1.遍历数组,比较所有的相邻元素,如果前者大于后者(默认升序),则交换它们。


2.当遍历到数组最后一对相邻元素后,数组中最后一个元素会是最大的数。此时一趟冒泡排序完成。


3.重新遍历数组比较相邻元素(最后一个元素除外,因为已经是最大的了)。一趟结束后,数组中第二大的元素将位于倒数第二个位置。


4.重复进行上述步骤(已经就位的元素除外),直到所有元素均不需要再交换。


动图表示:



接下来,我们尝试实现冒泡排序:

void BubbleSort(int* arr, int n)
{
    //外层循环控制排序的趟数
    for (int i = 0; i < n - 1; i++)//每一趟排序使一个元素就位,n个元素的数组需要n-1趟排序(最后一趟会使前两个元素就位)
    {
        //内层循环控制需要比较的相邻元素
        for (int j = 0; j < n - 1 - i; j++)//每一趟结束后,需要比较的元素便减少一个,所以要减去i
        {
            if (arr[j] > arr[j + 1])//若前者大于后者,说明顺序错误,需要交换
            {
                Swap(&arr[j], &arr[j + 1]);//交换两元素
            }
        }
    }
}

不难发现,如果没有到达排序的趟数,但是数组已经有序,程序就会继续进行不必要的元素比较,运行效率降低。基于这一点,我们可以做出如下改进:

void BubbleSort(int* arr, int n)
{
    //外层循环控制排序的趟数
    for (int i = 0; i < n - 1; i++)//每一趟排序使一个元素就位,n个元素的数组需要n-1趟排序(最后一趟会使前两个元素就位)
    {
        int flag = 1;//假设数组已经有序
 
        //内层循环控制需要比较的相邻元素
        for (int j = 0; j < n - 1 - i; j++)//每一趟结束后,需要比较的元素便减少一个,所以要减去i
        {
            if (arr[j] > arr[j + 1])//若前者大于后者,说明顺序错误,需要交换
            {
                Swap(&arr[j], &arr[j + 1]);//交换两元素
 
                flag = 0;//发生了交换,说明数组并非有序
            }
        }
        if (flag == 1)//如果数组已经有序,则不需要排序,直接退出循环
        {
            break;
        }
    }
}

接下来,我们对测试数组进行排序:

int main()
{
    int arr[] = { 5,9,4,0,2,7,8,0,0,1,4,4,1,3,5,6,3,2,9,7 };
    int sz = sizeof(arr) / sizeof(arr[0]);
    BubbleSort(arr, sz);//冒泡排序
    for (int i = 0; i < sz; i++)
    {
        printf("%d ", arr[i]);
    }
    return 0;
}

运行结果:



可以看到,排序成功了。


冒泡排序的特性总结


空间复杂度:O(1)


时间复杂度:O(N^2)


稳定性(相同值的元素排序前后的相对次序是否保持不变):稳定


无论数组是否有序,都有大量元素被重复地进行比较和交换,运行效率不高


二、选择排序

       选择排序是一种比较接近人类思想的排序算法,它的核心思想非常简单:从数组中寻找最小(最大)元素,将其放于数组第一个位置(最后一个位置)处,然后再从剩余的元素中寻找最小(最大)值,放到数组第二个位置(倒数第二个位置)处......


       具体步骤如下:


1.首先遍历数组,寻找到数组中最小的元素,将其与数组的首元素进行交换。


2.开始遍历数组的剩下部分,寻找最小值,与该部分的首元素进行交换。


3.重复第二步,直到“该部分”只有一个元素为止,说明数组已经排序好。


动图表示:



接下来,我们尝试代码实现选择排序:

void SelectSort(int* arr, int n)
{
    //外层循环控制遍历次数以及遍历的起始位置
    for (int i = 0; i < n; i++)
    {
        int mini = i;//假设最小值位于遍历部分的首元素处
        //内层循环,寻找最小值
        for (int j = mini + 1; j < n; j++)
        {
            if (arr[j] < arr[mini])//将更小的元素标记为mini
            {
                mini = j;
            }
        }
        Swap(&arr[i], &arr[mini]);//将最小值与遍历部分的首元素交换
    }
}

运行测试:



选择排序特性总结


空间复杂度:O(1)


时间复杂度:O(N^2)


稳定性:不稳定


使用寻找最值进行交换的方式,虽然在效率上相比冒泡排序有所提升,但是依然不是很实用。


三、插入排序

       插入排序是一种适用于对少量数据进行排序的算法,它的效率要略高于冒泡排序和选择排序。就像玩扑克牌一样,它的核心思想是:将一个个数据不断插入到已经有序的数组的合适位置,从而使整个数组有序


       具体步骤如下:


1.将数组首元素视为有序。


2.将有序数组的下一个元素取出,然后开始对该元素之前的部分进行遍历,找到合适位置并插入。


3.将这部分有序数组看成整体,重复第二步,直到将最后一个元素调整完成。


动图表示:



代码实现如下:

void InsertSort(int* arr, int n)
{
    //外层循环确定遍历次数
    for (int i = 0; i < n - 1; i++)
    {
        int end = i;//记录有序数组的末尾位置
        int tmp = arr[end + 1];//保存需要插入的元素tmp
 
        //内层循环控制对有序数组的遍历
        while (end >= 0)//当end小于0时,一次遍历结束
        {
            if (arr[end] > tmp)
            {
                arr[end + 1] = arr[end];//该值后移一位,留空缺
                end--;//继续向前走
            }
            else//当tmp值比有序数组中某元素小或相等时,说明tmp应该插入在该元素之后,终止遍历
            {
                break;
            }
        }
        arr[end + 1] = tmp;//插入到该元素之后的位置
    }
}

代入测试:



插入排序性能总结


空间复杂度:O(1)


时间复杂度:O(N^2)


稳定性:稳定


虽然在时间复杂度上没有什么变化,但是相比冒泡排序和选择排序,性能有所提升。由于它是按照顺序进行扫描并且插入的,所以相同值元素的相对位置不会改变,是一种稳定的排序算法,是排序少量数据的首选。不过面对的数据量庞大时,依然不够看。


四、希尔排序

       希尔排序又称为缩小增量排序,是一种效率很高的排序算法,算是插入排序的升级版。它的核心思想也比较简单:首先对数组进行预排序,使其接近有序,然后进行插入排序


       这里介绍一下排序的思路:


       首先选定一个增量gap(这里我们使gap=数组元素n/3),将数组中相差gap个位置的元素视为一个子序列,然后分别对这些子序列进行插入排序。当所有子序列排序结束之后,使gap的值逐渐减小(再除以3),然后再将相差gap个位置的元素构成的子序列进行插入排序......直到gap为1时,构成的序列就是数组本身,对其进行一次插入排序即可。



       当然,这里的增量gap并不是只有n/3这一种取法。他还有很多种取法,例如n/2、n/4等。但要注意:变化的gap值应尽量满足没有除1以外的公因子,并且最后一次gap的值是1


接下来,我们尝试实现希尔排序:

void ShellSort(int* arr, int n)
{
    int gap = n;//定义增量gap
 
    //循环控制预排序的次数,以及进行最后一次插入排序
    while (gap > 1)
    {
        gap = gap / 3 + 1;//首先调整gap值
 
        //进行插入排序
        //注意细节处理,是对相隔gap的元素进行排序
        for (int i = 0; i < n - gap; i++)//一次循环结束后,i++就走向了下一个子序列的起始位置
        {
            int end = i;//记录有序部分的末尾位置
            int tmp = arr[end + gap];//end+gap位置的元素视为子序列中的下一个元素
            while (end >= 0)
            {
                if (arr[end] > tmp)
                {
                    arr[end + gap] = arr[end];
                    end -= gap;//一次向前走gap个位置
                }
                else
                {
                    break;
                }
            }
            arr[end + gap] = tmp;
        }
    }
}

从代码角度看,它相比插入排序又多了一层循环,效率怎么会高于插入排序呢?实际上,有了预排序之后,最后一次插入排序所节省的时间要远远大于预排序消耗的时间


代入数据测试:



希尔排序性能总结


空间复杂度:O(1)


时间复杂度:O(N^1.3)(计算过程相对复杂)


稳定性:不稳定


相比冒泡排序,选择排序和插入排序,希尔排序的时间复杂度较低,运行效率更高,更适用于大规模数据的排序。但是它的性能不稳定,易受数据和增量选择的影响。


程序全部代码

程序全部代码如下:

#include <stdio.h>
 
//交换函数
void Swap(int* x, int* y)
{
    int tmp = *x;
    *x = *y;
    *y = tmp;
}
 
//冒泡排序
void BubbleSort(int* arr, int n)
{
    //外层循环控制排序的趟数
    for (int i = 0; i < n - 1; i++)//每一趟排序使一个元素就位,n个元素的数组需要n-1趟排序(最后一趟会使前两个元素就位)
    {
        int flag = 1;//假设数组已经有序
 
        //内层循环控制需要比较的相邻元素
        for (int j = 0; j < n - 1 - i; j++)//每一趟结束后,需要比较的元素便减少一个,所以要减去i
        {
            if (arr[j] > arr[j + 1])//若前者大于后者,说明顺序错误,需要交换
            {
                Swap(&arr[j], &arr[j + 1]);//交换两元素
 
                flag = 0;//发生了交换,说明数组并非有序
            }
        }
        if (flag == 1)//如果数组已经有序,则不需要排序,直接退出循环
        {
            break;
        }
    }
}
 
//选择排序
void SelectSort(int* arr, int n)
{
    //外层循环控制遍历次数以及遍历的起始位置
    for (int i = 0; i < n; i++)
    {
        int mini = i;//假设最小值位于遍历部分的首元素处
        //内层循环,寻找最小值
        for (int j = mini + 1; j < n; j++)
        {
            if (arr[j] < arr[mini])//将更小的元素标记为mini
            {
                mini = j;
            }
        }
        Swap(&arr[i], &arr[mini]);//将最小值与遍历部分的首元素交换
    }
}
 
//插入排序
void InsertSort(int* arr, int n)
{
    //外层循环确定遍历次数
    for (int i = 0; i < n - 1; i++)
    {
        int end = i;//记录有序数组的末尾位置
        int tmp = arr[end + 1];//保存需要插入的元素tmp
 
        //内层循环控制对有序数组的遍历
        while (end >= 0)//当end小于0时,一次遍历结束
        {
            if (arr[end] > tmp)
            {
                arr[end + 1] = arr[end];//该值后移一位,留空缺
                end--;//继续向前走
            }
            else//当tmp值比有序数组中某元素小或相等时,说明tmp应该插入在该元素之后,终止遍历
            {
                break;
            }
        }
        arr[end + 1] = tmp;//插入到该元素之后的位置
    }
}
 
//希尔排序
void ShellSort(int* arr, int n)
{
    int gap = n;//定义增量gap
 
    //循环控制预排序的次数,以及进行最后一次插入排序
    while (gap > 1)
    {
        gap = gap / 3 + 1;//首先调整gap值
 
        //进行插入排序
        //注意细节处理,是对相隔gap的元素进行排序
        for (int i = 0; i < n - gap; i++)//一次循环结束后,i++就走向了下一个子序列的起始位置
        {
            int end = i;//记录有序部分的末尾位置
            int tmp = arr[end + gap];//end+gap位置的元素视为子序列中的下一个元素
            while (end >= 0)
            {
                if (arr[end] > tmp)
                {
                    arr[end + gap] = arr[end];
                    end -= gap;//一次向前走gap个位置
                }
                else
                {
                    break;
                }
            }
            arr[end + gap] = tmp;
        }
    }
}
 
int main()
{
    int arr[] = { 5,9,4,0,2,7,8,0,0,1,4,4,1,3,5,6,3,2,9,7 };
    int sz = sizeof(arr) / sizeof(arr[0]);
    //BubbleSort(arr, sz);
    //SelectSort(arr, sz);
    //InsertSort(arr, sz);
    ShellSort(arr, sz);
    for (int i = 0; i < sz; i++)
    {
        printf("%d ", arr[i]);
    }
    return 0;
}

总结

       今天,我们学习了八大排序的其中四种:冒泡排序,选择排序,插入排序和希尔排序。在理解这些排序思想和实现它们的过程当中,我们感受到了算法之美,也加强了分析问题、解决问题的能力。之后博主会和大家分享剩下的几种排序算法。如果你觉得博主讲的还不错,就请留下一个小小的赞在走哦,感谢大家的支持❤❤❤

相关文章
|
8月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
385 5
|
8月前
|
机器学习/深度学习 运维 算法
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
434 0
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
|
9月前
|
机器学习/深度学习 算法 安全
【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究(Matlab代码实现)
【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究(Matlab代码实现)
324 1
|
8月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
278 0
|
8月前
|
机器学习/深度学习 算法 安全
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
242 0
|
9月前
|
机器学习/深度学习 算法 安全
【优化调度】基于matlab非支配排序遗传算法求解车辆充电调度优化问题研究(Matlab代码实现)
【优化调度】基于matlab非支配排序遗传算法求解车辆充电调度优化问题研究(Matlab代码实现)
168 0
|
8月前
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
347 1
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
8月前
|
供应链 算法 Java
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
331 1
|
9月前
|
传感器 并行计算 算法
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
552 3
|
8月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
181 0