数据结构与算法C#版笔记--排序(Sort)-上

简介: 这里讨论的仅限于内部排序(即全部数据都在内存中,通过CPU运算处理元素排序),而且仅限顺序表排序(即不讨论链表,树状结构等结构的排序) 注:排序后的结果可以从小到大,或者从大到小,这只是一个相反的处理而已,为方便起见,本文中的方法都是从小到大排序 1、直接插入排序(InsertOrder) 思...

这里讨论的仅限于内部排序(即全部数据都在内存中,通过CPU运算处理元素排序),而且仅限顺序表排序(即不讨论链表,树状结构等结构的排序)

注:排序后的结果可以从小到大,或者从大到小,这只是一个相反的处理而已,为方便起见,本文中的方法都是从小到大排序

1、直接插入排序(InsertOrder)

思路:从第二个元素开始向后遍历,检查本身(后面称之为tmp)与前面相邻元素的大小,如果发现前面的元素更大,则依次从近及远(即倒序遍历)检查前面的所有元素,将比自身元素大的元素依次后移,这样最终将得到一个空位,将tmp元素插在这个位置即可.

        /// <summary>
        /// 直接插入排序法
        /// </summary>
        /// <param name="lst"></param>
        static void InsertSort(int[] lst)
        {
            int _circleCount = 0;
            //外循环从第二个元素开始从前向后遍历
            for (int i = 1; i < lst.Length; i++)
            {
                _circleCount++;
                //Console.WriteLine("外循环i=" + i);
                //如果发现某元素比前一个元素小
                if (lst[i] < lst[i - 1])
                {
                    int tmp = lst[i];
                    int j = 0;
                    //则该元素前面的元素,从后到前遍历,依次后移,直接找到应该插入的空档在哪里(这样tmp元素就找到了自己的位置)
                    for (j = i - 1; j >= 0 && tmp < lst[j]; j--)
                    {
                        //如果发现有比tmp小的元素,则将元素后移一位(从而把自身空出来,形成一个空档,以方便如果前面还有更小的元素时,可以继续向后面的空档移动)
                        lst[j + 1] = lst[j];
                        _circleCount++;
                        //Console.WriteLine("内循环i=" + i + ",内循环j=" + j);
                    }
                    //Console.WriteLine("j={0}", j);
                    //运行到这里时,j已经是空档的前一个下标
                    lst[j + 1] = tmp;
                }
            }
            Console.WriteLine("InsertOrder共循环了{0}次", _circleCount);
        }

点评:最好情况下,如果所有元素(N个)已经排好序了,则外循环跑N-1次,内循环一次也进不了,即0次,时间复杂度为O(N);最坏情况下,所有元素反序,外循环N-1次,内循环为i(i从1到N-1),时间复杂度为O(N*N);所以元素越有序列,该方法效率越高,其时间复杂度从O(N)到O(N*N)之间,此外,该方法是一种稳定排序。(注:若数组中有相同值的元素时,经过某方法排序后,这二个相同值的元素先后顺序仍然不变,则称这种排序方法为稳定的,反之为不稳定排序方法)

2、冒泡排序法(BubbleSort)

思路:从最后一个元素开始向前遍历,依次检查本元素与前面相邻元素的大小,如果前面的元素更大,则交换位置,如此反复,直到把自己前移到合适的位置(即 相当于后面的元素,通过这种比较,按照从小到大将不断移动前面来,就象气泡从下面向上冒一样)

        /// <summary>
        /// 冒泡排序法
        /// </summary>
        /// <param name="lst"></param>
        static void BubbleSort(int[] lst)
        {
            int _circleCount = 0;//辅助用,可以去掉

            int tmp;
            for (int i = 0; i < lst.Length; i++)
            {
                for (int j = lst.Length - 2; j >= i; j--)
                {
                    if (lst[j + 1] < lst[j])
                    {
                        tmp = lst[j + 1];
                        lst[j + 1] = lst[j];
                        lst[j] = tmp;
                    }

                    _circleCount++;
                }
            }

            Console.WriteLine("BubbleOrder共循环了{0}次", _circleCount);
        }

点评:与插入排序法类似,最好情况是所有元素已经排好序,这样只跑外循环,内循环因为if判断不成立,直接退出;最坏情况是所有元素反序,外循环和内循环每次都要处理,因此时间复杂度跟插入排序法完全相同,同样这也是一种稳定排序。

3、简单选择排序法 (SimpleSelectOrder)

思路:先扫描整个数组,找出最小的元素,然后跟第一个元素交换(这样,第一个位置的元素就排好了),然后从第二个元素开始继续扫描,找到第二小的元素,跟第二个元素交换(这样,第二个位置的元素也排好了)...如此反复

        /// <summary>
        /// 简单选择排序法
        /// </summary>
        /// <param name="lst"></param>
        static void SimpleSelectSort(int[] lst)
        {
            int _circleCount = 0;//辅助用

            int tmp = 0;
            int t = 0;
            for (int i = 0; i < lst.Length; i++)
            {
                t = i;
                //内循环,找出最小的元素下标
                for (int j = i + 1; j < lst.Length; j++)
                {
                    if (lst[t] > lst[j])
                    {
                        t = j;
                    }
                    _circleCount++;
                }
                //将最小元素[下标为t]与元素i互换
                tmp = lst[i];
                lst[i] = lst[t];
                lst[t] = tmp;
            }
            Console.WriteLine("SimpleSelectSort共循环了{0}次", _circleCount);
        }

点评:跟冒泡法很类似,不过应该注意到,这里的元素交换操作是在内循环外,即不管如何这个交换操作是省不了的,所以其时间复杂度均为O(N*N),同样这也是一个稳定排序。

4、快速排序(QuickOrder)

思路:以数组中间的元素做为分界线(该元素称为支点),扫描其它元素,比支点小的放在左侧,比支点大的放在右侧,这样就把数组分成了二段(即做了一次粗放的大致排序),然后对每一段做同样的处理(即二段变四段,4段变8段...),直到最后每一段只有一个元素为止(没错,该方法是一个递归调用)

        /// <summary>   
        /// 快速排序   
        /// </summary>   
        /// <param name="arr">待排序数组</param>   
        /// <param name="left">数组第一个元素索引Index</param>   
        /// <param name="right">数组最后一个元素索引Index</param>   
        static void QuickSort(int[] arr, int left, int right)
        {
            //左边索引小于右边,则还未排序完成   
            if (left < right)
            {
                //取中间的元素作为比较基准,小于他的往左边移,大于他的往右边移   
                int middle = arr[(left + right) / 2];
                //因为while中要做++与--的操作,所以这里先将i,j各自换外扩张一位
                int i = left - 1;
                int j = right + 1;
                while (true)
                {
                    while (arr[++i] < middle) ;//如果前半部的元素值本身就比支点小,则直接跳过

                    while (arr[--j] > middle) ;//如果后半部的元素值本身就比支点大,则直接跳过

                    //因为前半段是向后遍历,而后半段是向前遍历,所以如果二者碰到了,
                    //则说明所有元素都被扫过了一遍,完成退出
                    if (i >= j) 
                    {
                        break;
                    }

                    //经过前面的处理后,如果发现有放错位置的元素,则将二者对换
                    int tmp = arr[i];
                    arr[j] = arr[i];
                    arr[i] = tmp;

                }

                //经过上面的while循环后,元素已被分成左右二段(左段小于支点,右段大于支点)

                //递归调用,处理左段
                QuickSort(arr, left, i - 1);

                //递归调用,处理右段
                QuickSort(arr, j + 1, right);
            }
        }

点评:每次从中间分成二段,然后再中分为二段,如此反复...这跟二叉树很相似(每次分段,相当于树中的某个节点分成二叉),最好情况下所有元素已经排好序,最终树的左右分支数大致相同(即左右分支长度大致相同),所以分解次数为树的高度log2N,而最坏情况下,所有元素反序,这时分解得到的树相当于一个单右支二叉树(即一个右分支超级长,没有左分支的怪树),即时间复杂度范围为nLog2N 至 N*N。此外,快速排序是一种不稳定的排序(从代码就能看出来,即使是二个相同值的节点,在分段过程中,也有可能被交换顺序)

本来想将堆排序与归并排序一起写在这篇文章里的,今天看了看堆排序,还有点小复杂,完全可以另起一篇详解原理了,下篇将专门学习堆排序及归并排序。

目录
打赏
0
0
0
0
38
分享
相关文章
JavaScript 中通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能,JS中排序算法的使用详解(附实际应用代码)
Array.sort() 是一个功能强大的方法,通过自定义的比较函数,可以处理各种复杂的排序逻辑。无论是简单的数字排序,还是多字段、嵌套对象、分组排序等高级应用,Array.sort() 都能胜任。同时,通过性能优化技巧(如映射排序)和结合其他数组方法(如 reduce),Array.sort() 可以用来实现高效的数据处理逻辑。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
JS数组操作方法全景图,全网最全构建完整知识网络!js数组操作方法全集(实现筛选转换、随机排序洗牌算法、复杂数据处理统计等情景详解,附大量源码和易错点解析)
这些方法提供了对数组的全面操作,包括搜索、遍历、转换和聚合等。通过分为原地操作方法、非原地操作方法和其他方法便于您理解和记忆,并熟悉他们各自的使用方法与使用范围。详细的案例与进阶使用,方便您理解数组操作的底层原理。链式调用的几个案例,让您玩转数组操作。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
C 408—《数据结构》图、查找、排序专题考点(含解析)
408考研——《数据结构》图,查找和排序专题考点选择题汇总(含解析)。
122 29
【C++数据结构——内排序】二路归并排序(头歌实践教学平台习题)【合集】
本关任务是实现二路归并算法,即将两个有序数组合并为一个有序数组。主要内容包括: - **任务描述**:实现二路归并算法。 - **相关知识**: - 二路归并算法的基本概念。 - 算法步骤:通过比较两个有序数组的元素,依次将较小的元素放入新数组中。 - 代码示例(以 C++ 为例)。 - 时间复杂度为 O(m+n),空间复杂度为 O(m+n)。 - **测试说明**:平台会对你编写的代码进行测试,提供输入和输出示例。 - **通关代码**:提供了完整的 C++ 实现代码。 - **测试结果**:展示代码运行后的排序结果。 开始你的任务吧,祝你成功!
105 10
【C++数据结构——内排序】希尔排序(头歌实践教学平台习题)【合集】
本文介绍了希尔排序算法的实现及相关知识。主要内容包括: - **任务描述**:实现希尔排序算法。 - **相关知识**: - 排序算法基础概念,如稳定性。 - 插入排序的基本思想和步骤。 - 间隔序列(增量序列)的概念及其在希尔排序中的应用。 - 算法的时间复杂度和空间复杂度分析。 - 代码实现技巧,如循环嵌套和索引计算。 - **测试说明**:提供了测试输入和输出示例,帮助验证代码正确性。 - **我的通关代码**:给出了完整的C++代码实现。 - **测试结果**:展示了代码运行的测试结果。 通过这些内容,读者可以全面了解希尔排序的原理和实现方法。
93 10
|
3月前
|
【C++数据结构——内排序】快速排序(头歌实践教学平台习题)【合集】
快速排序是一种高效的排序算法,基于分治策略。它的主要思想是通过选择一个基准元素(pivot),将数组划分成两部分。一部分的元素都小于等于基准元素,另一部分的元素都大于等于基准元素。然后对这两部分分别进行排序,最终使整个数组有序。(第一行是元素个数,第二行是待排序的原始关键字数据。本关任务:实现快速排序算法。开始你的任务吧,祝你成功!
81 7
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
244 7
【排序算法】八大排序(上)(c语言实现)(附源码)
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。
222 8
人脸识别笔记(一):通过yuface调包(参数量54K更快更小更准的算法) 来实现人脸识别
本文介绍了YuNet系列人脸检测算法的优化和使用,包括YuNet-s和YuNet-n,以及通过yuface库和onnx在不同场景下实现人脸检测的方法。
218 1
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
130 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
下一篇
oss创建bucket
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等