C语言中你必须知道的几大排序算法

简介: C语言中你必须知道的几大排序算法

在实际使用数组的过程中,数组不仅可以存储多个同类型的数据,而且要求这些数据按照某种特征进行排序。例如,学生的成绩,需要按照从高到低的顺序排列,这就需要使用排序算法。

今天介绍几种简单的排序算法:选择排序,冒泡排序,交换法排序,。快速算法到时另外单独分享,涉及到递归函数这块,有点小复杂


首先,第一步,先码好头文件

#include

#include

先来定义一个输出函数,传入数组的首地址


第一种 选择法排序(同样封装成函数,传入数组首地址)

每次共带排序数组中选择一个最小值的数组元素(若从大到小的顺序,每次选择最大值的数组元素)

将这个数组元素的值与最前面还未排序的数组元素的值进行交换,直到整个数组都是已排序的数组元素为止

程序定义了两个循环变量 i , j,作为数组元素的下标;定义了一个整型数组a,它包整型含10个元素,定义了一个整型temp,用来作为变量交换的中间值;定义一个整型k,用来记录每轮选择排序时当前最小值的下标


外层for循环用来表示排序的轮数,内层for循环对当前某轮剩余未排序元素进行选择排序。每轮排序开始时,都将当前未排好序的小标i 赋给k。接下来遍历剩下的所有未排序的第一个元素,若当前元素的值小于下标为 k 的元素值,则将k的值赋值给当前元素的下标值,即k始终是遍历到的所有元素当中最小值的下标。

在本轮循环结束后,将k与每轮初值i比较,如果k不等于i ,则表示剩余所有元素的最小值元素下标不是 i  。这时需要将下标为 i 的元素值与最小值进行交换。

当外层for循环的每轮选择循环体执行完毕后,i 下标的元素就是所有剩余元素中的最小值。当for外层循环执行完毕后,排序完成,输出排序后的数组元素。

注意:经过了N-1轮选择,就可以完成N个元素的数组排序,即前N-1个元素已经排序,最后一个元素肯定就是最大值,不用再排序了。



小编给大家推荐一个学习氛围超好的地方,C/C++交流企鹅裙:870963251!适合在校大学生,小白,想转行,想通过这个找工作的加入。裙里有大量学习资料,有大神解答交流问题,每晚都有免费的直播课程


第二种:冒泡法排序

每次比较数组中相邻两个数组元素的值,将较小的数排在较大的数前面(按从小到大的顺序),每一轮排序后,都有一个最小

的数放在所有未排序的数前面。从后往前逐个比较相邻两个数字


程序定义了两个循环变量 i , j,作为数组元素的下标;定义了一个整型数组a,它包整型含10个元素,定义了一个整型temp,用来作为变量交换的中间值;定义了一个整型变量flag,用来记录每轮循环是否发生交换,以此判断排序是否完成。

外层for循环用来表示排序的轮数,内层for循环对当前某轮剩余未排序元素进行冒泡排序。

每轮开始时,首先设置flag的初值为0,然后从后往前以此比较相邻两个数组元素的大小,若后面的元素较小,则将连个元素进行交换,交换的同时设置flag的值为1。

当内层for循环执行结束后,如果flag的值为0,说明刚结束的这轮排序中没有发生原色交换,所以可以确定排序已经完成,执行break跳出循环,否则继续进入下一轮冒牌排序。

当整个循环结束后,输出排序后的数组。



交换法排序

交换法排序是将每个数组元素与其后的所有元素一一比较,发现符合条件的数则进行交换

假设完成排序的第一个数a[i]与其后的数一一进行比较;若存在比第一个数的值更小的数,则交换两个值

程序定义了两个循环变量 i , j,作为数组元素的下标;定义了一个整型数组a,它包整型含10个元素,定义了一个整型temp,用来作为变量交换的中间值;


通过两个嵌套的for循环使用交换法对数组排序,排序过程是将数组分成两部分:完成排序 和 未完成排序

外层for循环用来表示排序的轮数,内层for循环对当前某轮剩余未排序元素进行交换排序。

每一轮排序过程,都是将未成年的第一个元素与后面所有的元素逐个进行比较,若第一个元素的值大于后面某个元素时,交换两个元素的值,接下来继续比较,知道与最后一个元素比较并交换完为止,一轮排序结束。

每轮排序都将当前未排序元素中的最小值元素交换出来,放在已排序元素的最后,当执行N-1轮之后,所有的元素都完成了排序。

当整个循环结束后,输出排序后的数组。

——————————————————————————

接下来,通过打印来验证一下结果对不对

1.产生1-100的随机数,并存放在数组中

接下来,就调用之前介绍三种排序方法的函数,通过打印结果来看,三种排序方法均完成了从小到大的排序



接下来,我们就对三种排序方法做个小比较


1 。

选择法排序

共需要进行n(n-1)/2次比较,互相交换n-1 次。选择法排序简单、容易实现,适用于数量较小的排序,但它是不稳定的排序算法,也就是说,对应有相同关键字的记录,排序后可能会颠倒次序。

2. 冒泡法排序

在小例中,使用flag作为判断终止循环的条件。可想而知,冒泡排序的最好情况就是正序,只需要比较一次;最坏的情况就是逆序,需要比较n的平方次,他是稳定的排序算法,当待排序列相对有序时,效果较好

3.交换法排序

不稳定的排序算法,当待排序列相对有序时效果较好,最坏情况是待排序列逆序。


相关文章
|
22天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
34 1
|
1月前
|
搜索推荐 C语言
【排序算法】快速排序升级版--三路快排详解 + 实现(c语言)
本文介绍了快速排序的升级版——三路快排。传统快速排序在处理大量相同元素时效率较低,而三路快排通过将数组分为三部分(小于、等于、大于基准值)来优化这一问题。文章详细讲解了三路快排的实现步骤,并提供了完整的代码示例。
57 4
|
4月前
|
存储 算法 C语言
"揭秘C语言中的王者之树——红黑树:一场数据结构与算法的华丽舞蹈,让你的程序效率飙升,直击性能巅峰!"
【8月更文挑战第20天】红黑树是自平衡二叉查找树,通过旋转和重着色保持平衡,确保高效执行插入、删除和查找操作,时间复杂度为O(log n)。本文介绍红黑树的基本属性、存储结构及其C语言实现。红黑树遵循五项基本规则以保持平衡状态。在C语言中,节点包含数据、颜色、父节点和子节点指针。文章提供了一个示例代码框架,用于创建节点、插入节点并执行必要的修复操作以维护红黑树的特性。
113 1
|
21天前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
22天前
|
存储 缓存 算法
C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力
本文探讨了C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力。文章还分析了数据结构的选择与优化、算法设计的优化策略、内存管理和代码优化技巧,并通过实际案例展示了C语言在排序和图遍历算法中的高效实现。
41 2
|
22天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
39 1
|
22天前
|
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。
52 1
|
1月前
|
存储 算法 数据管理
C语言算法复杂度
【10月更文挑战第20天】
C语言算法复杂度
|
1月前
|
搜索推荐 算法 C语言
【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。
95 8
|
1月前
|
搜索推荐 算法 C语言
【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。
109 7
下一篇
DataWorks