8大排序算法

合集下载

十大经典排序算法总结

十大经典排序算法总结

⼗⼤经典排序算法总结最近⼏天在研究算法,将⼏种排序算法整理了⼀下,便于对这些排序算法进⾏⽐较,若有错误的地⽅,还请⼤家指正0、排序算法说明0.1 排序术语稳定:如果a=b,且a原本排在b前⾯,排序之后a仍排在b的前⾯不稳定:如果a=b,且a原本排在b前⾯,排序之后排在b的后⾯时间复杂度:⼀个算法执⾏所耗费的时间空间复杂度:⼀个算法执⾏完所需内存的⼤⼩内排序:所有排序操作都在内存中完成外排序:由于数据太⼤,因此把数据放在磁盘中,⽽排序通过磁盘和内存的数据传输才能进⾏0.2算法时间复杂度、空间复杂度⽐较0.3名词解释n:数据规模k:桶的个数In-place:占⽤常数内存,不占⽤额外内存Out-place:占⽤额外内存0.4算法分类1.冒泡排序冒泡排序是⼀种简单的排序算法。

它重复地⾛访过要排序的数列,⼀次⽐较两个元素,如果它们的顺序错误就把它们交换过来。

⾛访数列的⼯作是重复地进⾏直到没有再需要交换,也就是说该数列已经排序完成。

这个算法的名字由来是因为越⼩的元素会经由交换慢慢“浮”到数列的顶端1.1算法描述⽐较相邻的元素,如果前⼀个⽐后⼀个打,就交换对每⼀对相邻元素做同样的⼯作,从开始第⼀对到结尾最后⼀对,这样在最后的元素应该会是最⼤的数针对所有的元素重复以上的步骤,除了最后⼀个重复步骤1-3,知道排序完成1.2动图演⽰1.3代码实现public static int[] bubbleSort(int[] array) {if (array.length == 0)return array;for (int i = 0; i < array.length; i++)for (int j = 0; j < array.length - 1 - i; j++)if (array[j + 1] < array[j]) {int temp = array[j + 1];array[j + 1] = array[j];array[j] = temp;}return array;}1.4算法分析最佳情况:T(n) = O(n) 最差情况:T(n) = O(n2) 平均情况:T(n) = O(n2)2.选择排序表现简单直观的最稳定的排序算法之⼀,因为⽆论什么数据都是O(n2)的时间复杂度,⾸先在未排序序列中找到最⼩(⼤)元素,与数组中第⼀个元素交换位置,作为排序序列的起始位置,然后再从剩余未排序元素中继续寻找最⼩(⼤)的元素,与数组中的下⼀个元素交换位置,也就是放在已排序序列的末尾2.1算法描述1.初始状态:⽆序区为R[1..n],有序区为空2.第i躺排序开始时,当前有序区和⽆序区R[1..i-1]、R[i..n]3.n-1趟结束,数组有序化2.2动图演⽰2.3代码实现public static int[] selectionSort(int[] array) {if (array.length == 0)return array;for (int i = 0; i < array.length; i++) {int minIndex = i;for (int j = i; j < array.length; j++) {if (array[j] < array[minIndex]) //找到最⼩的数minIndex = j; //将最⼩数的索引保存}int temp = array[minIndex];array[minIndex] = array[i];array[i] = temp;}return array;}2.4算法分析最佳情况:T(n) = O(n2) 最差情况:T(n) = O(n2) 平均情况:T(n) = O(n2)3、插⼊排序是⼀种简单直观的排序算法,通过构建有序序列,对于未排序序列,在已排序序列中从后向前扫描,找到相应位置并插⼊,需要反复把已排序元素逐步向后挪位,为最新元素腾出插⼊空间3.1算法描述1.从第⼀个元素开始,该元素可以认为已经被排序2.取出下⼀个元素(h),在已排序的元素序列中从后往前扫描3.如果当前元素⼤于h,将当前元素移到下⼀位置4.重复步骤3,直到找到已排序的元素⼩于等于h的位置5.将h插⼊到该位置6.重复步骤2-53.2动图演⽰3.3代码实现public static int[] insertionSort(int[] array) {if (array.length == 0)return array;int current;for (int i = 0; i < array.length - 1; i++) {current = array[i + 1];int preIndex = i;while (preIndex >= 0 && current < array[preIndex]) {array[preIndex + 1] = array[preIndex];preIndex--;}array[preIndex + 1] = current;}return array;}3.4算法分析最佳情况:T(n) = O(n) 最坏情况:T(n) = O(n2) 平均情况:T(n) = O(n2)4、希尔排序是简单插⼊排序经过改进之后的⼀个更⾼效的版本,也称为缩⼩增量排序,同时该算法是冲破O(n2)的第⼀批算法之⼀。

八大排序算法

八大排序算法

八大排序算法排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。

我们这里说说八大排序就是内部排序。

当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序、堆排序或归并排序序。

快速排序:是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短;基本思想:将一个记录插入到已排序好的有序表中,从而得到一个新,记录数增1的有序表。

即:先将序列的第1个记录看成是一个有序的子序列,然后从第2个记录逐个进行插入,直至整个序列有序为止。

要点:设立哨兵,作为临时存储和判断数组边界之用。

直接插入排序示例:如果碰见一个和插入元素相等的,那么插入元素把想插入的元素放在相等元素的后面。

所以,相等元素的前后顺序没有改变,从原无序序列出去的顺序就是排好序后的顺序,所以插入排序是稳定的。

算法的实现:[cpp]view plaincopyprint?1.void print(int a[], int n ,int i){2. cout<<i <<":";3.for(int j= 0; j<8; j++){4. cout<<a[j] <<" ";5. }6. cout<<endl;7.}8.9.10.void InsertSort(int a[], int n)11.{12.for(int i= 1; i<n; i++){13.if(a[i] < a[i-1]){ //若第i个元素大于i-1元素,直接插入。

小于的话,移动有序表后插入14.int j= i-1;15.int x = a[i]; //复制为哨兵,即存储待排序元素16. a[i] = a[i-1]; //先后移一个元素17.while(x < a[j]){ //查找在有序表的插入位置18. a[j+1] = a[j];19. j--; //元素后移20. }21. a[j+1] = x; //插入到正确位置22. }23. print(a,n,i); //打印每趟排序的结果24. }25.26.}27.28.int main(){29.int a[8] = {3,1,5,7,2,4,9,6};30. InsertSort(a,8);31. print(a,8,8);32.}效率:时间复杂度:O(n^2).其他的插入排序有二分插入排序,2-路插入排序。

排序的几种方式

排序的几种方式

排序的几种方式在日常生活中,我们经常需要对事物进行排序,以便更好地组织和理解信息。

排序是一种将元素按照一定的规则进行排列的方法,可以应用于各种领域,如数字排序、字母排序、时间排序等。

本文将介绍几种常用的排序方式,包括冒泡排序、选择排序、插入排序、快速排序和归并排序。

一、冒泡排序冒泡排序是一种简单直观的排序方法,通过比较相邻元素的大小,将较大的元素逐渐“冒泡”到右侧,较小的元素逐渐“沉底”到左侧。

这个过程会不断重复,直到所有元素都按照升序排列。

冒泡排序的基本思想是从第一个元素开始,依次比较相邻的两个元素,如果前面的元素大于后面的元素,则交换它们的位置。

经过一轮比较后,最大的元素会“冒泡”到最右侧,然后再对剩下的元素进行相同的比较,直到所有元素都有序排列。

二、选择排序选择排序是一种简单直观的排序方法,它的基本思想是每次从待排序的元素中选择最小(或最大)的元素,放到已排序序列的末尾,直到所有元素都有序排列。

选择排序的过程可以分为两个部分:首先,在未排序的序列中找到最小(或最大)的元素,然后将其放到已排序序列的末尾;其次,将剩下的未排序序列中的最小(或最大)元素找到,并放到已排序序列的末尾。

这个过程会不断重复,直到所有元素都有序排列。

三、插入排序插入排序是一种简单直观的排序方法,它的基本思想是将待排序的元素逐个插入到已排序序列的适当位置,最终得到一个有序序列。

插入排序的过程可以分为两个部分:首先,将第一个元素看作已排序序列,将剩下的元素依次插入到已排序序列的适当位置;其次,重复上述过程,直到所有元素都有序排列。

插入排序的过程类似于整理扑克牌,将新抓到的牌插入到已有的牌中。

四、快速排序快速排序是一种常用的排序方法,它的基本思想是通过一趟排序将待排序序列分割成独立的两部分,其中一部分的所有元素都小于另一部分的所有元素。

然后对这两部分继续进行排序,直到整个序列有序。

快速排序的过程可以分为三个步骤:首先,从序列中选择一个基准元素;其次,将比基准元素小的元素放在左侧,比基准元素大的元素放在右侧;最后,递归地对左右两个部分进行排序。

C语言八大排序算法

C语言八大排序算法

C语⾔⼋⼤排序算法C语⾔⼋⼤排序算法,附动图和详细代码解释!来源:C语⾔与程序设计、⽵⾬听闲等⼀前⾔如果说各种编程语⾔是程序员的招式,那么数据结构和算法就相当于程序员的内功。

想写出精炼、优秀的代码,不通过不断的锤炼,是很难做到的。

⼆⼋⼤排序算法排序算法作为数据结构的重要部分,系统地学习⼀下是很有必要的。

1、排序的概念排序是计算机内经常进⾏的⼀种操作,其⽬的是将⼀组“⽆序”的记录序列调整为“有序”的记录序列。

排序分为内部排序和外部排序。

若整个排序过程不需要访问外存便能完成,则称此类排序问题为内部排序。

反之,若参加排序的记录数量很⼤,整个序列的排序过程不可能在内存中完成,则称此类排序问题为外部排序。

2、排序分类⼋⼤排序算法均属于内部排序。

如果按照策略来分类,⼤致可分为:交换排序、插⼊排序、选择排序、归并排序和基数排序。

如下图所⽰:3、算法分析1.插⼊排序*直接插⼊排序*希尔排序2.选择排序*简单选择排序*堆排序3.交换排序*冒泡排序*快速排序4.归并排序5.基数排序不稳定排序:简单选择排序,快速排序,希尔排序,堆排序稳定排序:冒泡排序,直接插⼊排序,归并排序,奇数排序1、插⼊排序将第⼀个和第⼆个元素排好序,然后将第3个元素插⼊到已经排好序的元素中,依次类推(插⼊排序最好的情况就是数组已经有序了)因为插⼊排序每次只能操作⼀个元素,效率低。

元素个数N,取奇数k=N/2,将下标差值为k的数分为⼀组(⼀组元素个数看总元素个数决定),在组内构成有序序列,再取k=k/2,将下标差值为k的数分为⼀组,构成有序序列,直到k=1,然后再进⾏直接插⼊排序。

3、简单选择排序选出最⼩的数和第⼀个数交换,再在剩余的数中⼜选择最⼩的和第⼆个数交换,依次类推4、堆排序以升序排序为例,利⽤⼩根堆的性质(堆顶元素最⼩)不断输出最⼩元素,直到堆中没有元素1.构建⼩根堆2.输出堆顶元素3.将堆低元素放⼀个到堆顶,再重新构造成⼩根堆,再输出堆顶元素,以此类推5、冒泡排序改进1:如果某次冒泡不存在数据交换,则说明已经排序好了,可以直接退出排序改进2:头尾进⾏冒泡,每次把最⼤的沉底,最⼩的浮上去,两边往中间靠16、快速排序选择⼀个基准元素,⽐基准元素⼩的放基准元素的前⾯,⽐基准元素⼤的放基准元素的后⾯,这种动作叫分区,每次分区都把⼀个数列分成了两部分,每次分区都使得⼀个数字有序,然后将基准元素前⾯部分和后⾯部分继续分区,⼀直分区直到分区的区间中只有⼀个元素的时候,⼀个元素的序列肯定是有序的嘛,所以最后⼀个升序的序列就完成啦。

最简单的排序

最简单的排序

最简单的排序排序是一种常见的操作,可以将一组元素按照一定的规则重新排列,使其达到某种有序的状态。

排序在生活中随处可见,比如我们买菜时,需要将菜按照大小、种类进行整理;在图书馆,图书也是按照编号或者分类进行排序的。

下面我们来介绍几种最简单的排序算法。

1. 冒泡排序冒泡排序是一种简单直观的排序算法,它重复地遍历要排序的元素,比较相邻的两个元素,如果它们的顺序错误就交换位置,直到没有需要交换的元素为止。

这样最大(或最小)的元素就会像气泡一样逐渐升(或降)到最后的位置。

2. 选择排序选择排序是一种简单直观的排序算法,它的工作原理如下:首先在未排序序列中找到最小(或最大)元素,存放到排序序列的起始位置,然后再从剩余未排序元素中继续寻找最小(或最大)元素,放到已排序序列的末尾。

以此类推,直到所有元素均排序完毕。

3. 插入排序插入排序是一种简单直观的排序算法,它的工作原理如下:将数组分成已排序部分和未排序部分,初始时已排序部分只有一个元素,然后将未排序部分的元素逐个插入到已排序部分的合适位置,直到所有元素都被插入到已排序部分为止。

4. 快速排序快速排序是一种高效的排序算法,它的工作原理如下:选择一个基准元素,将大于基准元素的元素放到右边,小于基准元素的元素放到左边,然后再对左右两个子序列分别进行快速排序,直到整个序列有序。

以上是几种最简单的排序算法,它们都有各自的特点和适用场景。

在实际应用中,我们可以根据问题的具体需求选择合适的排序算法。

排序算法的效率也是我们需要考虑的一个重要因素,通常来说,快速排序是效率最高的排序算法之一。

排序是一种常见的操作,可以帮助我们将一组元素按照一定的规则重新排列,使其达到某种有序的状态。

冒泡排序、选择排序、插入排序和快速排序是几种最简单的排序算法,它们都有各自的特点和适用场景。

在实际应用中,我们可以根据问题的具体需求选择合适的排序算法,以提高效率和准确性。

通过学习和掌握这些排序算法,我们可以更好地理解和应用排序的原理和方法。

用Java实现常见的8种内部排序算法

用Java实现常见的8种内部排序算法

⽤Java实现常见的8种内部排序算法⼀、插⼊类排序插⼊类排序就是在⼀个有序的序列中,插⼊⼀个新的关键字。

从⽽达到新的有序序列。

插⼊排序⼀般有直接插⼊排序、折半插⼊排序和希尔排序。

1. 插⼊排序1.1 直接插⼊排序/*** 直接⽐较,将⼤元素向后移来移动数组*/public static void InsertSort(int[] A) {for(int i = 1; i < A.length; i++) {int temp = A[i]; //temp ⽤于存储元素,防⽌后⾯移动数组被前⼀个元素覆盖int j;for(j = i; j > 0 && temp < A[j-1]; j--) { //如果 temp ⽐前⼀个元素⼩,则移动数组A[j] = A[j-1];}A[j] = temp; //如果 temp ⽐前⼀个元素⼤,遍历下⼀个元素}}/*** 这⾥是通过类似于冒泡交换的⽅式来找到插⼊元素的最佳位置。

⽽传统的是直接⽐较,移动数组元素并最后找到合适的位置*/public static void InsertSort2(int[] A) { //A[] 是给定的待排数组for(int i = 0; i < A.length - 1; i++) { //遍历数组for(int j = i + 1; j > 0; j--) { //在有序的序列中插⼊新的关键字if(A[j] < A[j-1]) { //这⾥直接使⽤交换来移动元素int temp = A[j];A[j] = A[j-1];A[j-1] = temp;}}}}/*** 时间复杂度:两个 for 循环 O(n^2)* 空间复杂度:占⽤⼀个数组⼤⼩,属于常量,所以是 O(1)*/1.2 折半插⼊排序/** 从直接插⼊排序的主要流程是:1.遍历数组确定新关键字 2.在有序序列中寻找插⼊关键字的位置* 考虑到数组线性表的特性,采⽤⼆分法可以快速寻找到插⼊关键字的位置,提⾼整体排序时间*/public static void BInsertSort(int[] A) {for(int i = 1; i < A.length; i++) {int temp = A[i];//⼆分法查找int low = 0;int high = i - 1;int mid;while(low <= high) {mid = (high + low)/2;if (A[mid] > temp) {high = mid - 1;} else {low = mid + 1;}}//向后移动插⼊关键字位置后的元素for(int j = i - 1; j >= high + 1; j--) {A[j + 1] = A[j];}//将元素插⼊到寻找到的位置A[high + 1] = temp;}}2. 希尔排序希尔排序⼜称缩⼩增量排序,其本质还是插⼊排序,只不过是将待排序列按某种规则分成⼏个⼦序列,然后如同前⾯的插⼊排序⼀般对这些⼦序列进⾏排序。

【十大经典排序算法(动图演示)】 必学十大经典排序算法

【十大经典排序算法(动图演示)】 必学十大经典排序算法

【十大经典排序算法(动图演示)】必学十大经典排序算法0.1 算法分类十种常见排序算法可以分为两大类:比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破O(nlogn),因此也称为非线性时间比较类排序。

非比较类排序:不通过比较来决定元素间的相对次序,它可以突破基于比较排序的时间下界,以线性时间运行,因此也称为线性时间非比较类排序。

0.2 算法复杂度0.3 相关概念稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面。

不稳定:如果a原本在b的前面,而a=b,排序之后a 可能会出现在b 的后面。

时间复杂度:对排序数据的总的操作次数。

反映当n变化时,操作次数呈现什么规律。

空间复杂度:是指算法在计算机内执行时所需存储空间的度量,它也是数据规模n的函数。

1、冒泡排序(Bubble Sort)冒泡排序是一种简单的排序算法。

它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。

走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。

这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

1.1 算法描述比较相邻的元素。

如果第一个比第二个大,就交换它们两个;对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;针对所有的元素重复以上的步骤,除了最后一个;重复步骤1~3,直到排序完成。

1.2 动图演示1.3 代码实现1.unction bubbleSort(arr) {2. varlen = arr.length;3. for(vari = 0; i arr[j+1]) {// 相邻元素两两对比6. vartemp = arr[j+1];// 元素交换7. arr[j+1] = arr[j];8. arr[j] = temp;9. }10. }11. }12. returnarr;13.}2、选择排序(Selection Sort)选择排序(Selection-sort)是一种简单直观的排序算法。

8种排序算法

8种排序算法

J=2(38) [38 49] 65 97 76 13 27 49
J=3(65) [38 49 65] 97 76 13 27 49
J=4(97) [38 49 65 97] 76 13 27 49
J=5(76) [38 49 65 76 97] 13 27 49
2. 堆的定义: N个元素的序列K1,K2,K3,...,Kn.称为堆,当且仅当该序列满足特性:
Ki≤K2i Ki ≤K2i+1(1≤ I≤ [N/2])
堆实质上是满足如下性质的完全二叉树:树中任一非叶子结点的关键字均大于等于其孩子结点的关键字。例如序列10,15,56,25,30,70就是一个堆,它对应的完全二叉树如上图所示。这种堆中根结点(称为堆顶)的关键字最小,我们把它称为小根堆。反之,若完全二叉树中任一非叶子结点的关键字均大于等于其孩子的关键字,则称之为大根堆。
(6)基数排序
基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序,最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。基数排序基于分别排序,分别收集,所以其是稳定的排序算法。
2. 排序过程:
【示例】:
初始关键字 [49 38 65 97 76 13 27 49]
第一趟排序后 13 [38 65 97 76 49 27 49]
第二趟排序后 13 27 [65 97 76 49 38 49]
第三趟排序后 13 27 38 [97 76 49 65 49]
其次,说一下稳定性的好处。排序算法如果是稳定的,那么从一个键上排序,然后再从另一个键上排序,第一个键排序的结果可以为第二个键排序所用。基数排序就是这样,先按低位排序,逐次按高位排序,低位相同的元素其顺序再高位也相同时是不会改变的。另外,如果排序算法稳定,对基于比较的排序算法而言,元素交换的次数可能会少一些(个人感觉,没有证实)。

8种排序之折半插入排序

8种排序之折半插入排序

折半插入排序算法:也叫二分插入排序算法。

这种算法和直接插入算法基本一样。

都是属于插入排序。

所以时间复杂度为N2,空间复杂度为1.最好情况时间复杂度是n。

先看看这种算法思想。

折半插入算法与直接插入不同是:不是比的过程,那是插的过程。

二分排序想名字就是把有序的东西分成2半。

比如说你向1 2 3 4 5 6这个有序序列插入4,你怎么插,你可以先和6比,在和5比这样可以做。

但是作为一个有序序列你如果和中间比,如果比中间大就和后面那一部分比,然后后面又找中间部分。

在平均的情况下比直接插这比要快。

例如:有一个数要排列97 6 4 5 1 5 7第一趟排,就找第二个数看看和前一个数的大小,然后确定插入的位置7 96 4 5 1 5 7 后面同理6 7 94 5 1 5 74 6 7 95 1 5 74 5 6 7 91 5 71 4 5 6 7 9571 4 5 5 6 7 971 4 5 5 6 7 7 9看这个排序过程和直接插入排序一模一样只是代码实现上是不同的。

不同在向有序序列插入的过程。

大家看看实现代码:package com.fish.sort;public class MiddleInsertSort {public static void main(String[] args) {int[] array = new int[] { 9, 7, 6, 4, 5, 1, 5, 7 };myResult(array);}public static void myResult(int[] array) {for (int i = 1; i < array.length; i++) {// 比较当前数和前一个数的大小if (array[i] < array[i - 1]) {// 后一个数比前一个数小,就把后面的大数放一个交换区int swap = array[i];// 定义高低位是用来确定,前面有序序列的大小。

经典十大排序算法

经典十大排序算法

经典⼗⼤排序算法前⾔排序种类繁多,⼤致可以分为两⼤类:⽐较类排序:属于⾮线性时间排序,时间复杂度不能突破下界O(nlogn);⾮⽐较类排序:能达到线性时间O(n),不是通过⽐较来排序,有基数排序、计数排序、桶排序。

了解⼀个概念:排序的稳定性稳定是指相同⼤⼩的元素多次排序能保证其先后顺序保持不变。

假设有⼀些学⽣的信息,我们先根据他们的姓名进⾏排序,然后我们还想根据班级再进⾏排序,如果这时使⽤的时不稳定的排序算法,那么第⼀次的排序结果可能会被打乱,这样的场景需要使⽤稳定的算法。

堆排序、快速排序、希尔排序、选择排序是不稳定的排序算法,⽽冒泡排序、插⼊排序、归并排序、基数排序是稳定的排序算法。

1、冒泡排序⼤多数⼈学编程接触的第⼀种排序,名称很形象。

每次遍历排出⼀个最⼤的元素,将⼀个最⼤的⽓泡冒出⽔⾯。

时间复杂度:平均:O(n2);最好:O(n);最坏:O(n2)空间复杂度:O(1)public static void bubbleSort(int[] arr) {/*** 总共⾛len-1趟即可,每趟排出⼀个最⼤值放在最后*/for (int i = 0; i < arr.length - 1; i++) {for (int j = 0; j < arr.length - i - 1; j++) {if (arr[j] > arr[j + 1]) {int tp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = tp;}}}}2、选择排序最直观易理解的排序算法,每次排出⼀个最⼩的元素。

也是最稳定的算法,时间复杂度稳定为O(n^2)。

需要⼀个变量记录每次遍历最⼩元素的位置。

时间复杂度:O(n2)空间复杂度:O(1)public static void selectSort(int[] arr){int n = arr.length;for (int i = 0; i < n; i++) {int maxIdx = 0;for(int j = 1; j < n - i; j++){if(arr[maxIdx] < arr[j]){maxIdx = j;}}int tp = arr[maxIdx];arr[maxIdx] = arr[n - 1 - i];arr[n - 1 - i] = tp;}}3、插⼊排序⼀种直观的排序算法,从第⼆个元素开始,每次往前⾯遍历找到⾃⼰该在的位置。

计算机常见的32种算法

计算机常见的32种算法

计算机常见的32种算法
1.冒泡排序算法
2.选择排序算法
3.插入排序算法
4.希尔排序算法
5.归并排序算法
6.快速排序算法
7.堆排序算法
8.计数排序算法
9.桶排序算法
10.基数排序算法
11.贪心算法
12.动态规划算法
13.分治算法
14.回溯算法
15.图的深度优先算法(DFS)
16.图的广度优先算法(BFS)
17. Kruskal算法(最小生成树)
18. Prim算法(最小生成树)
19. Floyd-Warshall算法(最短路径)
20. Dijkstra算法(最短路径)
21.拓扑排序算法
22. 找出最大子数组的算法(Kadane算法)
23.最长公共子序列算法
24.最长递增子序列算法
25.最长回文子串算法
26.哈夫曼编码算法
27. Rabin-Karp算法(字符串匹配)
28. Boyer-Moore算法(字符串匹配)
29.KMP算法(字符串匹配)
30.后缀数组算法
31.基于哈希表的查找算法
32.基于二分查找的查找算法
需要注意的是,以上列举的只是计算机中常见的算法之一,实际上还存在着很多其他的算法。

每种算法都有其特定的应用场景和解决问题的方法。

对于每种算法的原理和具体实现细节,可以进一步深入学习和研究。

数据结构——排序——8种常用排序算法稳定性分析

数据结构——排序——8种常用排序算法稳定性分析

数据结构——排序——8种常⽤排序算法稳定性分析⾸先,排序算法的稳定性⼤家应该都知道,通俗地讲就是能保证排序前2个相等的数其在序列的前后位置顺序和排序后它们两个的前后位置顺序相同。

在简单形式化⼀下,如果Ai = Aj, Ai原来在位置前,排序后Ai还是要在Aj位置前。

其次,说⼀下稳定性的好处。

排序算法如果是稳定的,那么从⼀个键上排序,然后再从另⼀个键上排序,第⼀个键排序的结果可以为第⼆个键排序所⽤。

基数排序就是这样,先按低位排序,逐次按⾼位排序,低位相同的元素其顺序再⾼位也相同时是不会改变的。

另外,如果排序算法稳定,对基于⽐较的排序算法⽽⾔,元素交换的次数可能会少⼀些(个⼈感觉,没有证实)。

回到主题,现在分析⼀下常见的排序算法的稳定性,每个都给出简单的理由。

(1)冒泡排序冒泡排序就是把⼩的元素往前调或者把⼤的元素往后调。

⽐较是相邻的两个元素⽐较,交换也发⽣在这两个元素之间。

所以,如果两个元素相等,我想你是不会再⽆聊地把他们俩交换⼀下的;如果两个相等的元素没有相邻,那么即使通过前⾯的两两交换把两个相邻起来,这时候也不会交换,所以相同元素的前后顺序并没有改变,所以冒泡排序是⼀种稳定排序算法。

(2)选择排序选择排序是给每个位置选择当前元素最⼩的,⽐如给第⼀个位置选择最⼩的,在剩余元素⾥⾯给第⼆个元素选择第⼆⼩的,依次类推,直到第n-1个元素,第n个元素不⽤选择了,因为只剩下它⼀个最⼤的元素了。

那么,在⼀趟选择,如果当前元素⽐⼀个元素⼩,⽽该⼩的元素⼜出现在⼀个和当前元素相等的元素后⾯,那么交换后稳定性就被破坏了。

⽐较拗⼝,举个例⼦,序列5 8 5 2 9,我们知道第⼀遍选择第1个元素5会和2交换,那么原序列中2个5的相对前后顺序就被破坏了,所以选择排序不是⼀个稳定的排序算法。

(3)插⼊排序插⼊排序是在⼀个已经有序的⼩序列的基础上,⼀次插⼊⼀个元素。

当然,刚开始这个有序的⼩序列只有1个元素,就是第⼀个元素。

排序算法总结

排序算法总结

排序算法总结【篇一:排序算法总结】1、稳定排序和非稳定排序简单地说就是所有相等的数经过某种排序方法后,仍能保持它们在排序之前的相对次序,我们就说这种排序方法是稳定的。

反之,就是非稳定的。

比如:一组数排序前是a1,a2,a3,a4,a5,其中a2=a4,经过某种排序后为a1,a2,a4,a3,a5,则我们说这种排序是稳定的,因为a2排序前在a4的前面,排序后它还是在a4的前面。

假如变成a1,a4,a2,a3,a5就不是稳定的了。

2、内排序和外排序在排序过程中,所有需要排序的数都在内存,并在内存中调整它们的存储顺序,称为内排序;在排序过程中,只有部分数被调入内存,并借助内存调整数在外存中的存放顺序排序方法称为外排序。

3、算法的时间复杂度和空间复杂度所谓算法的时间复杂度,是指执行算法所需要的计算工作量。

一个算法的空间复杂度,一般是指执行这个算法所需要的内存空间。

功能:选择排序输入:数组名称(也就是数组首地址)、数组中元素个数算法思想简单描述:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。

选择排序是不稳定的。

【篇二:排序算法总结】在计算机科学所使用的排序算法通常被分类为:计算的复杂度(最差、平均、和最好性能),依据列表(list)的大小(n)。

一般而言,好的性能是O(nlogn),且坏的性能是O(n2)。

对于一个排序理想的性能是O(n)。

仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要O(nlogn)。

内存使用量(以及其他电脑资源的使用)稳定度:稳定排序算法会依照相等的关键(换言之就是值)维持纪录的相对次序。

也就是一个排序算法是稳定的,就是当有两个有相等关键的纪录R和S,且在原本的列表中R出现在S之前,在排序过的列表中R也将会是在S之前。

一般的方法:插入、交换、选择、合并等等。

交换排序包含冒泡排序和快速排序。

15种排序算法

15种排序算法

15种排序算法
1. 冒泡排序 - 依次比较相邻元素的大小,将较大的数向后移动,直到没有交换
2. 选择排序 - 选择最小的元素,放到数组的起始位置,再从剩余元
素中选择最小的,以此类推
3. 插入排序 - 将一个元素插入已经排好序的序列中,从后向前比较
并移动元素
4. 希尔排序 - 将数组拆分成若干个子序列进行插入排序,缩小增量,直到增量为1
5. 归并排序 - 将数组分成两部分,分别排序,然后合并两个有序数

6. 快速排序 - 选取一个基准元素,将小于基准元素的放在左边,大
于基准元素的放在右边,然后分别对左右两边再递归快速排序
7. 堆排序 - 将数组建立一个最大/小堆,然后依次取出堆顶元素,再
将剩余元素重建堆
8. 计数排序 - 计算每个元素的出现次数,然后计算出每个元素应该
在排序后的序列中的位置
9. 桶排序 - 将元素分配到各个桶中,然后对每个桶进行排序,再依
次将各个桶中的元素输出到序列中
10. 基数排序 - 从低位到高位依次将元素排序,相同位上的元素按照
相同方式进行排序
11. 合并排序 - 将多个有序数组合并成一个有序数组,采用分治的思

12. 鸡尾酒排序 - 进行双向冒泡排序,先将最大的元素放到最后,再
将最小的元素放到前面,如此交替进行
13. 地精排序 - 选取一个随机数作为划分元素,将小于该随机数的元
素放在左边,大于该随机数的元素放在右边,然后对左右两边递归排

14. 跳跃表排序 - 利用跳跃表结构,快速查找元素并插入有序序列中
15. 非递归归并排序 - 利用非递归的方式实现归并排序,将序列分解成多个子序列,依次合并子序列。

计算机10大经典算法

计算机10大经典算法

计算机10大经典算法1. 排序算法排序算法是计算机领域中最基础和常用的算法之一。

其目的是将一组数据按照特定的顺序进行排列。

最常见的排序算法包括冒泡排序、插入排序、选择排序、快速排序、归并排序等。

冒泡排序(Bubble Sort)是一种简单但效率较低的排序算法。

其基本思想是通过相邻元素的比较和交换,逐步将待排序的元素移动到正确的位置。

插入排序(Insertion Sort)的核心思想是将待排序的元素插入到已排序序列中的适当位置,从而得到一个新的有序序列。

选择排序(Selection Sort)是一种简单直观的排序算法。

其原理是每次从待排序序列中选择最小(或最大)的元素,放到已排序序列的末尾。

快速排序(Quick Sort)是一种高效的排序算法。

它采用分治法的思想,将待排序序列分割成两个子序列,并递归地进行排序。

归并排序(Merge Sort)是一种稳定的排序算法。

它的核心思想是将待排序序列划分成若干个子序列,分别进行排序,最后再合并这些有序子序列。

2. 搜索算法搜索算法用于在给定的数据集合中查找特定的元素或满足特定条件的元素。

其中最著名的搜索算法为二分查找算法。

二分查找(Binary Search)是一种高效的搜索算法,适用于有序的数据集合。

它通过将待查找区间逐步缩小,直到找到目标元素。

3. 图形算法图形算法主要用于处理具有图形结构的问题,如网络分析、路径搜索等。

其中最常用的图形算法包括广度优先搜索算法和迪杰斯特拉算法。

广度优先搜索(Breadth-First Search,BFS)是一种基于图的搜索算法。

它以广度为优先级,逐层遍历图中的节点,用于查找最短路径、连通性分析等问题。

迪杰斯特拉算法(Dijkstra's Algorithm)用于解决带权有向图中单源最短路径问题。

它采用贪心策略,逐步确定从起点到其他节点的最短路径。

4. 动态规划算法动态规划算法常用于解决具有重叠子问题和最优子结构性质的问题。

Java常用排序算法程序员必须掌握的8大排序算法

Java常用排序算法程序员必须掌握的8大排序算法

分类:1)插入排序(直接插入排序、希尔排序)2)交换排序(冒泡排序、快速排序)3)选择排序(直接选择排序、堆排序)4)归并排序5)分配排序(基数排序)所需辅助空间最多:归并排序所需辅助空间最少:堆排序平均速度最快:快速排序不稳定:快速排序,希尔排序,堆排序。

先来看看8种排序之间的关系:1.直接插入排序(1)基本思想:在要排序的一组数中,假设前面(n-1)[n>=2] 个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。

如此反复循环,直到全部排好顺序。

(2)实例(3)用java实现12345678911121314151617181920package com.njue;publicclass insertSort {public insertSort(){inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,2 5,53,51};int temp=0;for(int i=1;i<a.length;i++){int j=i-1;temp=a[i];for(;j>=0&&temp<a[j];j--){a[j+1]=a[j]; //将大于temp的值整体后移一个单位}a[j+1]=temp;}for(int i=0;i<a.length;i++){System.out.println(a[i]);}2. 希尔排序(最小增量排序)(1)基本思想:算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)分成若干组,每组中记录的下标相差 d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。

当增量减到1时,进行直接插入排序后,排序完成。

(2)实例:(3)用java实现123456789101112131415161718192122232425262728293031publicclass shellSort { publicshellSort(){int a[]={1,54,6,3,78,34,12,45,56,100}; double d1=a.length;int temp=0;while(true){d1= Math.ceil(d1/2);int d=(int) d1;for(int x=0;x<d;x++){for(int i=x+d;i<a.length;i+=d){int j=i-d;temp=a[i];for(;j>=0&&temp<a[j];j-=d){a[j+d]=a[j];}a[j+d]=temp;}}if(d==1){break;}for(int i=0;i<a.length;i++){System.out.println(a[i]);}}3.简单选择排序(1)基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。

16个ACM经典算法介绍

16个ACM经典算法介绍

16个ACM经典算法介绍一、排序算法:1.冒泡排序:基于比较的排序算法,通过不断交换相邻元素将最大元素逐渐向后移动。

2.插入排序:基于比较的排序算法,通过将元素逐个插入到已排好序的部分中,最终得到完全有序的序列。

3.归并排序:基于分治的排序算法,将待排序序列划分为一系列子序列,然后将子序列进行合并,最终得到完全有序的序列。

4.快速排序:基于分治的排序算法,通过选择一个基准元素将序列划分为两部分,然后递归地对两部分进行排序。

5.堆排序:基于堆的排序算法,通过构建最大堆或最小堆来实现排序。

二、查找算法:6.二分查找:基于有序序列的查找算法,通过将待查找值与序列中间元素进行比较,逐渐缩小查找范围。

7.哈希表:基于哈希函数的查找算法,通过将键值对存储在哈希表中,实现高效的查找。

三、图算法:8.深度优先(DFS):基于栈的算法,通过递归地访问顶点的邻接顶点,实现图的遍历。

9.广度优先(BFS):基于队列的算法,通过访问顶点的邻接顶点,实现图的遍历。

10. 最小生成树算法:用来求解无向图的最小生成树,常用的有Prim算法和Kruskal算法。

11. 最短路径算法:用来求解有向图或带权重的无向图的最短路径,常用的有Dijkstra算法和Floyd-Warshall算法。

四、动态规划算法:12.最长上升子序列(LIS):用来求解一个序列中最长严格递增子序列的长度。

13.背包问题:用来求解在给定容量下,能够装入尽量多的物品的问题。

五、字符串算法:14.KMP算法:用来在一个文本串S中查找一个模式串P的出现位置的算法,通过预处理模式串,利用已经匹配过的子串,跳过一定长度进行下一轮匹配。

15. Boyer-Moore算法:用来在一个文本串S中查找一个模式串P的出现位置的算法,通过从模式串末尾开始匹配,利用好后缀和坏字符规则,跳过一定长度进行下一轮匹配。

16.字符串匹配算法:用来在一个文本串S中查找多个模式串的出现位置的算法,常用的有AC自动机和后缀树。

c语言十大算法案例

c语言十大算法案例

c语言十大算法案例C语言是一种广泛应用于编程的高级语言,具有简单、灵活、高效等特点。

在C语言中,有许多经典的算法案例,这些算法案例不仅有助于提高编程能力,还能帮助我们理解计算机科学的基本原理。

下面列举了十个C语言的经典算法案例。

1. 冒泡排序算法:冒泡排序是一种简单但效率较低的排序算法,它通过多次比较和交换相邻元素的方式将最大或最小的元素逐步移动到数组的一端。

2. 快速排序算法:快速排序是一种常用的排序算法,它通过选择一个基准元素,将数组分成两个子数组,然后对子数组进行递归排序。

3. 二分查找算法:二分查找是一种高效的查找算法,它通过将查找范围缩小一半来快速定位目标元素。

4. 链表反转算法:链表反转是一种常见的操作,它可以将链表中的节点顺序逆转。

5. 汉诺塔算法:汉诺塔是一种经典的递归问题,它通过将圆盘从一个柱子移动到另一个柱子来演示递归的思想。

6. 最大公约数算法:最大公约数是指能够同时被两个或多个整数整除的最大正整数,求最大公约数的算法有多种,如辗转相除法和欧几里德算法。

7. 斐波那契数列算法:斐波那契数列是一个数列,其中每个数字都是前两个数字之和,求斐波那契数列的算法有多种,如递归和循环。

8. 图的深度优先搜索算法:深度优先搜索是一种用于遍历图的算法,它通过递归的方式依次访问图中的每个节点。

9. 图的广度优先搜索算法:广度优先搜索也是一种用于遍历图的算法,它通过队列的方式依次访问图中的每个节点。

10. 最短路径算法:最短路径算法用于找到图中两个节点之间的最短路径,常用的最短路径算法有迪杰斯特拉算法和弗洛伊德算法。

这些算法案例涵盖了排序、查找、链表操作、递归、图算法等多个方面,是C语言学习中不可或缺的部分。

通过学习和理解这些经典算法案例,我们可以提高自己的编程能力,并在解决实际问题时能够选择合适的算法。

希望本文能够对读者有所帮助,激发他们对C 语言算法的兴趣,并在编程的道路上不断进步。

八种排序方法

八种排序方法

⼋种排序⽅法⼀.直接(选择)插⼊排序有两种⽅式:升序和降序我使⽤升序直接(简单)插⼊排序:每次向已经排序好的队列⾥⾯找个合适的位置,将值插⼊//笔试和⾯试://1.算法的描述 2.算法的实现 3.效率(时间复杂度和空间复杂度和稳定性)//稳定性定义:如果两个关键值A和A`,如果⼀开始A就在A`前⾯,你排序后A还在A`前⾯,我们就认为是稳定的//怎么看稳定性:看有没有跳跃交换直接插⼊排序:如果数组基本有序,我们就⽤直接插⼊排序,越有序,时间复杂度越⼩,极端情况下为O(n)时间复杂度O(n^2)空间复杂度O(1),稳定的为什么不⽤从前向后找:如果数组有序,则时间复杂度太⼤具体代码实现:#include <stdio.h>#include <assert.h>void InsertSort(int arr[], int len){//循环多少次个数-1//⽤临时量tmp保存关键值,从后向前找,⽐它⼩的或者⾛到了头,就将关键值放到下⼀个位置上assert(arr != NULL);if (NULL == arr)return;int count = 0;int tmp = 0;int j = 0;for (int i = 1; i < len; i++)//控制揭牌后需要排序的次数{tmp = arr[i];for (j = i - 1; j >= 0; j--)//从后向前找{if (arr[j] > tmp)//⽐关键值⼤,则向后移动{arr[j + 1] = arr[j];count++;}else{break;//找到了⽐它⼩的值退出}}arr[j + 1] = tmp;}printf("count %d\n", count);}void Show(int* arr, int len){assert(arr != NULL);if (NULL == arr)return;for (int i = 0; i < len; i++){printf("%d ", arr[i]);}printf("\n");}int main(){int arr[] = { 2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88 };InsertSort(arr, sizeof(arr) / sizeof(arr[0]));Show(arr, sizeof(arr) / sizeof(arr[0]));return0;}希尔shell排序:就是⼀种特殊的直接插⼊排序,只不过调⽤了很多次直接插⼊排序,按增量分组要求:增量最后⼀个必须为1,增量保持互素时间复杂度O(n^1.3~1.5),空间复杂度O(1) ,稳定性:发⽣了跳跃交换,所以不稳定例如:分成5组,处理之后的值:分成3组,处理之后的值:最后分成1组,处理之后的值:具体代码实现:#include <stdio.h>#include <assert.h>static void Shell(int arr[], int len, int gap)//gap 分成多少组(间隔){int tmp = 0;int j = 0;int count = 0;for (int i = gap; i < len; i++)//i开始的位置{tmp = arr[i];for (j = i - gap; j >= 0; j = j - gap){if (arr[j] > tmp){arr[j + gap] = arr[j];count++;}else{break;}}arr[j + gap] = tmp;}printf("%d count %d\n", gap, count);}void ShellSort(int arr[], int len){assert(arr != nullptr);if (NULL == arr)return;int dk[] = { 5, 3, 1 };for (int i = 0; i < sizeof(dk) / sizeof(dk[0]); i++){Shell(arr, len, dk[i]);}}void Show(int* arr, int len){assert(arr != NULL);if (NULL == arr)return;for (int i = 0; i < len; i++){printf("%d ", arr[i]);}printf("\n");}int main(){int arr2[] = { 2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88 };ShellSort(arr2, sizeof(arr2) / sizeof(arr2[0]));Show(arr2, sizeof(arr2) / sizeof(arr2[0]));return0;}⼆.交换排序冒泡(沉⽯)排序:两两⽐较,⼤的向后挪,⼩的向前挪时间复杂度O(n^2)空间复杂度O(1)稳定的具体代码实现://冒泡排序:两两⽐较,⼤的向后挪void BubbleSort(int arr[], int len){//assert/*int count=0;bool tag = true;*/int tmp = 0;for(int i=0; i<len-1; i++)//次数{//tag = true;for(int j=0;j+1<len-i; j++)//两两⽐较,⼤的向后挪{if(arr[j] > arr[j+1]){tmp = arr[j];arr[j] = arr[j+1];arr[j+1] = tmp;//tag = false;}//count++;}/*if(tag){break;}*/}//printf("count = %d\n", count);}int main(){int arr[] = {2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88};BubbleSort(arr, sizeof(arr)/sizeof(arr[0]));Show(arr, sizeof(arr)/sizeof(arr[0]));return 0;}快速排序法每次找到基准值,以基准值为分界线,将数据分成两块,左边的数据都⽐基准值⼩,右边的数据都⽐基准值⼤快速排序,越有序越慢,规则:1.从右向左找⽐基准值⼩的数据,找到后,向左挪动2.从左向右找⽐基准值⼤的数据,找到后,向右挪动3.重复1,2,直到left == right,结束,将基准值放到arr[left] 或者arr[right]内缺点:越有序越慢,不稳定具体实现代码:#include<stdio.h>#include<assert.h>static int Partition(int arr[], int left, int right){int tmp = arr[left];while (left < right)//进来保证有两个值{while(left < right && arr[right] > tmp)right--;if(left == right){break;}arr[left] = arr[right];while(left < right && arr[left] <= tmp)left++;if(left == right){break;}arr[right] = arr[left];}arr[left] = tmp;//arr[right] = tmp;return left;//return right; 因为此时left == right}static void Quick(int arr[], int left, int right){if(left < right){//第⼀种优化:如果有效个数特别少,直接调⽤直接插⼊排序/*if(right-left+1<20 ) //⾃⼰设置有效个数{Insertsort(arr,left, high)return;} // Insertsirt表⽰⼀个插⼊排序类*///第⼆种优化:三数取中/*GetMiddleNumber(arr,left,mid,right);*///第三种优化:防⽌完全有序,⾃⼰打乱⼀下/*Swap(arr,start,rand()%(right-left+1)+start;*///第四种/*if(left < right){int midindex = Partition(arr, left, right);if(left < midindex-1){Quick(arr, left, midindex-1);}if(midindex+1 < right){Quick(arr, midindex+1, right);}}*/int midindex = Partition(arr, left, right);Quick(arr, left, midindex-1);Quick(arr, midindex+1, right);}}//⽤栈static void Quick_stack(int arr[], int left, int right){stack<int> st;if (left < right){int midindex = Partition(arr, left, right);if (left < midindex - 1){st.push(left);st.push(midindex - 1);}if (midindex + 1 < right){st.push(midindex + 1);st.push(right);}}while (!st.empty()){int q = st.top();st.pop();int p = st.top();st.pop();int midindex = Partition(arr, p, q);if (p < midindex - 1){st.push(p);st.push(midindex - 1);}if (midindex + 1 < q){st.push(midindex + 1);st.push(q);}}}void QuickSort(int arr[], int len)//时间复杂度O(nlogn)空间复杂度O(1)不稳定{//assertQuick_stack(arr, 0, len-1);}第⼀种优化代码:void InsertSort(int arr[], int left, int right){int tmp = arr[left];for (int i = left + 1; i <= right; i++){tmp = arr[i];int j = i - 1;while (j >= right && arr[i] > tmp){arr[j + 1] = arr[j];j--;}arr[j + 1] = tmp;}}第⼆种优化代码:void GetMiddleNumber(int arr[], int left, int right){if (arr[left] > arr[right]){Swap(arr, left, right);//交换左右端数据,保证左端较⼩}if (arr[mid] > arr[right]){Swap(arr, left, right);//交换中间和右边,保证中间较⼩}if (arr[mid] > arr[left]){Swap(arr, left, right);//交换中间和左端数据,保证左边不是最⼩的那⼀个}}第三种优化代码:Swap(arr, left, rand() % (end - start + 1) + start);//取⼀个⼩于有效长度随机值+最左端值的下标作为随机基准值的下标与start进⾏交换三.选择排序直接选择(简单选择排序):每次从待排序队列中找到最⼩值,和待排序队列的第⼀位交换即可时间复杂度O(n^2)空间复杂度O(1)不稳定的具体实现代码:#include<stdio.h>#include<assert.h>void SelectSort(int arr[], int len){assert(arr != NULL);if (NULL == NULL)return;int tmp = 0;for (int i = 0; i < len - 1; i++){int m= i;//存放最⼩值下标for (int j = i + 1; j < len ; j++){if (arr[j] <arr[m]){m = j;}}if (m != i)//if判断可省略{tmp = arr[m];arr[m] = arr[i];arr[i] = tmp;}}}void Show(int* arr, int len){assert(arr != NULL);if (NULL == arr)return;for (int i = 0; i < len; i++){printf("%d ", arr[i]);}printf("\n");}int main(){int arr[] = { 2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88 };SelectSort(arr, sizeof(arr) / sizeof(arr[0]));Show(arr, sizeof(arr) / sizeof(arr[0]));return 0;}堆排序:堆排序的时间复杂度O(nlogn)空间复杂度O(1)不稳定什么是堆?堆分为两种:⼤顶堆和⼩顶堆两个统称为堆⼤顶堆:⼀个⼆叉树,⽗节点的值⼤于⼦节点的值⼩顶堆:⼀个⼆叉树,⽗节点的值⼩于⼦节点的值什么是树形结构:⼆叉树,树根,深度,叶⼦结点,左孩⼦,右孩⼦,完全⼆叉树,满⼆叉树深度怎么求:log2n+1⼤顶堆和⼩顶堆的关系,和兄弟节点的值⽆关,只和⽗⼦节点有关调整2个要点:1.从最后⼀个⾮叶⼦节点⼦树开始从后向前调整2.调整的时候顺序是从上向下3.升序(⼤顶堆),降序(⼩顶堆)具体实现代码:#include<stdio.h>#include<assert.h>static void HeapAdjust(int arr[], int start, int end)//时间复杂度O(log2n)空间复杂度O(1){int tmp = arr[start];for(int i=2*start+1; i<=end; i=i*2+1)//i? 堆排序效率⾼体现在这⾥i=i*2+1{//1.左右孩⼦都存在//2.只有左孩⼦,没有右孩⼦if(i<end && arr[i] < arr[i+1])//通过i<end保证右孩⼦存在,且arr[i] <arr[i+1]保证左孩⼦⼩于右孩⼦ {i++;//这时候让i指向较⼤的右孩⼦下标}//if判断失败的话,要么没有右孩⼦,要么有右孩⼦但是左孩⼦⽐右孩⼦值⼤,所以i不需要改变if(arr[i] > tmp)//判断较⼤孩⼦节点的值是否⽐⽗节点的值⼤,⼤的话向上覆盖,不然就找到了合适位置 {arr[start] = arr[i];start = i;}else{break;//左右孩⼦中较⼤的孩⼦值⼩于tmp}}arr[start] = tmp;//有两种情况执⾏到这⼀⾏代码:1.触底 2.找到放tmp的合适位置}//堆排序的时间复杂度O(nlog2n)空间复杂度O(1)不稳定void HeapSort(int arr[], int len){//assert//2.调整为⼤顶堆for(int i=(len-1-1)/2; i>=0; i--)//O(nlog2n){HeapAdjust(arr, i, len-1);//}//第⼀个for循环⾛出来,这时已经为⼤顶堆了int tmp = 0;for(int j=0; j<len-1; j++)//j指的是循环的次数(顶部数据和最后⼀个节点交换的次数)//O(nlog2n){//3.将顶部数据和最后⼀个节点进⾏了交换tmp = arr[0];arr[0] = arr[len-1-j];arr[len-1-j] = tmp;//已经将顶部数据和最后⼀个节点进⾏了交换 //4.重复2.3操作HeapAdjust(arr, 0, (len-1-j)-1);}}void Show(int* arr, int len){assert(arr != NULL);if (NULL == arr)return;for (int i = 0; i < len; i++){printf("%d ", arr[i]);}printf("\n");}int main(){int arr[] = { 2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88 };HeapSort(arr, sizeof(arr) / sizeof(arr[0]));Show(arr, sizeof(arr) / sizeof(arr[0]));return0;}四.⼆路归并排序⼆路归并排序,⾮递归形式:将两个有序的段合并成⼀个有序的段,直到全部数据在同⼀个段内有序,则完成有序时间复杂度O(n log2n)空间复杂度O(1)稳定的具体代码实现://⼀次归并以gapgap合并static void Merge(int arr[], int len, int gap)//gap 标志⼏⼏合并{int *brr = (int*)malloc(sizeof(int) * len);assert(brr != NULL);int low1 = 0;int high1 = low1 + gap -1;int low2 = high1 + 1;int high2 = low2+gap-1<len ? low2+gap-1 : len-1;//H2 有可能越界若⼩于则low2+gap-1,不是则len-1int i = 0;while(low2 < len)//有两个有序段{while(low1 <= high1 && low2 <= high2)//两个段内头指针都没⾛到尾巴{if(arr[low1] <= arr[low2]){brr[i++] = arr[low1++];}else{brr[i++] = arr[low2++];}}//左边的段⾛到尾,那直接将右边的段内数据向下拷贝到brr内即可while(low2 <= high2){brr[i++] = arr[low2++];}//右边的段⾛到尾,那直接将左边的段内数据向下拷贝到brr内即可while(low1 <= high1){brr[i++] = arr[low1++];}//更改L1L2 H1H1,让指向接下来的两个有序段即可low1 = high2 + 1;high1 = low1+gap-1;low2 = high1 + 1;high2 = low2+gap-1<len ? low2+gap-1 : len-1;}//只有⼀个有序段while(low1 < len){brr[i++] = arr[low1++];}//将brr⾥的全部值拷贝到arr⾥⾯,然后将brr释放for(int j=0; j<len; j++){arr[j] = brr[j];}free(brr);brr = NULL;}void MergeSort(int arr[], int len)//控制合并次数{assert(arr != NULL);if(NULL == arr)return;for(int i=1; i<len; i*=2){Merge(arr, len, i);}}int main(){int arr[] = {2,4,6,8,23,98,76,56,74,36,1,3,5,7,99,66,77,88};MergeSort(arr, sizeof(arr)/sizeof(arr[0]));Show(arr, sizeof(arr)/sizeof(arr[0]));return0;}五.基数排序⼜称桶排序低位优先,所有数据从低位(个)位开始,依次放⼊到对应的⼗个桶内(队列中),再依次从桶中将数据依次取出(出队),直到所有数据循环次数和最⼤位数有关时间复杂度o(n) , 空间复杂度o(n)此时完全有序具体实现代码:#include<stdio.h>#include<assert.h>//基数排序//获取数组中最⼤值的位数static int Get_Figure(int arr[], int len) {int max = 0;for(int i=0; i<len; i++){if(arr[i] > max){max = arr[i];}}int count = 0;while(max != 0)max /= 10;}return count;}//获取n的第fin位的值//1234,2 = 2//234,0 = 4//12345,4 = 1//12345,7 = 0static int Get_num(int n, int fin){for(int i=0; i<fin; i++){n = n / 10;}return n % 10;//return n/(int)(pow((double)10, fin)) % 10;}//⽤⼆维数组调⽤static void Radix(int arr[], int len, int fin)//⼆维数组 fin判断的依据,到底是以什么位排序//时间复杂度O(n)空间复杂度O(n){int bucket[10][20] = {0};//桶int num[10] = {0};//对应的桶中有多少个有效值//所有的数据都以fin位为依据,放到了桶内for(int i=0; i<len; i++)//数组的下标从0开始放{int index = Get_num(arr[i], fin);//获取arr[i]的fin位的值,找到对应的桶bucket[index][num[index]] = arr[i];//放到对⽤的桶中第num[index]位上num[index]++;//对应的桶中有效个数++}//从0-9桶内依次取值到arr⾥int k = 0;for(int i=0; i<10; i++)//⼏号桶{for(int j=0; j<num[i]; j++)//j桶中有效值个数{arr[k++] = bucket[i][j];}}}//⽤链式队列调⽤static void Radix_queue(int arr[], int len, int fin)//时间复杂度O(n)空间复杂度O(n){LQueue queArr[10];for(int i=0; i<10; i++){InitLQueue(&queArr[i]);}for(int i=0; i<len; i++){int index = Get_num(arr[i], fin);Push(&queArr[index], arr[i]);}int k = 0;for(int i=0; i<10; i++){while(!IsEmpty(&queArr[i])){Pop(&queArr[i], &arr[k++]);}}for(int i=0; i<10; i++){Destroy(&queArr[i]);}}void RadixSort(int arr[], int len)//时间复杂度O(dn)空间复杂度(n)稳定{//assertint count = Get_Figure(arr, len);for(int i=0; i<count; i++)//循环的趟数,低位优先{Radix_queue(arr, len, i);}。

数据结构之——八大排序算法

数据结构之——八大排序算法

数据结构之——⼋⼤排序算法排序算法⼩汇总 冒泡排序⼀般将前⾯作为有序区(初始⽆元素),后⾯作为⽆序区(初始元素都在⽆序区⾥),在遍历过程中把当前⽆序区最⼩的数像泡泡⼀样,让其往上飘,然后在⽆序区继续执⾏此操作,直到⽆序区不再有元素。

这块是对⽼式冒泡排序的⼀种优化,因为当某次冒泡结束后,可能数组已经变得有序,继续进⾏冒泡排序会增加很多⽆⽤的⽐较次数,提⾼时间复杂度。

所以我们增加了⼀个标识变量flag,将其初始化为1,外层循环还是和⽼式的⼀样从0到末尾,内存循环我们改为从最后⾯向前⾯i(外层循环所处的位置)处遍历找最⼩的,如果在内存没有出现交换,说明⽆序区的元素已经变得有序,所以不需要交换,即整个数组已经变得有序。

(感谢@站在远处看童年在评论区的指正)#include<iostream>using namespace std;void sort(int k[] ,int n){int flag = 1;int temp;for(int i = 0; i < n-1 && flag; i++){flag = 0;for(int j = n-1; j > i; j--){/*下⾯这⾥和i没关系,注意看这块,从下往上travel,两两⽐较,如果不合适就调换,如果上来后⼀次都没调换,说明下⾯已经按顺序拍好了,上⾯也是按顺序排好的,所以完美!*/if(k[j-1] > k[j]){temp = k[j-1];k[j-1] = k[j];k[j] = temp;flag = 1;}}}}int main(){int k[3] = {0,9,6};sort(k,3);for(int i =0; i < 3; i++)printf("%d ",k[i]);}快速排序(Quicksort),基于分治算法思想,是对冒泡排序的⼀种改进。

快速排序由C. A. R. Hoare在1960年提出。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

概述排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。

我们这里说说八大排序就是内部排序。

当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序、堆排序或归并排序序。

快速排序:是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短;1.插入排序—直接插入排序(Straight Insertion Sort)基本思想:将一个记录插入到已排序好的有序表中,从而得到一个新,记录数增1的有序表。

即:先将序列的第1个记录看成是一个有序的子序列,然后从第2个记录逐个进行插入,直至整个序列有序为止。

要点:设立哨兵,作为临时存储和判断数组边界之用。

直接插入排序示例:如果碰见一个和插入元素相等的,那么插入元素把想插入的元素放在相等元素的后面。

所以,相等元素的前后顺序没有改变,从原无序序列出去的顺序就是排好序后的顺序,所以插入排序是稳定的。

算法的实现:1.void print(int a[], int n ,int i){2. cout<<i <<":";3.for(int j= 0; j<8; j++){4. cout<<a[j] <<" ";5. }6. cout<<endl;7.}8.9.10.void InsertSort(int a[], int n)11.{12.for(int i= 1; i<n; i++){13.if(a[i] < a[i-1]){ //若第i个元素大于i-1元素,直接插入。

小于的话,移动有序表后插入14.int j= i-1;15.int x = a[i]; //复制为哨兵,即存储待排序元素16. a[i] = a[i-1]; //先后移一个元素17.while(x < a[j]){ //查找在有序表的插入位置18. a[j+1] = a[j];19. j--; //元素后移20. }21. a[j+1] = x; //插入到正确位置22. }23. print(a,n,i); //打印每趟排序的结果24. }25.26.}27.28.int main(){29.int a[8] = {3,1,5,7,2,4,9,6};30. InsertSort(a,8);31. print(a,8,8);32.}效率:时间复杂度:O(n^2).其他的插入排序有二分插入排序,2-路插入排序。

2. 插入排序—希尔排序(Shell`s Sort)希尔排序是1959 年由D.L.Shell 提出来的,相对直接排序有较大的改进。

希尔排序又叫缩小增量排序基本思想:先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,待整个序列中的记录“基本有序”时,再对全体记录进行依次直接插入排序。

操作方法:1. 选择一个增量序列t1,t2,…,tk,其中ti>tj,tk=1;2. 按增量序列个数k,对序列进行k 趟排序;3. 每趟排序,根据对应的增量ti,将待排序列分割成若干长度为m 的子序列,分别对各子表进行直接插入排序。

仅增量因子为1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。

希尔排序的示例:算法实现:我们简单处理增量序列:增量序列d = {n/2 ,n/4, n/8 .....1} n为要排序数的个数即:先将要排序的一组记录按某个增量d(n/2,n为要排序数的个数)分成若干组子序列,每组中记录的下标相差d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。

继续不断缩小增量直至为1,最后使用直接插入排序完成排序。

1.void print(int a[], int n ,int i){2. cout<<i <<":";3.for(int j= 0; j<8; j++){4. cout<<a[j] <<" ";5. }6. cout<<endl;7.}8./**9. * 直接插入排序的一般形式10. *11. * @param int dk 缩小增量,如果是直接插入排序,dk=112. *13. */14.15.void ShellInsertSort(int a[], int n, int dk)16.{17.for(int i= dk; i<n; ++i){18.if(a[i] < a[i-dk]){ //若第i个元素大于i-1元素,直接插入。

小于的话,移动有序表后插入19.int j = i-dk;20.int x = a[i]; //复制为哨兵,即存储待排序元素21. a[i] = a[i-dk]; //首先后移一个元素22.while(x < a[j]){ //查找在有序表的插入位置23. a[j+dk] = a[j];24. j -= dk; //元素后移25. }26. a[j+dk] = x; //插入到正确位置27. }28. print(a, n,i );29. }30.31.}32.33./**34. * 先按增量d(n/2,n为要排序数的个数进行希尔排序35. *36. */37.void shellSort(int a[], int n){38.39.int dk = n/2;40.while( dk >= 1 ){41. ShellInsertSort(a, n, dk);42. dk = dk/2;43. }44.}45.int main(){46.int a[8] = {3,1,5,7,2,4,9,6};47.//ShellInsertSort(a,8,1); //直接插入排序48. shellSort(a,8); //希尔插入排序49. print(a,8,8);50.}希尔排序时效分析很难,关键码的比较次数与记录移动次数依赖于增量因子序列d的选取,特定情况下可以准确估算出关键码的比较次数和记录的移动次数。

目前还没有人给出选取最好的增量因子序列的方法。

增量因子序列可以有各种取法,有取奇数的,也有取质数的,但需要注意:增量因子中除1 外没有公因子,且最后一个增量因子必须为1。

希尔排序方法是一个不稳定的排序方法。

3. 选择排序—简单选择排序(Simple Selection Sort)基本思想:在要排序的一组数中,选出最小(或者最大)的一个数与第1个位置的数交换;然后在剩下的数当中再找最小(或者最大)的与第2个位置的数交换,依次类推,直到第n-1个元素(倒数第二个数)和第n个元素(最后一个数)比较为止。

简单选择排序的示例:操作方法:第一趟,从n 个记录中找出关键码最小的记录与第一个记录交换;第二趟,从第二个记录开始的n-1 个记录中再选出关键码最小的记录与第二个记录交换;以此类推.....第i 趟,则从第i 个记录开始的n-i+1 个记录中选出关键码最小的记录与第i 个记录交换,直到整个序列按关键码有序。

算法实现:1.void print(int a[], int n ,int i){2. cout<<"第"<<i+1 <<"趟 : ";3.for(int j= 0; j<8; j++){4. cout<<a[j] <<" ";5. }6. cout<<endl;7.}8./**9. * 数组的最小值10. *11. * @return int 数组的键值12. */13.int SelectMinKey(int a[], int n, int i)14.{15.int k = i;16.for(int j=i+1 ;j< n; ++j) {17.if(a[k] > a[j]) k = j;18. }19.return k;20.}21.22./**23. * 选择排序24. *25. */26.void selectSort(int a[], int n){27.int key, tmp;28.for(int i = 0; i< n; ++i) {29. key = SelectMinKey(a, n,i); //选择最小的元素30.if(key != i){31. tmp = a[i]; a[i] = a[key]; a[key] = tmp; //最小元素与第i位置元素互换32. }33. print(a, n , i);34. }35.}36.int main(){37.int a[8] = {3,1,5,7,2,4,9,6};38. cout<<"初始值:";39.for(int j= 0; j<8; j++){40. cout<<a[j] <<" ";41. }42. cout<<endl<<endl;43. selectSort(a, 8);44. print(a,8,8);45.}简单选择排序的改进——二元选择排序简单选择排序,每趟循环只能确定一个元素排序后的定位。

我们可以考虑改进为每趟循环确定两个元素(当前趟最大和最小记录)的位置,从而减少排序所需的循环次数。

改进后对n 个数据进行排序,最多只需进行[n/2]趟循环即可。

具体实现如下:1.void SelectSort(int r[],int n) {2.int i ,j , min ,max, tmp;3.for (i=1 ;i <= n/2;i++) {4.// 做不超过n/2趟选择排序5. min = i; max = i ; //分别记录最大和最小关键字记录位置6.for (j= i+1; j<= n-i; j++) {7.if (r[j] > r[max]) {8. max = j ; continue ;9. }10.if (r[j]< r[min]) {11. min = j ;12. }13. }14.//该交换操作还可分情况讨论以提高效率15. tmp = r[i-1]; r[i-1] = r[min]; r[min] = tmp;16. tmp = r[n-i]; r[n-i] = r[max]; r[max] = tmp;17.18. }19.}4. 选择排序—堆排序(Heap Sort)堆排序是一种树形选择排序,是对直接选择排序的有效改进。

相关文档
最新文档