各种排序算法的时间复杂度和空间复杂度
- 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、"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、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)。
各种排序算法的时间复杂度和空间复杂度
其中冒泡排序加个标志,所以最好情况下是o(n)
直接选择排序:
排序过程:
1 、首先在所有数据中经过n-1次比较选出最小的数,把它与第1个数据交换,
2、然后在其余的数据内选出排序码最小的数,与第2个数据交换...... 依次类推,直到所有数据排完为止。
在第i 趟排序中选出最小关键字的数据,需要做n-i次比较。
1 2 3 4 5 6 7 8 //冒泡排序,大的数不断向后冒泡
void buddle(vector
{
int len=nums.size();
for(int i=0;i { for(int j=0;j { 9 10 11 12 13 14 if(nums[j]>nums[j+1]) swap(nums[j],nums[j+1]); } } } 线性排序算法 计数排序 假设:有n个数的集合,而且n个数的范围都在0~k(k = O(n))之间。 运行时间:Θ(n+k) 待排序数组A如图2.1所示,需要辅助数组B(存储最后排序结果),数组C(存储元素的个数)。基于上述的假设,数组C的大小为k,C[i]表示数组A中元素i(0 <= i < k)的个数(如图2.2所示),为了保证计数排序的稳定性,数组C变化为图2.3,C[i]表示小于或者等于i的个数。代码如下: 1: /* 2: 输入:待排序数组A,存储排序后的数组B,数组A的大小,数组C的大小 3: 功能:计数排序 4: */ 5: void CountingSort(int A[], int B[], int len, int k) 6: { 7: int *CountArr = new int[k]; 8: int i; 9: for (i = 0; i < k; i++) 10: { 11: CountArr[i] = 0; 12: } 13: 14: for (i = 0; i < len; i++) 15: { 16: CountArr[A[i]]++; 17: } 18: 19: for (i = 1; i < k; i++) 20: { 21: CountArr[i] += CountArr[i-1]; 22: } 23: 24: // 从右至左保证算法的稳定性 25: for (i = len-1; i >=0; i--) 26: { 27: B[CountArr[A[i]]-1] = A[i]; 28: CountArr[A[i]]--; 29: } 30: } 9-12行和19-22行的运行时间Θ(k),14-17行和25-29行的运行时间为Θ(n),所以总的运行时间为Θ(2(n+k)) = Θ(n+k)。 基数排序 基数排序:将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。 基数排序分为两种LSD和MSD。 LSD(Least significant digital):最低有效位优先,即从右向左开始排序。 MSD(Most significant digital):最高有效位优先,即从左往右开始排序。 以下是LSD方式的基数排序的伪代码 1: RadixSort(A,d) 2: for i <- 1 to d 3: 用稳定的排序算法排列数组A中元素的第i位 如图3:先牌个位,然后十位,最后百位。为数组的某一位排序的时候一定需要稳定的算法。 运行时间为Θ(d(n+k))。在基数排序中排列数组各位的算法是计数排序所以运行时间为Θ(n+k),又d 是数组中数的最大位数。 桶排序 桶排序:将数组分到有限个桶子内,然后再对桶子里面的序列进行排序,运行时间Θ(n)。桶排序基于一个假设:输入的数据由随机过程构成,否则在最坏情况下都分配到一个桶子里面,如果又不满足计数排序的假设要求,那么只能使用基于比较的排序算法进行排序,运行时间就退化到Ω(nlogn)。 排序算法稳定性 排序算法稳定性:假设待排序序列中有两个元素相等,而且在排序前和排序后两个相等的元素的相对位置不变,即有 a = b,排序前a在b前面,那么排序后,a还是要在b前面。排序算法的稳定性是要看具体的算法实现,比如一般情况下,直接选择排序,快速排序,希尔排序,堆排序都不是稳定排序算法,基数排序,计数排序,归并排序,插入排序,冒泡排序都是稳定排序算法。 快速排序:A = {2,2, 1},排序后A = {1,2,2}。 希尔排序:A = {1,2,5,4,4,7},排序后(k = 2);A = {1, 2,4, 4, 5, 7} 。 堆排序:A = {2,2,1},排序后A = {1,2, 2}。 直接选择排序: A = {4,4, 2, 5},排序后 A = {2,4, 4, 5}。 以上举例都不满足稳定性。