排序在日常生活中十分重要，购物平台上商品的排序，各国高校等级的排序......可以说，现代生活中已经离不开排序了；因此学好排序算法至关重要，本篇文章就来讲讲常见的排序算法
排序的种类非常多，按照种类划分，有插入排序，选择排序，交换排序......，而每种排序中又分多种排序，下图是常见的排序算法
1.插入排序
1.1直接插入排序
算法思想：
假设数组中一个区间[0,end]中的数据有序了，插入end+1位置的数据，如何保持数据依然有序？
-
将end+1位置的数据从后往前，依次与前面的数据比较，如果小于比较的数据，则将比较过的数据往后挪，直到找到小于它的数据或者找到头了；再在停下来的下一个位置插入数据
//单趟排序 int i = 0; int end; int tmp = a[end + 1]; for (i = end + 1; i > 0; i--) { if (tmp < a[i - 1]) a[i] = a[i - 1]; else break; } a[i] = tmp;
注意：以后我们写有多趟逻辑的代码时，建议先写出单趟的逻辑，再加上整体的逻辑
上面是单趟排序，整体的排序，相当于依次对[0,0]，[0,1]......，[0,n-1]每个区间都进行一次单趟排序
void InsertSort(int* a, int n)
{
for (int j = 0; j < n - 1; j++)
{
//单趟排序
int i = 0;
int end = j;
int tmp = a[end + 1];
for (i = end + 1; i > 0; i--)
{
if (tmp < a[i - 1])
a[i] = a[i - 1];
else
break;
}
a[i] = tmp;
}
}
复杂度分析：
- 最好的情况：原数据有序或接近于有序，时间复杂度为
最坏的情况：元数据无序或接近于无序，时间复杂度为- 空间复杂度：
1.2希尔排序
直接在数据有序或接近于有序的情况下效率是非常高的；但我们是不知道数据到底是怎么排序的，那能不能让数据先变成有序或接近于有序，再使用直接插入排序？这就是希尔排序的核心思想
算法思想：
希尔排序中，定义了一个间距gap，假设一开始gap为3，从第一个数据开始，将间距为gap的分为一组，一共有gap组
对每组分别使用直接插入排序，将每组排成有序，这样整体接近有序，再降低gap的值，重复操作，让数据更接近于有序，直到最后一次gap为1，此时就相当于直接插入排序了
首先是排一组中单趟的数据：
int i = 0;
int end;
int tmp = a[end + gap];
for (i = end + gap; i > gap - 1; i -= gap)
{
if (tmp < a[i - gap])
a[i] = a[i - gap];
else
break;
}
a[i] = tmp;
再将一组排好
for (int j = 0; j < n - gap; j += gap)
{
int i = 0;
int end = j;
int tmp = a[end + gap];
for (i = end + gap; i > gap - 1; i -= gap)
{
if (tmp < a[i - gap])
a[i] = a[i - gap];
else
break;
}
a[i] = tmp;
}
j<n-gap的原因同样是防止越界
排完第一组还要排后面的组，因此以gap为3的整体代码如下
int gap = 3;
for (int z = 0; z < gap; z++)
{
for (int j = z; j < n - gap; j += gap)
{
int i = 0;
int end = j;
int tmp = a[end + gap];
for (i = end + gap; i > gap - 1; i -= gap)
{
if (tmp < a[i - gap])
a[i] = a[i - gap];
else
break;
}
a[i] = tmp;
}
}
这个代码套了三层循环，其实可以优化一下
int gap = 3;
for (int j = 0; j < n - gap; j++)
{
int i = 0;
int end = j;
int tmp = a[end + gap];
for (i = end + gap; i > gap - 1; i -= gap)
{
if (tmp < a[i - gap])
a[i] = a[i - gap];
else
break;
}
a[i] = tmp;
}
如何理解呢？该代码是先将每组的前两个数据排好，再排每组的前三个数据......直到排好每组的最后一个数据
现在，我们gap组都排好了，需要减小gap的值，重复操作，并且保证最后一次排序gap为1
void ShellSort(int* a, int n)
{
int gap = n;
while (gap > 0)
{
gap = gap / 2;
for (int j = 0; j < n - gap; j++)
{
int i = 0;
int end = j;
int tmp = a[end + gap];
for (i = end + gap; i > gap - 1; i -= gap)
{
if (tmp < a[i - gap])
a[i] = a[i - gap];
else
break;
}
a[i] = tmp;
}
}
}
怎么来确定gap的值呢？
我们发现，gap的值越大，大的数据跳到后面越快，小的数据跳到前面越快；gap越小，大的数据跳到后面越慢，小的数据跳到前面越慢
怎么取gap的值才最合适呢？其实也没有一个标准的说法，最关键的是你得保证最后一次排序gap的值为1
复杂度分析：
时间复杂度：
空间复杂度：
2.选择排序
2.1选择排序
算法思想：
遍历数据，选出最大的和最小的，换到尾和头，再选出次大的和次小的......
void Swap(int* p1, int* p2)
{
int tmp = *p1;
*p1 = *p2;
*p2 = tmp;
}
void SelectSort(int* a, int n)
{
int begin = 0;
int end = n - 1;
while (begin < end)
{
//单趟排序
int mini = begin;
int maxi = begin;
for (int i = begin; i <= end; i++)
{
if (a[i] < a[mini])
mini = i;
if(a[i] > a[maxi])
maxi = i;
}
Swap(&a[begin], &a[mini]);
if (maxi == begin)
maxi = mini;
Swap(&a[end], &a[maxi]);
begin++;
end--;
}
}
复杂度分析：
- 时间复杂度：
最好的情况：
最坏的情况：- 空间复杂度：
2.2堆排序
堆排序的讲解在这篇文章中堆排序(详解)-CSDN博客
这里就不再花时间细说了
复杂度分析：
- 时间复杂度：
- 空间复杂度：
3.交换排序
3.1冒泡排序
算法思想：
每一趟将一个数放到它应该在的位置，N个数需要进行N-1趟；由于该排序较简单，这里也不细讲了
void BubbleSort(int* a, int n)
{
for (int j = 0; j < n - 1; j++)
{
int exchange = 0;
for (int i = 0; i < n - 1 - j; i++)
{
if (a[i] > a[i + 1])
Swap(&a[i], &a[i + 1]);
exchange = 1;
}
if (exchange == 0)
break;
}
}
复杂度分析：
- 时间复杂度：
最好的情况：
最坏的情况：- 空间复杂度：
3.2快速排序
算法思想：
如果一个数的左边的数都比它小，右边的数都比它大，那么这个数是不是就在它应该在的位置；快速排序的单趟排序就是将一个数变成具有上述性质；再去递归该数的左区间和右区间
快速排序的单趟排序有三种版本
第一种：hoare版
-
随便选择一个数作为要调的整数，记为key；right从右往左找比key小的数，left从左往右找比key大的数，一旦找到就停下来，交换left和right位置的数，直到left和right相遇
//单趟排序 int left = begin; int right = end; int keyi = left;//keyi是key的下标 while (left < right) { while (left < right && a[right] >= a[keyi]) { right--; } while (left < right && a[left] <= a[keyi]) { left++; } Swap(&a[left], &a[right]); } Swap(&a[keyi], &a[left]); keyi = left; -
为什么判断大小时要加等号？
我们一开始的key在left的位置，如果不加等于，第一次交换会改变key的值 -
为什么判断的时候要left<right？
在找的过程中可能left超过了right，此时应当终止循环 -
为什么是右边先走？
右边先走停下来的情况有两种：1)遇到比key小的数；2)和begin相等了
由于right先走了，所以下次right走时，left位置的数一定是比key小的
也就是说right停下来的位置的数一定是比key要小的，交换key和left与right相遇的位置，key左边就都比它小，右边都比它大了
如果是left先走，left和right相遇时，相遇的位置的数可能比key大，此时和key交换的话，就不符合我们的要求了，因此右边需要先走
此时数据被分成了三个区间[begin,keyi-1]keyi[keyi+1,end]，我们再对[begin,keyi-1]和[keyi,end]区间递归，如果begin>=end就直接返回
void QuickSort(int* a, int begin, int end)
{
if (begin >= end)
return;
int left = begin;
int right = end;
int keyi = left;//keyi是key的下标
while (left < right)
{
while (left < right && a[right] >= a[keyi])
{
right--;
}
while (left < right && a[left] <= a[keyi])
{
left++;
}
Swap(&a[left], &a[right]);
}
Swap(&a[keyi], &a[left]);
keyi = left;
QuickSort(a, begin, keyi - 1);
QuickSort(a, keyi + 1, end);
}
第二种：挖坑法
将随便一个位置的数记录为key，这里就选开始位置的数，作为一个坑位；同样的右边先走，找比key小的数，不同的是，这时找到了就把那个数放到刚才的坑位，留下了另一个坑位；再左边找比key大的数，找到了交换到上一个坑位，留下一个坑位......直到left和right相遇，将key给到上一个坑位
int PartSort2(int* a, int begin, int end)
{
int left = begin;
int right = end;
int keyi = left;
int key = a[left];
while (left < right)
{
while (left < right && a[right] >= key)
{
right--;
}
a[left] = a[right];
while (left < right && a[left] <= key)
{
left++;
}
a[right] = a[left];
}
a[left] = key;
keyi = left;
return keyi;
}
第三种：前后指针法
定义两个指针prev和cur和key；cur去遍历数据，如果cur位置的数大于key，cur++；如果cur位置的数小于key，prev++之后交换perv和cur位置的数，直到cur走到尾；再交换perv和key的值
该方法的本质是让prev和cur错开，让它们之间的数都是比key大的数，再将比key小的数与prev和cur中间的数交换，相当于把中间的数往后挪
int PartSort3(int* a, int begin, int end)
{
int prev = begin;
int cur = begin + 1;
int keyi = begin;
int key = a[begin];
while (cur <= end)
{
if (a[cur] < key)
{
prev++;
Swap(&a[prev], &a[cur]);
}
cur++;
}
Swap(&a[keyi], &a[prev]);
keyi = prev;
return prev;
}
3.2.1快排的优化
优化一：三数取中
由于快排是递归进行排序的，如果每次key是中间数，那么需要递归的层数是
层；如果数据有序或接近于有序，递归的层数就会接近N层，效率大大降低，还可能会导致栈溢出，因此我们添加一个三数取中算法，确保每次key取到的不是最大或最小数
int GetMidi(int* a, int begin, int end)
{
int midi = (begin + end) / 2;
if (a[begin] < a[end])
{
if (a[midi] < a[begin])
return begin;
else if (a[end] < a[midi])
return end;
else
return midi;
}
else
{
if (a[midi] < a[end])
return end;
else if (a[begin] < a[midi])
return begin;
else
return midi;
}
}
优化二：部分递归换直接插入排序
如果只有10个数，用递归去排序是不是显得很繁琐，因为递归还要建立栈帧，这时可以考虑用其他排序，我们选择了直接插入排序
void QuickSort(int* a, int begin, int end)
{
if (begin >= end)
return;
if (end - begin + 1 <= 10)
{
InsertSort(a + begin, end - begin + 1);
}
else
{
//int keyi = PartSort1(a, begin, end);
//int keyi = PartSort2(a, begin, end);
int keyi = PartSort3(a, begin, end);
QuickSort(a, begin, keyi - 1);
QuickSort(a, keyi + 1, end);
}
}
复杂度分析：
- 时间复杂度：
- 空间复杂度：
3.3非递归的快速排序
非递归的快排本质是将要排序的区间存到一个栈中，选一种单趟排序，排完后数据分成了三部分，将右区间和左区间入栈，进行排序，直到栈为空
void QuickSortNonR(int* a, int begin, int end)
{
Stack st;
StackInit(&st);
StackPush(&st, end);
StackPush(&st, begin);
while (!StackEmpty(&st))
{
int left = StackTop(&st);
StackPop(&st);
int right = StackTop(&st);
StackPop(&st);
int keyi = PartSort3(a, left, right);
//[left,keyi-1]keyi[keyi+1,right]
if (keyi + 1 < right)
{
StackPush(&st, right);
StackPush(&st, keyi + 1);
}
if (left < keyi - 1)
{
StackPush(&st, keyi - 1);
StackPush(&st, left);
}
}
StackDestroy(&st);
}
4.归并排序
算法思想：
如果一串数据中左边一部分有序了，右边一部分也有序了，那么把整体弄成有序？这就是合并两个有序数组的问题了
那怎么让左边和右边有序呢？将左边数据也弄成两部分，只要这两部分有序，再对整体使用合并算法，整体就有序了，右边也是同理
像这样一直分，直到两部分都只有一个数据，此时每部分相当于有序，合并后返回；也就是说，归并排序也是用递归来实现的
void _MergeSort(int* a, int* tmp, int begin, int end)
{
if (begin >= end)
return;
int midi = (begin + end) / 2;
_MergeSort(a, tmp, begin, midi);
_MergeSort(a, tmp, midi + 1, end);
//归并
int begin1 = begin, begin2 = midi + 1;
int end1 = midi, end2 = end;
int i = begin;
while (begin1 <= end1 && begin2 <= end2)
{
if (a[begin1] < a[begin2])
tmp[i++] = a[begin1++];
else
tmp[i++] = a[begin2++];
}
while (begin1 <= end1)
{
tmp[i++] = a[begin1++];
}
while (begin2 <= end2)
{
tmp[i++] = a[begin2++];
}
memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + 1));
}
void MergeSort(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL)
{
perror("MergeSort:malloc fail");
exit(-1);
}
_MergeSort(a, tmp, 0, n - 1);
free(tmp);
}
复杂度分析：
- 时间复杂度：
- 空间复杂度：