排序算法(详解)

大时代11052023-12-17 20:39

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：
相关推荐
88号技师1 小时前
2024年12月一区SCI-加权平均优化算法Weighted average algorithm-附Matlab免费代码
人工智能·算法·matlab·优化算法
IT猿手1 小时前
多目标应用（一）：多目标麋鹿优化算法（MOEHO）求解10个工程应用，提供完整MATLAB代码
开发语言·人工智能·算法·机器学习·matlab
88号技师1 小时前
几款性能优秀的差分进化算法DE（SaDE、JADE，SHADE，LSHADE、LSHADE_SPACMA、LSHADE_EpSin）-附Matlab免费代码
开发语言·人工智能·算法·matlab·优化算法
我要学编程(ಥ_ಥ)2 小时前
一文详解“二叉树中的深搜“在算法中的应用
java·数据结构·算法·leetcode·深度优先
埃菲尔铁塔_CV算法2 小时前
FTT变换Matlab代码解释及应用场景
算法
许野平3 小时前
Rust: enum 和 i32 的区别和互换
python·算法·rust·enum·i32
chenziang13 小时前
leetcode hot100 合并区间
算法
chenziang13 小时前
leetcode hot100 对称二叉树
算法·leetcode·职场和发展
szuzhan.gy3 小时前
DS查找—二叉树平衡因子
数据结构·c++·算法
一只码代码的章鱼4 小时前
排序算法 (插入,选择,冒泡,希尔,快速,归并,堆排序)
数据结构·算法·排序算法
热门推荐
01大模型国产化适配7-华为昇腾LLM落地可选解决方案（MindFormers、ModelLink、MindIE）02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04电赛2024年H题智能小车基于MSPM0G3507主控MCU（利用8路灰度加上MPU6050的解决方式）具体项目报告05【一文读懂】NTN（非地面网络）技术介绍06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO08组基轨迹建模 GBTM的介绍与实现（Stata 或 R）09Docker 夺命连环 15 问10STM32 无法烧录