排序算法是《数据结构与算法》中最基本的算法之一。
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,时间复杂度为 O(nlogn)~O(n²)。
- 非比较类排序:不通过比较来决定元素间的相对次序,其时间复杂度可以突破 O(nlogn),以线性时间运行。
【十大经典排序算法分类】
【十大经典排序算法的复杂度分析】
名词解释:
- 时间/空间复杂度:描述一个算法执行时间/占用空间与数据规模的增长关系。
- n:待排序列的个数。
- k:"桶"的个数(上面的三种非比较类排序都是基于"桶"的思想实现的)。
- In-place:原地算法,指的是占用常量内存,不占用额外内存。即空间复杂度为 O(1) 。
- Out-place:非原地算法,占用额外内存。
- 稳定性:假设待排序列中两元素相等,排序前后这两个相等元素的相对位置不变,则认为是稳定的。
一、排序算法代码合集 & 测试用例
对前面分享的十种排序算法做单元测试。
1.1、博客地址
- 冒泡排序 & 选择排序:【C++】十大排序算法之 冒泡排序 & 选择排序-CSDN博客
- 插入排序 & 希尔排序:【C++】十大排序算法之 插入排序 & 希尔排序-CSDN博客
- 归并排序 & 快速排序:【C++】十大排序算法之 归并排序 & 快速排序-CSDN博客
- 堆排序 & 计数排序:【C++】十大排序算法之 堆排序 & 计数排序-CSDN博客
- 桶排序 & 基数排序:【C++】十大排序算法之 桶排序 & 基数排序-CSDN博客
1.2、 C++排序算法代码合集
cpp
/**
* @version Copyright (c) 2024 NCDC, Servo。 Unpublished - All rights reserved
* @file SortAlgorithm.hpp
* @brief 排序算法合集
* @autor 写代码的小恐龙er
* @date 2024/03/07
*/
// =================================================================
// ==========================十大排序算法===========================
// =================================================================
//
//
// 【冒泡排序】 -- 时间复杂度 O(n2) , 空间复杂度 O(1)
void BubbleSort(int arr[], int n)
{
// 设定一个交换标志 以提前结束排序
bool isChange = false;
// 最多做n - 1趟排序
// 外循环为 趟数
for (int i = 0; i < n - 1; i++) {
isChange = false;
// 内循环为 针对后面的序列做冒泡排序
for (int j = 0; j < n - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
// 对交换标志位置位
isChange = true;
}
}
// 如果某一趟的排序未发生交换 则说明已经排序完成 无需后续排序
if (!isChange) return;
}
}
// 【选择排序】 -- 时间复杂度 O(n2) , 空间复杂度 O(1)
void SelectSort(int* arr, int n)
{
// 存放最小元素的下标
int minIndex = 0;
// 存放每一次循环的起始位置的原始值(因为起始位置需要被最小元素替换)
int temp = 0;
// 排序 n - 1 次
for (int i = 0; i < n - 1; i++) {
minIndex = i;
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) minIndex = j;
}
// 将每一轮的最小值放置在循环起点
if (minIndex != i) {
temp = arr[minIndex];
arr[minIndex] = arr[i];
arr[i] = temp;
}
}
}
// 【插入排序】 -- 时间复杂度 O(n2) , 空间复杂度 O(1)
void InsertSort(int arr[], int n)
{
int i = 0;
int j = 0;
int temp = 0;
for (i = 1; i < n; i++) {
temp = arr[i];
//挪出位置
for (j = i; j > 0 && arr[j - 1] > temp; j--) {
arr[j] = arr[j - 1];
}
// 插入
arr[j] = temp;
}
}
// 【希尔排序】 -- 时间复杂度 O(n * logn) , 空间复杂度 O(1)
void ShellSort(int* arr, int size)
{
int i, j, tmp, increment;
// 选择一个增量序列 t1,t2,...,tk,其中 ti>tj,tk=1;
// 按增量序列个数 k,对序列进行 k 趟排序;
for (increment = size / 2; increment > 0; increment /= 2) {
// 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。
for (i = increment; i < size; i++){
tmp = arr[i];
// 直接插入排序
for (j = i - increment; j >= 0 && tmp < arr[j]; j -= increment) {
arr[j + increment] = arr[j];
}
// 插入
arr[j + increment] = tmp;
}
}
}
// 【归并排序】 -- 时间复杂度 O(n * logn) , 空间复杂度 O(n)
// 【分治法】&【递归法】
void Merge(int arr[], int l, int m, int r)
{
// 将arr数组左右两个 有序序列合并在一起;
int size = r - l + 1;
vector<int> newArr(size, 0);
// k代表新数组的下标
int i = l, j = m + 1, k = 0;
while (i <= m && j <= r) newArr[k++] = arr[i] <= arr[j] ? arr[i++] : arr[j++];
while (i <= m) newArr[k++] = arr[i++];
while (j <= r) newArr[k++] = arr[j++];
// 重新赋值
k = 0;
for (i = l; i <= r; i++) {
arr[i] = newArr[k++];
}
}
// 递归
void MergeSort(int arr[], int l, int r)
{
// 终止条件
if (l >= r) return;
// 中间节点
int m = (l + r) / 2;
// 分别递归进行子序列排列
MergeSort(arr, l, m);
MergeSort(arr, m + 1, r);
// 最后将两个子序列合并在一块
Merge(arr, l, m, r);
}
// 【快速排序】 -- 时间复杂度 O(n * logn) , 空间复杂度 O(logn)
// 【分治法】&【递归法】
void QuickSort(int arr[], int begin, int end)
{
// 终止条件
if (begin > end) return;
//基准数
int pivot = arr[begin];
int i = begin;
int j = end;
while (i != j) {
// 从右向左 找比基准数小的数
while (arr[j] >= pivot && i < j) j--;
// 再从左向右找 比基准数 大的数
while (arr[i] <= pivot && i < j) i++;
if (i < j) {
// 交换两个数在数组中的位置
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
// 最终将基准数归位 -- 将基准数 放置在 中间
arr[begin] = arr[i];
arr[i] = pivot;
// 递归左右两侧的序列
QuickSort(arr, begin, i - 1);
QuickSort(arr, i + 1, end);
}
// 【堆排序】 -- 时间复杂度 O(n * logn) , 空间复杂度 O(1)
//void Swap(int arr[], int i, int j) {
// int temp = arr[i];
// arr[i] = arr[j];
// arr[j] = temp;
//}
//void Heapify(int tree[], int n, int i) {
// // n 表示序列长度,i 表示父节点下标
// if (i >= n) return;
// // 左侧子节点下标
// int left = 2 * i + 1;
// // 右侧子节点下标
// int right = 2 * i + 2;
// int max = i;
// if (left < n && tree[left] > tree[max]) max = left;
// if (right < n && tree[right] > tree[max]) max = right;
// if (max != i) {
// Swap(tree, max, i);
// Heapify(tree, n, max);
// }
//}
//void BuildHeap(int tree[], int n) {
// // 树最后一个节点的下标
// int last_node = n - 1;
// // 最后一个节点对应的父节点下标
// int parent = (last_node - 1) / 2;
// int i;
// for (i = parent; i >= 0; i--) {
// Heapify(tree, n, i);
// }
//}
//void HeapSort(int tree[], int n)
//{
// // 第一次建立大顶堆,从后向前依次调整
// BuildHeap(tree, n);
// // 每次将根和待排序的最后一次交换,然后再调整
// int i;
// for (i = n - 1; i >= 0; i--) {
// // 将堆顶元素与最后一个元素交换
// Swap(tree, i, 0);
// // 调整成大顶堆
// Heapify(tree, i, 0);
// }
//}
// 【堆排序】 -- 时间复杂度 O(n * logn) , 空间复杂度 O(1)
void HeapAdjust(int* arr, int start, int end)
{
int tmp = arr[start];
for (int i = 2 * start + 1; i <= end; i = i * 2 + 1)
{
//有右孩子并且左孩子小于右孩子
if (i < end && arr[i] < arr[i + 1]){
i++;
}//i一定是左右孩子的最大值
if (arr[i] > tmp)
{
arr[start] = arr[i];
start = i;
}
else break;
}
arr[start] = tmp;
}
void HeapSort(int* arr, int len)
{
//第一次建立大根堆,从后往前依次调整
for (int i = (len - 1 - 1) / 2; i >= 0; i--){
HeapAdjust(arr, i, len - 1);
}
//每次将根和待排序的最后一次交换,然后在调整
int tmp;
for (int i = 0; i < len - 1; i++){
tmp = arr[0];
arr[0] = arr[len - 1 - i];
arr[len - 1 - i] = tmp;
HeapAdjust(arr, 0, len - 1 - i - 1);
}
}
// 【计数排序】 -- 时间复杂度 O(n + k) , 空间复杂度 O(k)
void CountingSort(int arr[], int n)
{
if (arr == NULL) return;
// 寻找最值元素
int max = arr[0], min = arr[0];
int i;
for (i = 1; i < n; i++) {
if (max < arr[i]) max = arr[i];
if (min > arr[i]) min = arr[i];
}
int r = max - min + 1;
// 定义辅助空间并初始化
vector<int> C(r, 0);
// 统计每个元素出现的次数
for (i = 0; i < n; i++) C[arr[i] - min]++;
i = 0;
for (int j = 0; j < r; j++) {
while (C[j]--) {
arr[i++] = j + min;
}
}
}
// 【计数排序- 重载】 -- 时间复杂度 O(n + k) , 空间复杂度 O(k)
void CountingSort(vector<int> arr, int n)
{
if (n == 0) return;
// 寻找最值元素
int max = arr[0], min = arr[0];
int i;
for (i = 1; i < n; i++) {
if (max < arr[i]) max = arr[i];
if (min > arr[i]) min = arr[i];
}
int r = max - min + 1;
// 定义辅助空间并初始化
vector<int> C(r, 0);
// 统计每个元素出现的次数
for (i = 0; i < n; i++) C[arr[i] - min]++;
i = 0;
for (int j = 0; j < r; j++) {
while (C[j]--) {
arr[i++] = j + min;
}
}
}
// 【桶排序】 -- 时间复杂度 O(n + k) , 空间复杂度 O(n + k)
void BucketSort(int arr[], int n, int r)
{
if (arr == NULL || r < 1) return;
// 根据最大/最小元素和桶数量,计算出每个桶对应的元素范围
int max = arr[0], min = arr[0];
int i, j;
for (i = 1; i < n; i++) {
if (max < arr[i]) max = arr[i];
if (min > arr[i]) min = arr[i];
}
int range = (max - min + 1) / r++;
// 建立桶对应的二维数组,一个桶里最多可能出现 n 个元素
vector<vector <int>> buckets(r, vector <int>(n, 0));
vector <int> counts(n, 0);
for (i = 0; i < n; i++) {
int k = (arr[i] - min) / range;
buckets[k][counts[k]++] = arr[i];
}
int index = 0;
for (i = 0; i < r; i++) {
// 分别对每个非空桶内数据进行排序,比如计数排序
if (counts[i] == 0) continue;
sort(buckets[i].begin(), buckets[i].begin() + counts[i]);
// CountingSort(buckets[i], counts[i]);
// 拼接非空的桶内数据,得到最终的结果
for (j = 0; j < counts[i]; j++) {
arr[index++] = buckets[i][j];
}
}
}
// 基数
#define RADIX 10
// 【基数排序】 -- 时间复杂度 O(n * k) , 空间复杂度 O(n + k)
void RadixSort(int arr[], int n)
{
// 获取最大值和最小值
int max = arr[0], min = arr[0];
int i, j, l;
for (i = 1; i < n; i++) {
if (max < arr[i]) max = arr[i];
if (min > arr[i]) min = arr[i];
}
// 假如序列中有负数,所有数加上一个常数,使序列中所有值变成正数
if (min < 0) {
for (i = 0; i < n; i++) arr[i] -= min;
max -= min;
}
// 获取最大值位数
int d = 0;
while (max > 0) {
max /= 10;
d++;
}
vector<vector <int>> queue(RADIX, vector <int>(n, 0));
int count[RADIX] = { 0 };
for (i = 0; i < d; i++) {
// 分配数据
for (j = 0; j < n; j++) {
// 依次 从 个位 到最高位 取出 数值
int key = arr[j] % (int)pow(RADIX, i + 1) / (int)pow(RADIX, i);
// 放置到 对应 位数的数组中 count[key]++ 是为了记录 位数相同的 值 共有多少个
queue[key][count[key]++] = arr[j];
}
// 收集数据
int c = 0;
// 依次将各个基数中的数据排列起来
for (j = 0; j < RADIX; j++) {
for (l = 0; l < count[j]; l++) {
arr[c++] = queue[j][l];
queue[j][l] = 0;
}
count[j] = 0;
}
}
// 假如序列中有负数,收集排序结果时再减去前面加上的常数
if (min < 0) {
for (i = 0; i < n; i++) arr[i] += min;
}
}
1.3 、C++测试代码
cpp
/**
* @version Copyright (c) 2024 NCDC, Servo。 Unpublished - All rights reserved
* @file SortTest.hpp
* @brief 排序算法测试用例
* @autor 写代码的小恐龙er
* @date 2024/03/07
*/
// 头文件
#include <iostream>
#include <fstream>
#include <vector>
#include <algorithm>
#include <memory>
void SortTest()
{
// 数组中的元素个数
int n = 10;
// 起始下标
int begin = 0;
// 终止下标
int end = 9;
int l = 0;
int r = 9;
// ============ 冒泡排序 =============
int arr1[10] = {2,5,8,4,0,6,1,3,7,9};
BubbleSort(arr1, n);
printf("冒泡排序后为:");
for (int i = 0; i < sizeof(arr1) / sizeof(arr1[0]); i++)
{
printf("%d ", arr1[i]);
}
std::cout << endl;
// ============选择排序 =============
int arr2[10] = { 2,5,8,4,0,6,1,3,7,9 };
SelectSort(arr2, n);
printf("选择排序后为:");
for (int i = 0; i < sizeof(arr2) / sizeof(arr2[0]); i++)
{
printf("%d ", arr2[i]);
}
std::cout << endl;
// ============ 插入排序 =============
int arr3[10] = { 2,5,8,4,0,6,1,3,7,9 };
InsertSort(arr3, n);
printf("插入排序后为:");
for (int i = 0; i < sizeof(arr3) / sizeof(arr3[0]); i++)
{
printf("%d ", arr3[i]);
}
std::cout << endl;
// ============ 希尔排序 =============
int arr4[10] = { 2,5,8,4,0,6,1,3,7,9 };
ShellSort(arr4, n);
printf("希尔排序后为:");
for (int i = 0; i < sizeof(arr4) / sizeof(arr4[0]); i++)
{
printf("%d ", arr4[i]);
}
std::cout << endl;
// ============ 归并排序 =============
int arr5[10] = { 2,5,8,4,0,6,1,3,7,9 };
MergeSort(arr5, l, r);
printf("归并排序后为:");
for (int i = 0; i < sizeof(arr5) / sizeof(arr5[0]); i++)
{
printf("%d ", arr5[i]);
}
std::cout << endl;
// ============ 快速排序 =============
int arr6[10] = { 2,5,8,4,0,6,1,3,7,9 };
QuickSort(arr6, begin, end);
printf("快速排序后为:");
for (int i = 0; i < sizeof(arr6) / sizeof(arr6[0]); i++)
{
printf("%d ", arr6[i]);
}
std::cout << endl;
// ============ 堆排序 =============
int arr7[10] = { 2,5,8,4,0,6,1,3,7,9 };
HeapSort(arr7, n);
printf("堆排序后为 :");
for (int i = 0; i < sizeof(arr7) / sizeof(arr7[0]); i++)
{
printf("%d ", arr7[i]);
}
std::cout << endl;
// ============ 计数排序 =============
int arr8[10] = { 2,5,8,4,0,6,1,3,7,9 };
CountingSort(arr8, n);
printf("计数排序后为:");
for (int i = 0; i < sizeof(arr8) / sizeof(arr8[0]); i++)
{
printf("%d ", arr8[i]);
}
std::cout << endl;
// ============ 桶排序 =============
int arr9[10] = { 2,5,8,4,0,6,1,3,7,9 };
BucketSort(arr9, n, 3);
printf("桶排序后为 :");
for (int i = 0; i < sizeof(arr9) / sizeof(arr9[0]); i++)
{
printf("%d ", arr9[i]);
}
std::cout << endl;
// ============ 基数排序 =============
int arr10[10] = { 2,5,8,4,0,6,1,3,7,9 };
RadixSort(arr10, n);
printf("基数排序后为:");
for (int i = 0; i < sizeof(arr10) / sizeof(arr10[0]); i++)
{
printf("%d ", arr10[i]);
}
std::cout << endl;
}
using namespace std;
int main()
{
cout << "-----------------------------------------------" << endl;
cout << "单元测试用例 : " << endl;
cout << "-----------------------------------------------" << endl;
// 排序算法的单元测试
SortTest();
cout << "-----------------------------------------------" << endl;
system("pause");
return 0;
}
1.4 、输出结果
-- 排序算法结束。