排序3——C语言

排序

  • [1. 归并排序](#1. 归并排序)
  • [2. 计数排序](#2. 计数排序)
  • [3. 各排序的稳定性及复杂度](#3. 各排序的稳定性及复杂度)

1. 归并排序

归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个非常典型的应用。

思路:将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。

下图为归并的全过程

将序列分割,若子区间无序,对子区间再分割,直至子区间有序(只有一个数时)再进行合并(相当于合并两个有序数组)。合并数据时,不能直接覆盖再原数组,会造成数据丢失,因此需要开辟一个辅助数组。

c 复制代码
//归并排序
//复杂度O(N*logN)
void _MergeSort(int* array, int* tmp, int begin, int end)//左右闭区间
{
	//只有一个值,不用归并
	if (begin == end)
		return;

	//分成两组分别递归,归并
	int mid = (begin + end) / 2;
	_MergeSort(array, tmp, begin, mid);
	_MergeSort(array, tmp, mid + 1, end);

	int begin1 = begin, end1 = mid;
	int begin2 = mid + 1, end2 = end;
	int i = begin;
 
    //归并过程
	while (begin1 <= end1 && begin2 <= end2)
	{
		if (array[begin1] <= array[begin2])
		{
			tmp[i++] = array[begin1++];
		}
		else
		{
			tmp[i++] = array[begin2++];
		}
	}

	while (begin1 <= end1)
	{
		tmp[i++] = array[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = array[begin2++];
	}

	//拷贝回原数组
	memcpy(array + begin, tmp + begin, sizeof(int) * (end - begin + 1));
}

void MergeSort(int* array, int numsArr)
{
	//开辟辅助数组
	int* tmp = (int*)malloc(sizeof(int) * numsArr);
	if (tmp == NULL)
	{
		return;
	}

	_MergeSort(array, tmp, 0, numsArr - 1);

	free(tmp);
	tmp = NULL;
}

归并排序的缺点,空间复杂度为O(N),即额外需要一块辅助空间。

2. 计数排序

计数排序的思路:

  1. 统计相同元素出现次数(遍历一遍数据即可)
  2. 根据统计的结果将序列回收到原来的序列中

举例如下图

这里会面临两个问题

  1. 数据过大,数据范围分散
  2. 数据有负数,下标没有负数
    问题一会导致一个问题,开的辅助空间很大,比如数据为{ 1 ,19 ,33,50,69},五个数需要开辟70个空间,太浪费。事实上,计数排序不适用于数据范围分散的情况,如果当数据范围很大很 分数时,就不要采用计数排序了。

问题二可以采用相对映射的方法来解决。让每一个数都减去最小值,那么如果有负数,减去最小值(也是负数,可能是本身)之后的值肯定大于等于0,就可以满足数组的下标了。还原回去时,数据再加上最小值即可。

c 复制代码
//计数排序
//时间复杂度O(N+range),空间复杂度O(range)
//适合于数据范围小的情况
void CountSort(int* array, int numsArr)
{
    //最大最小值
	int max = array[0], min = array[0];
	for (int i = 1; i < numsArr; i++)
	{
		if (array[i] < min)
			min = array[i];
		if (array[i] > max)
			max = array[i];
	}
    //开空间
	int range = max - min + 1;
	int* count = (int*)calloc(range, sizeof(int));
	if (count == NULL)
		return;

	//统计每个数出现的次数(相对映射)
	for (int i = 0; i < numsArr; i++)
	{
		count[array[i] - min]++;
	}
	//修改数组
	int j = 0;
	for (int i = 0; i < range; i++)
	{
		while (count[i]--)
		{
			array[j++] = i + min;
		}
	}
}

3. 各排序的稳定性及复杂度

有关常见排序就介绍完毕了,总结一下复杂度和稳定性。一个排序的稳定性是指,两个相同的值在排序前后的相对位置没有改变,则该排序为稳定排序。否则不稳定。

冒泡排序

相邻数据不等才会进行交换,因此为稳定排序。时间复杂度:O(N^2)空间复杂度O(1)

直接插入排序

数据不相等才会进行插入,两个相等的数,在插入前后不会改变相对位置,因此为稳定排序

时间复杂度O(N^2)空间复杂度O(1)

归并排序
稳定排序,时间复杂度O(N*logN)空间复杂度O(N)

希尔排序

不稳定排序,且看下面的例子。时间复杂度O(N^1.3)空间复杂度O(1)

直接选择排序

不稳定,例子如下图,时间复杂度O(N^2)空间复杂度O(1)

堆排序

不稳定,例子如下图,时间复杂度O(N*logN)空间复杂度O(1)

快速排序

不稳定,例子如下图,时间复杂度O(N*logN)空间复杂度O(logN)

总结:三稳定四不稳定。关于常用排序就介绍完了。

相关推荐
小羊没烦恼!9 分钟前
Memory 记忆设计讨论:为什么 Agent Memory 不能只靠向量数据库?
java·开发语言·windows·算法·c#
山下梅子酒22528 分钟前
洛谷-入门-B2042
c语言
ysu_031442 分钟前
08-二叉树遍历:四种方式详解
c语言·数据结构·算法·leetcode
咸鱼老弟43 分钟前
Speculative Decoding(投机采样):大模型"先猜后验",生成速度翻倍
前端·算法·ai编程
ocean21031 小时前
2025-2026年C语言专题面试高频知识点洞察
c语言·面试·面试经验
荆棘鸟智能1 小时前
AI算法持续学习与迭代怎么做?从数据闭环到灰度发布的MLOps工程实践
人工智能·算法·架构·边缘计算
Lyyaoo.1 小时前
【二分查找】【中等】搜索二维矩阵/排序数组的第一位和最后位置/搜索旋转排序数组/旋转排序数组中的最小值
java·数据结构·算法
土司大王1 小时前
LeetCode hot100——153.寻找旋转排序数组中的最小值:Java 二分模板与 O(log n) 分析
java·算法·leetcode
光电的一只菜鸡1 小时前
isp中关于锐化对图像清晰度的影响
算法
土司大王2 小时前
LeetCode hot100——4.寻找两个正序数组的中位数:Java 二分第K小 递归裁剪
java·算法·leetcode