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
//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:
- 统计相同元素出现次数(遍历一遍数据即可)
- 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
- 数据过大,数据范围分散
- 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
//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。