C++-排序算法详解

一然明月2024-06-10 16:55

目录

[一. 冒泡排序：](#一. 冒泡排序：)

[二. 插入排序：](#二. 插入排序：)

[三. 快速排序：](#三. 快速排序：)

[四. 选择排序](#四. 选择排序)

[五, 归并排序](#五, 归并排序)

[六, 堆排序.](#六, 堆排序.)

排序算法是一种将一组数据按照特定顺序（如升序或降序）进行排列的算法。

其主要目的是对一组无序的数据进行整理，使得它们呈现出一定的有序性。这样做有很多好处，比如：

  • 方便查找和检索数据，提高搜索效率。
  • 使数据更易于理解和分析。
  • 在某些情况下，可以优化其他算法的性能。

主要排序算法有:冒泡排序.插入排序,快速排序.选择排序,归并排序,堆排序.

|------|-------------------------------------|-------------------------|
| 排序 | 优点 | 缺点 |
| 冒泡排序 | 简单易懂，容易实现 | 效率相对较低 |
| 插入排序 | 对于接近有序的数据效率较高 | 处理大规模无序数据时性能可能不太理想。 |
| 快速排序 | 平均性能较好，在大多数情况下效率较高 | 最坏情况下（比如已经有序或逆序）的性能会退化。 |
| 选择排序 | 算法简单直观，易于理解和实现。 | 它的比较次数较多，性能相对不是特别高 |
| 归并排序 | 具有稳定的性能，时间复杂度在最坏、平均和最好情况下都是O(nlogn) | 需要额外的空间来进行合并操作 |
| 堆排序 | 在最坏情况下性能也较好 | 不太稳定。 |

一. 冒泡排序：

冒泡排序的优点是简单易懂，容易实现。缺点是效率相对较低，尤其是对于基本有序的数组，仍然需要进行大量的比较和交换操作。

冒泡排序是一种简单直观的排序算法。

基本原理：

  • 它通过反复比较相邻的元素，如果顺序不对则进行交换，并将最大的元素逐步"冒泡"到数组的末尾。
  • 经过一轮比较交换后，最大的元素就会处于正确位置，然后对剩余未排序部分重复这个过程，直到整个数组都被排序。

以下是对冒泡排序过程的详细解释：

假设要排序的数组为 arr[n]：

  1. 从数组的第一个元素开始，比较相邻的元素。如果前一个元素大于后一个元素，就交换它们的位置。
  2. 对整个数组进行这样的比较和交换操作，完成后，最大的元素就会"浮"到数组的末尾。
  3. 忽略已经排序好的最后一个元素，对剩下的元素重复步骤 1 和 2。
  4. 不断重复这个过程，直到整个数组都被排序。

以下是冒泡排序的 C++ 代码示例：

cpp 复制代码 
#include <iostream>

void bubbleSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) {
        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;
            }
        }
    }
}

int main() {
    int arr[] = {64, 34, 25, 12, 22, 11, 90};
    int n = sizeof(arr) / sizeof(arr[0]);

    bubbleSort(arr, n);

    for (int i = 0; i < n; i++) {
        std::cout << arr[i] << " ";
    }

    return 0;
}
点击并拖拽以移动

二. 插入排序：

插入排序的优点是对于接近有序的数据效率较高，所需的比较和交换操作相对较少。缺点是在处理大规模无序数据时性能可能不太理想。

基本原理：

它逐个将元素插入到已排序的部分中，以达到整个序列有序的目的。

具体步骤如下：

  1. 从第二个元素开始，将当前元素与已排序部分从后往前依次比较。
  2. 如果当前元素小于比较的元素，就将比较的元素向后移动一位。
  3. 一直重复这个过程，直到找到合适的位置插入当前元素。
  4. 然后继续处理下一个未排序的元素，重复上述操作，直到所有元素都被插入到合适位置。

下面是插入排序的 C++ 代码示例：

cpp 复制代码 
#include <iostream>

void insertionSort(int arr[], int n) {
    for (int i = 1; i < n; i++) {
        int key = arr[i];
        int j = i - 1;

        while (j >= 0 && arr[j] > key) {
            arr[j + 1] = arr[j];
            j = j - 1;
        }
        arr[j + 1] = key;
    }
}

int main() {
    int arr[] = { 12, 11, 13, 5, 6 };
    int n = sizeof(arr) / sizeof(arr[0]);

    insertionSort(arr, n);

    for (int i = 0; i < n; i++) {
        std::cout << arr[i] << " ";
    }

    return 0;
}
点击并拖拽以移动

三. 快速排序：

快速排序的优点是平均性能较好，在大多数情况下效率较高。但它在最坏情况下（比如已经有序或逆序）的性能会退化。

基本原理：

  • 选择一个基准元素。
  • 将数组分为两个子数组，一个子数组中的元素都小于等于基准元素，另一个子数组中的元素都大于基准元素。
  • 对这两个子数组分别进行快速排序。

具体步骤：

  1. 选择数组中的一个元素作为基准（通常选择第一个或最后一个元素）。
  2. 通过一趟排序将数组分为两部分，使得基准左边的元素都小于基准，右边的元素都大于基准。
  3. 对基准左边和右边的子数组分别递归地进行快速排序，直到整个数组有序。

以下是一个快速排序的 C++ 代码示例：

cpp 复制代码 
#include <iostream>

// 交换两个元素
void swap(int* a, int* b) {
    int temp = *a;
    *a = *b;
    *b = temp;
}

// 划分函数
int partition(int arr[], int low, int high) {
    int pivot = arr[high];
    int i = (low - 1);

    for (int j = low; j <= high - 1; j++) {
        if (arr[j] <= pivot) {
            i++;
            swap(&arr[i], &arr[j]);
        }
    }

    swap(&arr[i + 1], &arr[high]);
    return (i + 1);
}

// 快速排序函数
void quickSort(int arr[], int low, int high) {
    if (low < high) {
        int pi = partition(arr, low, high);

        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}

int main() {
    int arr[] = { 12, 11, 13, 5, 6 };
    int n = sizeof(arr) / sizeof(arr[0]);

    quickSort(arr, 0, n - 1);

    for (int i = 0; i < n; i++) {
        std::cout << arr[i] << " ";
    }

    return 0;
}
点击并拖拽以移动

四. 选择排序

选择排序的优点是算法简单直观，易于理解和实现。缺点是它的比较次数较多，性能相对不是特别高，尤其是对于较大规模的数据。例如，对于一个包含n个元素的数组，它需要进行大约n^2/2次比较。

基本原理：

在未排序的序列中不断地选择最小（或最大）元素，并将其放到已排序序列的末尾。

具体步骤：

  1. 从整个数组的第一个元素开始，遍历所有未排序的元素，找出其中最小（或最大）的元素。
  2. 将找到的最小（或最大）元素与数组的第一个未排序元素交换位置。
  3. 此时第一个元素就已排序，然后从第二个未排序元素开始重复上述过程，直到整个数组都被排序。

以下是选择排序的 C++代码示例：

cpp 复制代码 
#include <iostream>

void selectionSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) {
        int min_idx = i;
        for (int j = i + 1; j < n; j++) {
            if (arr[j] < arr[min_idx]) {
                min_idx = j;
            }
        }
        if (min_idx != i) {
            int temp = arr[i];
            arr[i] = arr[min_idx];
            arr[min_idx] = temp;
        }
    }
}

int main() {
    int arr[] = { 12, 11, 13, 5, 6 };
    int n = sizeof(arr) / sizeof(arr[0]);

    selectionSort(arr, n);

    for (int i = 0; i < n; i++) {
        std::cout << arr[i] << " ";
    }

    return 0;
}

五, 归并排序

归并排序的优点是具有稳定的性能，时间复杂度在最坏、平均和最好情况下都是O(nlogn)。缺点是需要额外的空间来进行合并操作。

基本原理：

将数组不断地分成两半，对每一半进行排序，然后再将排序好的两半合并起来。

具体步骤如下：

  1. 把数组分成两半。
  2. 对左右两部分分别递归地进行归并排序。
  3. 将已经排序好的左右两部分合并为一个有序的数组。

在合并过程中，通过比较左右两部分的元素，依次将较小的元素放入新的合并后的数组中。

以下是归并排序的 C++ 代码示例：

cpp 复制代码 
#include <iostream>
#include <vector>

// 合并函数
void merge(std::vector<int>& arr, int l, int m, int r) {
    int n1 = m - l + 1;
    int n2 = r - m;

    std::vector<int> left(n1), right(n2);

    for (int i = 0; i < n1; i++)
        left[i] = arr[l + i];
    for (int j = 0; j < n2; j++)
        right[j] = arr[m + 1 + j];

    int i = 0, j = 0, k = l;

    while (i < n1 && j < n2) {
        if (left[i] < right[j])
            arr[k++] = left[i++];
        else
            arr[k++] = right[j++];
    }

    while (i < n1)
        arr[k++] = left[i++];

    while (j < n2)
        arr[k++] = right[j++];
}

// 归并排序函数
void mergeSort(std::vector<int>& arr, int l, int r) {
    if (l < r) {
        int m = l + (r - l) / 2;
        mergeSort(arr, l, m);
        mergeSort(arr, m + 1, r);
    }
}

int main() {
    std::vector<int> arr = { 12, 11, 13, 5, 6, 7, 8, 9, 10 };

    mergeSort(arr, 0, arr.size() - 1);

    for (int i = 0; i < arr.size(); i++) {
        std::cout << arr[i] << " ";
    }

    std::cout << std::endl;

    return 0;
}

六, 堆排序.

堆排序是一种选择排序。

堆排序的时间复杂度为O(n log n) ，空间复杂度为O(1) 。它的优点是在最坏情况下性能也较好，缺点是不太稳定。

基本概念 ：

堆是一种特殊的数据结构，可以分为大顶堆和小顶堆。大顶堆中每个节点的值都不小于其孩子节点的值，小顶堆则相反。

原理：

  1. 先将数组构建成一个大顶堆。
  2. 不断地将堆顶元素（最大值）与未排序部分的最后一个元素交换，然后调整堆，使其重新成为大顶堆。

具体步骤：

  1. 构建大顶堆：从最后一个非叶子节点开始，依次进行调整，使每个节点及其子树都满足大顶堆的性质。
  2. 排序过程：
    • 将堆顶元素和未排序部分的最后一个元素交换。
    • 对堆顶进行调整，使其重新成为大顶堆。

以下是堆排序的 C++ 代码示例：

cpp 复制代码 
#include <iostream>

// 调整堆
void heapify(int arr[], int n, int i) {
    int largest = i;
    int l = 2 * i + 1;
    int r = 2 * i + 2;

    if (l < n && arr[l] > arr[largest])
        largest = l;

    if (r < n && arr[r] > arr[largest])
        largest = r;

    if (largest!= i) {
        std::swap(arr[i], arr[largest]);

        heapify(arr, n, largest);
    }
}

// 堆排序函数
void heapSort(int arr[], int n) {
    for (int i = n / 2 - 1; i >= 0; i--)
        heapify(arr, n, i);

    for (int i = n - 1; i > 0; i--) {
        std::swap(arr[0], arr[i]);
        heapify(arr, i, 0);
    }
}

int main() {
    int arr[] = {12, 11, 13, 5, 6};
    int n = sizeof(arr) / sizeof(arr[0]);

    heapSort(arr, n);

    for (int i = 0; i < n; i++) {
        std::cout << arr[i] << " ";
    }

    return 0;
}
相关推荐
‘’林花谢了春红‘’25 分钟前
C++ list （链表）容器
c++·链表·list
机器视觉知识推荐、就业指导2 小时前
C++设计模式：建造者模式（Builder） 房屋建造案例
c++
Swift社区3 小时前
LeetCode - #139 单词拆分
算法·leetcode·职场和发展
Kent_J_Truman3 小时前
greater＜＞() 、less＜＞()及运算符 ＜ 重载在排序和堆中的使用
算法
IT 青年4 小时前
数据结构 （1）基本概念和术语
数据结构·算法
Yang.994 小时前
基于Windows系统用C++做一个点名工具
c++·windows·sql·visual studio code·sqlite3
熬夜学编程的小王4 小时前
【初阶数据结构篇】双向链表的实现（赋源码）
数据结构·c++·链表·双向链表
zz40_4 小时前
C++自己写类 和 运算符重载函数
c++
Dong雨4 小时前
力扣hot100--＞栈/单调栈
算法·leetcode·职场和发展
热门推荐
01(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02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04玄机平台应急响应—webshell查杀05Coze扣子平台完整体验和实践（附国内和国际版对比）06RAG 实践- Ollama+RagFlow 部署本地知识库07【目标跟踪】相机运动补偿08Unity中PICO实现 隔空取物 和 接触抓取物体09Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO10怎样让音频速度变慢？请跟随以下方法进行操作