排序合集(一)

一、直接插入排序 (Insertion Sort)

基本思想

直接插入排序是一种简单直观的排序算法,就像我们打扑克牌时的操作:每次摸到一张牌,都会把它插入到手中已排好序的牌的正确位置。通过这种方式,逐步构建一个有序序列。

步骤
  1. 从第一个元素开始,该元素可以认为已经被排序。

  2. 取出下一个元素,在已经排序的元素序列中从后向前扫描。

  3. 如果该元素(已排序)大于新元素,将该元素移到下一位置。

  4. 重复步骤3,直到找到已排序的元素小于或等于新元素的位置。

  5. 将新元素插入到该位置后。

  6. 重复步骤2~5,直到所有元素都被排序。

C语言代码示例
cpp 复制代码
void InsertSort(int* a, int n) {
    for (int i = 1; i < n; i++) { // 从第二个元素开始
        int temp = a[i]; // 当前要插入的元素
        int j = i - 1;    // 从已排序部分的最后一个元素开始比较
        while (j >= 0 && a[j] > temp) {
            a[j + 1] = a[j]; // 如果当前元素大于新元素,向后移动
            j--;
        }
        a[j + 1] = temp; // 找到插入位置后,插入新元素
    }
}
算法分析
  • 时间复杂度

    • 最好情况(已排好序):O(n),每个元素只需比较一次。

    • 平均情况和最坏情况(逆序):O(n²)。

  • 空间复杂度:O(1),只需要一个临时变量。

  • 稳定性:稳定。相等元素的相对位置不会改变。

  • 适用场景:适用于小型数据集或基本有序的数据集,效率较高。


二、冒泡排序 (Bubble Sort)

基本思想

冒泡排序是一种简单但效率较低的排序算法。它的名字来源于其工作方式:通过重复遍历待排序的数列,比较相邻的两个元素,如果顺序错误就交换它们。每次遍历后,最大的元素会像气泡一样"浮"到数列的末尾。

步骤
  1. 比较相邻的元素。如果第一个比第二个大,就交换它们。

  2. 对每一对相邻元素做同样的操作,从第一个元素到最后一个元素。经过这一轮后,最大的元素会移动到数列的末尾。

  3. 重复上述步骤,但每次减少比较的范围,因为最后的元素已经排好序。

  4. 继续重复,直到整个数列有序。

C语言代码示例
cpp 复制代码
void bubbleSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) { // 遍历 n-1 次
        for (int j = 0; j < n - i - 1; j++) { // 每次减少比较范围
            if (arr[j] > arr[j + 1]) { // 如果顺序错误,交换
                int temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;
            }
        }
    }
}
算法分析
  • 时间复杂度

    • 最好情况(已排好序):O(n),因为只需要遍历一次。

    • 平均情况和最坏情况(逆序):O(n²)。

  • 空间复杂度:O(1),只需要一个临时变量。

  • 稳定性:稳定。相等元素的相对位置不会改变。

  • 适用场景:由于效率较低,通常只用于教学示例,不适合实际应用。


三、希尔排序 (Shell Sort)

基本思想

希尔排序是插入排序的一种改进版本,通过引入"增量"来分组排序,减少数据的移动次数。它将待排序的元素分成若干组,每组内的元素间距为某个增量,然后对每组进行插入排序。随着增量逐渐减小,最终增量为1时,整个序列基本有序,此时再进行一次直接插入排序即可完成。

步骤
  1. 选择一个增量序列,例如 [n/2, n/4, ..., 1]

  2. 按增量序列的个数进行多趟排序。

  3. 每趟排序中,根据当前增量将序列分成若干子序列,对每个子序列进行插入排序。

  4. 增量逐步减小,直到增量为1,完成排序。

C语言代码示例
cpp 复制代码
void shellSort(int arr[], int n) {
    for (int gap = n / 2; gap > 0; gap /= 2) { // 增量逐步减小
        for (int i = gap; i < n; i++) { // 对每个子序列进行插入排序
            int temp = arr[i];
            int j = i;
            while (j >= gap && arr[j - gap] > temp) {
                arr[j] = arr[j - gap];
                j -= gap;
            }
            arr[j] = temp;
        }
    }
}
算法分析
  • 时间复杂度

    • 最好情况:O(n log n)。

    • 平均情况:取决于增量序列,通常在 O(n log² n) 到 O(n^(3/2)) 之间。

    • 最坏情况:O(n²)。

  • 空间复杂度:O(1)。

  • 稳定性:不稳定。由于分组排序,可能会破坏元素的相对顺序。

  • 适用场景:适用于中等规模的数据集,性能优于简单排序算法。


四、选择排序 (Selection Sort)

基本思想

选择排序是一种简单直观的排序算法。它的核心思想是:每次从未排序的部分中找到最小(或最大)的元素,放到已排序部分的末尾。通过逐步缩小未排序部分的范围,最终完成排序。

步骤
  1. 在未排序的序列中找到最小元素。

  2. 将最小元素与未排序部分的第一个元素交换。

  3. 将已排序部分的边界向后移动一位。

  4. 重复上述步骤,直到所有元素都被排序。

C语言代码示例
cpp 复制代码
void selectionSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) { // 遍历 n-1 次
        int min_idx = i; // 假设当前元素为最小值
        for (int j = i + 1; j < n; j++) { // 找到未排序部分的最小值
            if (arr[j] < arr[min_idx]) {
                min_idx = j;
            }
        }
        // 交换最小值与当前元素
        int temp = arr[min_idx];
        arr[min_idx] = arr[i];
        arr[i] = temp;
    }
}
算法分析
  • 时间复杂度

    • 最好、平均和最坏情况:O(n²)。
  • 空间复杂度:O(1)。

  • 稳定性:不稳定。交换操作可能会破坏相等元素的相对顺序。

  • 适用场景:实现简单,适合小型数据集或教学示例。


五、堆排序 (Heap Sort)

基本思想

堆排序是一种基于堆数据结构的排序算法。堆是一种特殊的完全二叉树,分为大顶堆和小顶堆。堆排序利用堆的性质,快速找到最大或最小元素,并逐步构建有序序列。

步骤
  1. 将待排序的序列构建成一个大顶堆(升序排序)或小顶堆(降序排序)。

  2. 将堆顶元素(最大值或最小值)与末尾元素交换。

  3. 将剩余的元素重新调整为堆。

  4. 重复上述步骤,直到所有元素都被排序。

C语言代码示例
cpp 复制代码
void heapify(int arr[], int n, int i) {
    int largest = i; // 假设当前节点为最大值
    int left = 2 * i + 1; // 左子节点
    int right = 2 * i + 2; // 右子节点

    if (left < n && arr[left] > arr[largest]) {
        largest = left; // 如果左子节点更大
    }
    if (right < n && arr[right] > arr[largest]) {
        largest = right; // 如果右子节点更大
    }
    if (largest != i) {
        // 交换当前节点与最大值节点
        int temp = arr[i];
        arr[i] = arr[largest];
        arr[largest] = temp;

        // 递归调整子树
        heapify(arr, n, largest);
    }
}

void heapSort(int arr[], int n) {
    // 构建大顶堆
    for (int i = n / 2 - 1; i >= 0; i--) {
        heapify(arr, n, i);
    }

    // 逐步提取堆顶元素
    for (int i = n - 1; i >= 0; i--) {
        // 交换堆顶元素与末尾元素
        int temp = arr[0];
        arr[0] = arr[i];
        arr[i] = temp;

        // 调整剩余元素为堆
        heapify(arr, i, 0);
    }
}
算法分析
  • 时间复杂度

    • 最好、平均和最坏情况:O(n log n)。
  • 空间复杂度:O(1)。

  • 稳定性:不稳定。交换操作可能会破坏相等元素的相对顺序。

  • 适用场景:适合大数据量的排序,性能稳定。

相关推荐
欧了1111 小时前
动态规划LeetCode-1049.最后一块石头的重量Ⅱ
c语言·算法·leetcode·动态规划·01背包
tamak1 小时前
c/c++蓝桥杯经典编程题100道(21)背包问题
c语言·c++·蓝桥杯
apcipot_rain3 小时前
数据结构实验——排序算法的实现与分析
c语言·数据结构·算法·排序算法
kk努力学编程4 小时前
Linux基础18-C语言篇之运算符Ⅰ【入门级】
linux·运维·c语言
拉一次撑死狗7 小时前
LeetCode数组相关算法题(1)【C语言版】
c语言·算法·leetcode
*TQK*7 小时前
ZZNUOJ(C/C++)基础练习1091——1100(详解版)⭐
c语言·c++
tt5555555555558 小时前
每日一题——括号生成
c语言·数据结构·算法·leetcode
F-2H10 小时前
数据结构:队列
linux·c语言·开发语言·数据结构·算法·链表
一期一祈^18 小时前
C语言——文件操作
c语言·开发语言