【数据结构】排序合集(直接插入排序、希尔排序、冒泡排序、堆排序、选择排序、快速排序、归并排序、计数排序)

个人主页@我要成为c嘎嘎大王

希望这篇小小文章可以让你有所收获!

目录

一、直接插入排序

二、希尔排序

三、冒泡排序

四、堆排序

五、选择排序

[六、 快速排序](#六、 快速排序)

[6.1 hoare版本 (左右指针法)](#6.1 hoare版本 (左右指针法))

[6.2 挖坑法](#6.2 挖坑法)

[6.3 前后指针法](#6.3 前后指针法)

[6.4 非递归实现](#6.4 非递归实现)

[七、 归并排序](#七、 归并排序)

[7.1 递归实现](#7.1 递归实现)

[7.2 非递归实现](#7.2 非递归实现)

八、计数排序

九、总结


一、直接插入排序

基本思想:把待排序的数据按其大小逐个插入到一个已经排好序的有序序列中,直到所有的待排序的数据插入完为止,得到一个新的有序序列 。

cpp 复制代码
// 时间复杂度:O(N^2)  
// 最坏:逆序
// 最好:顺序有序,O(N)
// 插入排序
void InsertSort(int* a, int n) {
	for(int i = 0; i < n - 1;i++){
		// [0, n-2]是最后一组
		// [0,end]有序;
		// end+1位置的值插入[0,end],保持有序
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0) {
			if (tmp < a[end]) {
				a[end + 1] = a[end];
				end--;
			}
			else {
				break;
			}
		}
		a[end + 1] = tmp;
	}
}
  1. 元素集合越接近有序,直接插入排序算法的时间效率越高
  2. 时间复杂度:最坏情况下为O(N ^ 2),此时待排序列为逆序,或者说接近逆序 最好情况下为O(N),此时待排序列为升序,或者说接近升序。
  3. 空间复杂度:O(1)
  4. 稳定性:稳定

二、希尔排序

希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个小于N的整数gap作为第一增量,然后将所有距离为gap的元素分在同一组,并对每一组的元素进行直接插入排序。然后再取一个比第一增量小的整数作为第二增量,重复上述操作。当 gap == 1时,就相当整个序列被分到一组,进行一次直接插入排序,排序完成。

cpp 复制代码
// O(N^1.3)
// 希尔排序
void ShellSort(int* a, int n) {
	int gap = n;
	while (gap > 1) {
		// gap > 1时是预排序
 		// gap == 1时是插入排序
		gap = gap / 3 + 1;// +1保证最后一个gap一定是1
		for (int i = 0; i < n - gap; i++) {
			int end = i;
			int tmp = a[end + gap];
			while(end >= 0){
				if (tmp < a[end]) {
					a[end + gap] = a[end];
					end -= gap;
				}
				else {
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}
  1. 希尔排序是对直接插入排序的优化。
  2. 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了。这样整体而言,可以达到优化的效果。
  3. 希尔排序的时间复杂度不好计算,因为gap的取值方法很多,导致很难去计算,所以需要特殊记忆 :O(N ^ 1.3)
  4. 稳定性:不稳定

三、冒泡排序

基本思路:当左边大于右边时,进行交换。排序一趟可以确定最大值的位置。

cpp 复制代码
// O(N^2) 最坏
// O(N)   最好
// 冒泡排序
void BubbleSort(int* a, int n) {
	for (int i = 0; i < n; i++) {
		int flag = 1;
		for (int j = 1; j < n - i; j++) {
			if (a[j - 1] > a[j]) {
				Swap(&a[j - 1], &a[j]);
				flag = 0;
			}
		}
		if (flag) {
			break;
		}
	}
}
  1. 冒泡排序是一种非常容易理解的排序
  2. 时间复杂度:O(N^2)
  3. 空间复杂度:O(1)
  4. 稳定性:稳定

四、堆排序

堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆,排降序建小堆。

代码实现可以看这篇文章:【数据结构】堆的实现

  1. 时间复杂度:O(N*logN)
  2. 空间复杂度:O(1)
  3. 稳定性:不稳定

五、选择排序

基本思路:每次从待排序列中选出一个最小值,然后放在序列的起始位置,直到全部待排数据排完即可。

实际上,我们可以一趟选出两个值,一个最大值一个最小值,然后将其放在序列开头和末尾,这样可以使选择排序的效率快一倍。

cpp 复制代码
// O(N^2)
// 选择排序
void SelectSort(int* a, int n) {
	int begin = 0;
	int end = n - 1;
	while (begin < end) {
		int mini = begin;
		int maxi = end;
		for (int i = begin; i <= end; i++) {
			if (a[i] > a[maxi]) {
				maxi = i;
			}
			if (a[i] < a[mini]) {
				mini = i;
			}
		}
		Swap(&a[mini], &a[begin]);
		if (maxi == begin) {
			maxi = mini;
		}
		Swap(&a[maxi], &a[end]);
		begin++;
		end--;
	}
}
  1. 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
  2. 时间复杂度:O(N^2)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定

六、 快速排序

6.1 hoare版本 (左右指针法)

基本思路:

  1. 选出一个key,一般是最左边或是最右边的。
  2. 定义一个begin和一个end,begin从左向右走,end从右向左走。(需要注意的是:若选择最左边的数据作为key,则需要end先走;若选择最右边的数据作为key,则需要bengin先走)。
  3. 在走的过程中,若end遇到小于key的数,则停下,begin开始走,直到begin遇到一个大于key的数时,将begin和right的内容交换,end再次开始走,如此进行下去,直到begin和end最终相遇,此时将相遇点的内容与key交换即可。(选取最左边的值作为key)
  4. 此时key的左边都是小于key的数,key的右边都是大于key的数。
  5. 将key的左序列和右序列再次进行这种单趟排序,如此反复操作下去,直到左右序列只有一个数据,或是左右序列不存在时,便停止操作,此时此部分已有序
cpp 复制代码
// 快速排序递归实现
// 快速排序hoare版本
int PartSort1(int* a, int left, int right) {
	// 三数取中
	int midi = GetMid(a, left, right);
	Swap(&a[left], &a[midi]);
	int begin = left;
	int end = right;
	int keyi = begin;
	while (begin < end) {
		//右边找小
		while (begin < end && a[end] >= a[keyi]) {
			end--;
		}
		//左边找大
		while (begin < end && a[begin] <= a[keyi]) {
			begin++;
		}
		Swap(&a[begin], &a[end]);
	}
	Swap(&a[keyi], &a[begin]);
	return begin;
}
void QuickSort(int* a, int left, int right) {
	if (left >= right) {
		return;
	}
	int keyi = PartSort1(a, left, right);

	// [left, keyi-1] keyi [keyi+1, right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

优化快速排序:

三数取中法:取左端、中间、右端三个数,然后进行比较,将中值数当做key

否则有序时时间复杂度为O(N^2)。

  1. 快速排序整体的综合性能和使用场景都是比较好的,所以才敢叫快速排序
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(logN)
  4. 稳定性:不稳定

6.2 挖坑法

基本思路:

挖坑法思路与hoare版本(左右指针法)思路类似

  1. 选出一个数据(一般是最左边或是最右边的)存放在key变量中,在该数据位置形成一个坑
  2. 还是定义一个begin和一个end,begin从左向右走,end从右向左走。(若在最左边挖坑,则需要end先走;若在最右边挖坑,则需要begin先走)
  3. 后面的思路与hoare版本(左右指针法)思路类似。
cpp 复制代码
// 快速排序挖坑法
int PartSort2(int* a, int left, int right) {
	// 三数取中
	int midi = GetMid(a, left, right);
	Swap(&a[left], &a[midi]);

	int begin = left;
	int end = right;
	int keyi = begin;
	while (begin < end) {
		while (begin < end && a[end] >= a[keyi]) {
			end--;
		}
		a[begin] = a[end];
		while (begin < end && a[begin] <= a[keyi]) {
			begin++;
		}
		a[end] = a[begin];
	}
	a[begin] = a[keyi];
	return begin;
}
void QuickSort(int* a, int left, int right) {
	if (left >= right) {
		return;
	}
	int keyi = PartSort2(a, left, right);

	// [left, keyi-1] keyi [keyi+1, right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

6.3 前后指针法

思路:

  1. 选出一个key,一般是最左边或是最右边的。
  2. 起始时,prev指针指向序列开头,cur指针指向prev+1。
  3. 若cur指向的内容小于key,则prev先向后移动一位,然后交换prev和cur指针指向的内容,然后cur指针++;若cur指向的内容大于key,则cur指针直接++。如此进行下去,直到cur到达end位置,此时将key和++prev指针指向的内容交换即可。
  4. 经过一次单趟排序,最终也能使得key左边的数据全部都小于key,key右边的数据全部都大于key。
  5. 然后也还是将key的左序列和右序列再次进行这种单趟排序,如此反复操作下去,直到左右序列只有一个数据,或是左右序列不存在时,便停止操作
cpp 复制代码
// 快速排序前后指针法
int PartSort3(int* a, int left, int right) {
	// 三数取中
	int midi = GetMid(a, left, right);
	Swap(&a[left], &a[midi]);

	int keyi = left;
	int prev = left;
	int cur = left + 1;
	while (cur <= right) {
		if (a[cur] <= a[keyi] && ++prev != cur) {
			Swap(&a[prev], &a[cur]);
		}
		cur++;
	}
	Swap(&a[prev], &a[keyi]);
	return prev;
}
void QuickSort(int* a, int left, int right) {
	if (left >= right) {
		return;
	}
	int keyi = PartSort3(a, left, right);

	// [left, keyi-1] keyi [keyi+1, right]
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

6.4 非递归实现

这里我们结束这一数据结构模拟快速排序递归的过程。

基本思路:

  1. 我们先把左右区间对应的下标进行入栈。我们都知道,栈的特点是后进先出LIFO(Last In First Out),这样我们可以先入右区间、再入左区间,这样就达到了递归的效果。(即先排左区间、后排右区间)
  2. 拿到 keyi 后,我们需要注意不能直接就将keyi的两侧进行入栈,这样会有越界访问的风险。需要进行判断后再入栈。
  3. 当栈不为空时,说明还有区间没有进行排序。为空时说明所有区间均以排好即已经为有序数组
cpp 复制代码
// 快速排序 非递归实现
void QuickSortNonR(int* a, int left, int right) {
	Stack st;
	StackInit(&st);
	StackPush(&st, right);
	StackPush(&st, left);
	while (!StackEmpty(&st)) {
		int begin = StackTop(&st);
		StackPop(&st);
		int end = StackTop(&st);
		StackPop(&st);
		int keyi = PartSort2(a, begin, end);
		if (end > keyi + 1) {
			StackPush(&st, end);
			StackPush(&st, keyi + 1);
		}
		if (begin < keyi - 1) {
			StackPush(&st, keyi - 1);
			StackPush(&st, begin);
		}
	}
	StackDestroy(&st);
}

七、 归并排序

7.1 递归实现

思路:

  1. 不断的分割数据,让数据的每一段都有序(一个数据相当于有序)
  2. 当所有子序列有序的时候,在把子序列归并,形成更大的子序列,最终整个数组有序。
cpp 复制代码
// 时间复杂度:O(N*logN)
// 空间复杂度:O(N)
// 归并排序递归实现
void _MergeSort(int* a, int* tmp, int left, int right) {
	if (left == right) {
		return;
	}
	int midi = (left + right) / 2;
	_MergeSort(a, tmp, left, midi);
	_MergeSort(a, tmp, midi + 1, right);
	int begin1 = left;
	int end1 = midi;
	int begin2 = midi + 1;
	int end2 = right;
	int i = left;
	while (begin1 <= end1 && begin2 <= end2) {
		if (a[begin1] < a[begin2]) {
			tmp[i++] = a[begin1++];
		}
		else {
			tmp[i++] = a[begin2++];
		}
	}
	while (begin1 <= end1) {
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2) {
		tmp[i++] = a[begin2++];
	}
	memcpy(a + left, tmp + left, sizeof(int) * (right - left + 1));
}
void MergeSort(int* a, int n) {
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL) {
		perror("malloc");
		exit(1);
	}
	_MergeSort(a, tmp, 0, n - 1);
	free(tmp);
	tmp == NULL;
}

7.2 非递归实现

cpp 复制代码
// 归并排序非递归实现
void MergeSortNonR(int* a, int n) {
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL) {
		perror("malloc");
		exit(1);
	}
	int gap = 1;
	while (gap < n) {
		for (int i = 0; i < n; i += 2 * gap) {
			int begin1 = i;
			int end1 = i + gap - 1;
			int begin2 = i + gap;
			int end2 = i + 2 * gap - 1;

			if (begin2 > n - 1) {
				break;
			}
			if (end2 > n - 1) {
				end2 = n - 1;
			}
			int j = i;
			while (begin1 <= end1 && begin2 <= end2) {
				if (a[begin1] < a[begin2]) {
					tmp[j++] = a[begin1++];
				}
				else {
					tmp[j++] = a[begin2++];
				}
			}
			while (begin1 <= end1) {
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2) {
				tmp[j++] = a[begin2++];
			}
			memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
		}
		gap *= 2;
	}
	free(tmp);
	tmp == NULL;
}
  1. 归并的缺点在于需要O(N)的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(N)
  4. 稳定性:稳定

八、计数排序

一种特殊的排序,唯一种没有比较的排序(指没有前后比较,还是有交换的)

体现的是映射思维。

cpp 复制代码
// 计数排序
void CountSort(int* a, int n) {
	int max = a[0];
	int min = a[0];
	for (int i = 0; i < n; i++) {
		if (a[i] > max) {
			max = a[i];
		}
		if (a[i] < min) {
			min = a[i];
		}
	}

	int range = max - min + 1;
	int* count = (int*)calloc(range, sizeof(int));
	if (count == NULL)
	{
		perror("calloc");
		exit(1);
	}
	for (int i = 0; i < n; i++) {
		count[a[i] - min]++;
	}
	int j = 0;
	for (int i = 0; i < range; i++) {

		while (count[i]--) {
			a[j] = i + min;
		}
	}
	free(count);
	count = NULL;
}
  1. 计数排序在数据范围集中时,效率很高,但是适用范围及场景有限。
  2. 时间复杂度:O(MAX(N,范围))
  3. 空间复杂度:O(范围)
  4. 稳定性:稳定

九、总结

希望这篇小小文章可以为你解答疑惑!

若上述文章有什么错误,欢迎各位大佬及时指出,我们共同进步!

相关推荐
肥猪猪爸1 小时前
使用LSTM进行时间序列分析
数据结构·人工智能·rnn·深度学习·算法·lstm·时间序列分析
哈听星1 小时前
数值积分实验
算法
2401_837088502 小时前
List<Integer> list=new ArrayList<>()
数据结构·list
<但凡.3 小时前
C++修炼:map和set的封装
数据结构·c++
生活很暖很治愈3 小时前
《函数栈帧的创建和销毁》
c语言·数据结构·c++·编辑器
yours_Gabriel3 小时前
【力扣】面试题 01.04. 回文排列
java·数据结构·leetcode
Musennn3 小时前
leetcode106.从中序与后序遍历序列构造二叉树:索引定位与递归分治的完美配合
java·数据结构·算法·leetcode
OKkankan3 小时前
类和对象(中1)
c语言·数据结构·c++·算法
共享家95273 小时前
算法刷题记录:滑动窗口经典题目解析
c++·算法·leetcode
啥都想学的又啥都不会的研究生5 小时前
常规算法学习
java·数据结构·b树·学习·算法·排序算法