数据结构中的排序算法
2016-09-04 10:52
211 查看
概述
排序分为内存排序和外部排序,内部排序在内存中进行,外部排序因数据量较大,在外存中进行。一般我们常说的八大排序为内部排序。复杂度为O(nlog2n)的排序算法:快速排序、堆排序和归并排序。
1.插入排序--直接插入排序
1.1 算法思想每趟将一个待排序的元素作为关键字,按照其关键字值的大小插入到已经排好的部分序列的适当位置上,插入时从后向前查找合适位置,直到插入完成。
1.2 代码
void insertSort(int R[],int n) { int i,j,temp; for(i=1;i<n;i++) { temp = R[i]; j = i-1; while(j>=0&&temp<R[j]) { R[j+1] = R[j]; j--; } R[j+1] = temp; } }时间复杂度O(n²),空间复杂度O(1)。
2.折半查找
2.1 算法思想前提数组有序,设置数组最小、最大、中间元素下标分别为low、high、middle。将待查找元素与数组中间位置元素比较,若小于中间元素,high=middle-1;若大于中间元素,low = middle+1;其中,middle=(low+high)/2.
注:循环条件:while(low<=high)
2.2 代码
int binarySearch(int a[],int n,int key) { int low = 0; int high = n-1; int middle; while(low<=high) { middle = (low+high)/2; if(key==a[middle]) return middle; else if(key>a[middle]) low = middle + 1; else high = middle - 1; } return -1; }
3.希尔排序
又叫做缩小增量排序,其本质还是插入排序。此外,希尔排序不稳定。4.冒泡排序
4.1 算法思想首先第一个记录和第二个记录比较,若前者较大,则两者互换;否则,不交换。如此循环一次,则最大元素位于最后。第二次循环,第二大元素位于数组倒数第二的位置。步骤如下。
注:在第二层循环中设置标志位监视是否有元素发生交换,若无,直接返回。
4.2 代码
void bubbleSort(int a[],int n) { int i,j,temp,flag; for(i=n-1;i>0;i--) { flag = 0; for(j=0;j<i;j++) { if(a[j]>a[j+1]) { temp = a[j+1]; a[j+1] = a[j]; a[j] = temp; flag = 1; } } if(flag==0) return; } }
5.快速排序
5.1 算法思想一趟快速排序是以一个“枢轴”为中心,将序列分成两部分,一边全是比它小的,另一边全是比它大的。
注:用到了while循环与递归。
5.2 代码
void quickSort(int a[],int l,int r) { int temp,i,j; i = l; j = r; if(l<r) { temp = a[i]; while(i!=j) { while(j>i&&temp<a[j]) j--;//自右向左扫描 if(i<j) { a[i] = a[j]; i++; } while(j>i&&temp>a[i]) i++;//自左向右扫描 if(i<j) { a[j] = a[i]; j--; } } a[i] = temp; quickSort(a,l,i-1); quickSort(a,i+1,r); } }时间复杂度O(nlog2n),空间复杂度O(log2n)。
6.选择排序--简单选择排序
6.1 算法思想在要排序的一组数中,选出最小(或者最大)的一个数与第1个位置的数交换;然后在剩下的数当中再找最小(或者最大)的与第2个位置的数交换,依次类推,直到第n-1个元素(倒数第二个数)和第n个元素(最后一个数)比较为止。示例如下:
6.2 代码
void selectSort(int a[],int n) { int i,j,k; int temp; for(i=0;i<n-1;i++) { k = i; for(j=i+1;j<n;j++) { if(a[k]>a[j]) { k = j; } } temp = a[i]; a[i] = a[k]; a[k] = temp; } }
7.选择排序--堆排序
堆排序是一种树形选择排序,是对简单选择排序的一种改进。7.1 算法思想
任何一个非叶节点的值都不大于(或不小于)其左右孩子结点的值。若父亲大孩子小,则这样的堆叫做大顶堆;若父亲小孩子大,称为小顶堆。
由定义可知,代表堆的这棵完全二叉树的根节点的值是最大(或最小)的,最后一个元素与堆顶交换,替换后,有序序列元素增加1,无序序列元素减少1.
因此,堆排序需要解决两个问题:
①如何将n个待排序的数建成堆。
②输出堆顶元素后,如何调整剩余n-1个元素,成为新堆。
首先讨论第二个问题:输出堆顶元素后,对剩余n-1元素重新建成堆的调整过程。
调整小顶堆的方法:
1)设有m 个元素的堆,输出堆顶元素后,剩下m-1 个元素。将堆底元素送入堆顶((最后一个元素与堆顶进行交换),堆被破坏,其原因仅是根结点不满足堆的性质。
2)将根结点与左、右子树中较小元素的进行交换。
3)若与左子树交换:如果左子树堆被破坏,即左子树的根结点不满足堆的性质,则重复方法 (2).
4)若与右子树交换,如果右子树堆被破坏,即右子树的根结点不满足堆的性质。则重复方法 (2).
5)继续对不满足堆性质的子树进行上述交换操作,直到叶子结点,堆被建成。
称这个自根结点到叶子结点的调整过程为筛选。如图:
再讨论对n 个元素初始建堆的过程。
建堆方法:对初始序列建堆的过程,就是一个反复进行筛选的过程。
1)n 个结点的完全二叉树,则最后一个结点是第
个结点的子树。
2)筛选从第
个结点为根的子树开始,该子树成为堆。
3)之后向前依次对各结点为根的子树进行筛选,使之成为堆,直到根结点。
如图建堆初始过程:无序序列:(49,38,65,97,76,13,27,49)
7.2 代码
void sift(int R[],int low,int high) { int i = low,j = 2*i;//R[j]是R[i]的左孩子结点 int temp = R[i]; while(j<=high) { if(j<high&&R[j]<R[j+1])//若右孩子较大,则把j指向右孩子 j++; //j变为2*i+1 if(temp<R[j]) { R[i] = R[j];//把R[j]调整到双亲结点的位置上 i = j; //修改i和j的值,以便继续向下调整 j = 2*i; } else break;//调整结束 } R[i] = temp;//被调整结点的值放入最终位置 } /*堆排序函数*/ void heapSort(int R[],int n) { int i,temp; for(i=n/2;i>=1;--i)//建立初始堆 { sift(R,i,n); } for(i=n;i>=2;--i)//进行n-1次循环完成堆排序 { //以下3句换出了根节点中元素,将其放入最终位置 temp = R[1]; R[1] = R[i]; R[i] = temp; sift(R,1,i-1);//在减少了1个元素的无序序列中进行调整 } }
8.归并排序
算法思想归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
归并排序示例:
相关文章推荐
- 数据结构—各类‘排序算法’实现(下)
- 【数据结构】常见排序算法复杂度
- 【数据结构和算法】排序算法之四:希尔排序
- 【数据结构】C语言判断链表是否为空,计算链表长度及链表排序算法
- 常见数据结构查找、插入、删除、遍历性能比较 常见排序算法的比较(图)
- 数据结构和算法——排序算法(冒泡法 选择法 插入法 快速法)实现
- 数据结构--排序算法
- [数据结构]七种排序算法小结
- 【数据结构和算法】Java常用排序算法/程序员必须掌握的8大排序算法
- 数据结构复习之排序算法的总结回顾
- 各种排序(数据结构复习之内部排序算法总结)
- 数据结构------php写出几种排序算法以及二分法查找算法
- 浅谈算法和数据结构: 二 基本排序算法
- 数据结构-排序算法时间和空间效率分析
- 排序算法数据结构 Compositor.h
- 数据结构中的7种排序算法
- 数据结构基本排序算法
- 算法与数据结构-常用排序算法总结1-比较排序
- 数据结构(十二)——排序算法
- 复习数据结构:排序算法(二)——冒泡排序