数据结构-排序算法总结
2018-01-14 14:16
295 查看
1、二路归并排序
/*
* 二路归并排序
* 思路:利用分治思想,对原数组进行二分分段,使元素在每一小段内有序,然后逐渐合并
* 如,最小分段是2,先2内有序,合并为4,4内有序。。。。
*
* 时间复杂度:O(nlogn)
* 空间复杂度:O(n)需要一个额外的数组作为临时存储
*/
static void mergeSort(int array[], int helper[], int left, int right) {
if (left >= right)
return;
int mid = (left + right) / 2;
mergeSort(array, helper, left, mid);
mergeSort(array, helper, mid + 1, right);
int helperLeft = left;
int helperRight = mid + 1;
int cur = left;
for (int i = left; i <= right; i++) {
helper[i] = array[i];
}
while (helperLeft <= mid && helperRight <= right) {
if (helper[helperLeft] <= helper[helperRight])
array[cur++] = helper[helperLeft++];
else
array[cur++] = helper[helperRight++];
}
while (helperLeft <= mid)
array[cur++] = helper[helperLeft++];
}
2、快速排序
/*
* 快速排序
* 思路:先选择一个哨兵元素,然后后往前遍历,遇到比哨兵小的元素停止,从前往后进行遍历,
* 遇到比哨兵元素大的元素停止,交换两个元素,继续,直到前后相遇,此时交换相遇点的元素
* 和哨兵元素,一趟排序下来,可以确保哨兵元素左边的元素比哨兵小,右边的元素比哨兵大(升序排序);
* 然后分区间再继续上述过程
* 注意:通常选取左边界作为哨兵元素,此时,必定先进行从后往前的移动,否则不对称缺项会出错
*
* 时间复杂度:平均O(nlogn) 最差O(n^2)
* 空间复杂度:O(logn)交换时需要一个额外的空间,一共交换logn次
*/
static void quickSort(int array[], int left, int right) {
if (left >= right)
return;
int pivot = array[left];
int i = left;
int j = right;
while (i != j) {
while (array[j] >= pivot && j > i)
j--;
while (array[i] <= pivot && i < j)
i++;
if (i < j) {
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
}
array[left] = array[i];
array[i] = pivot;
quickSort(array, left, i - 1);
quickSort(array, i + 1, right);
}
3、堆排序
/*
* 堆排序
*/
//调整堆,larger=true大顶堆,否则为小顶堆
static void adjustHeap(int array[], int parent, int length, bool large) {
int pivot = array[parent]; //保存当前父节点
int child = 2 * parent + 1; //获取左孩子
while (child < length) {
if (large) {
//大顶堆
//如果有右孩子,且右孩子大于左孩子,选取有孩子节点
if (child + 1 < length && array[child] < array[child + 1])
child++;
// 如果父节点的值已经大于孩子节点的值,则直接结束
if (array[parent] >= array[child])
break;
} else {
//如果有右孩子,且右孩子小于左孩子,选取右孩子节点
if (child + 1 < length && array[child] > array[child + 1])
child++;
//如果父节点的值已经小于孩子节点的值,则直接结束
if (array[parent] < array[child])
break;
}
//把孩子节点的值赋给父节点
array[parent] = array[child];
//选取孩子节点的左孩子节点,继续向下筛选
parent = child;
child = child * 2 + 1;
array[parent] = pivot;
}
}
/*
* 初始化堆
* 调整之后,第一个元素为序列的极值
*/
static void buildHeap(int array[], int length, bool large) {
for (int i = (length - 1) / 2; i >= 0; --i)
adjustHeap(array, i, length, large);
}
/*
* 初次建堆时间复杂度O(n)
* 调整一次的时间为O(logn),一共调整n次
* 时间复杂度为O(nlogn)
* 空间复杂度O(1)
*/
static void heapSort(int array[], int length, bool increase) {
bool large;
if (increase) {
large = true;
} else {
large = false;
}
buildHeap(array, length, large);
print(array, length);
//将极值逐渐放到队尾,剩下元素重新调整
for (int i = length - 1; i > 0; i--) {
int temp = array[i];
array[i] = array[0];
array[0] = temp;
adjustHeap(array, 0, i, large);
print(array, length);
}
}
4、直接插入排序
/*
* 直接插入排序
* 思路:由第二个元素开始,从前向后遍历,如若当前元素比前一个元素小,则将
* 当前元素设为哨兵元素,保存当前元素,从当前位置向前扫描,寻找哨兵元素应该插入的位置,
* 前面的元素依次后移,找到直接插入。然后继续上述过程
* 时间复杂度:O(n^2)
* 空间复杂度:O(1)
*/
static void directInsertSort(int array[], int length) {
//升序版本
for (int i = 1; i < length; i++) {
if (array[i] < array[i - 1]) { //找到小数
int j = i - 1;
int pivot = array[i]; //复制小数为哨兵元素
array[i] = array[i - 1]; //先进行一次后移
while (pivot < array[j] && j >= 0) { //寻找小数插入位置
array[j + 1] = array[j];
j--;
}
array[j + 1] = pivot;
}
}
}
5、希尔排序
/*
* shell排序(缩小增量排序)
* 思路:以一定间隔对数组进行分组,在组上进行直接插入排序,使之有序,之后缩小间隔,
* 重复上述过程
* 时间复杂度:O(n^1.5)
* 空间复杂度:O(1)
*/
static void shellSort(int array[], int length) {
int gap = length / 2;
while (gap >= 1) {
//距离间隔gap为一组,遍历所有组
for (int i = gap; i < length; i++) {
if (array[i] < array[i - gap]) {
int j = i - gap;
int x = array[i];
array[i] = array[j];
//寻找x在当前序列上的插入点
while (x < array[j] && j >= 0) {
array[j + gap] = array[j];
j -= gap;
}
array[j + gap] = x;
}
}
print(array, length);
gap /= 2;
}
}
6、冒泡排序
/*
* 冒泡排序
* 思路:每次内循环使相邻元素有序,单次循环后最大值沉底(升序时)
* 之后缩短内循环范围,继续上述操作,但是 有个问题,太冗杂
* 时间复杂度:O(N^2)
* 空间复杂度:O(1)
*/
static void bubbleSort(int array[], int length) {
for (int i = 0; i < length - 1; i++) {
for (int j = 0; j < length - i - 1; j++) {
if (array[j] > array[j + 1]) {
int temp = array[j];
array[j] = array[j + 1];
array[j + 1] = temp;
}
}
print(array, length);
}
}
/*
* 二路归并排序
* 思路:利用分治思想,对原数组进行二分分段,使元素在每一小段内有序,然后逐渐合并
* 如,最小分段是2,先2内有序,合并为4,4内有序。。。。
*
* 时间复杂度:O(nlogn)
* 空间复杂度:O(n)需要一个额外的数组作为临时存储
*/
static void mergeSort(int array[], int helper[], int left, int right) {
if (left >= right)
return;
int mid = (left + right) / 2;
mergeSort(array, helper, left, mid);
mergeSort(array, helper, mid + 1, right);
int helperLeft = left;
int helperRight = mid + 1;
int cur = left;
for (int i = left; i <= right; i++) {
helper[i] = array[i];
}
while (helperLeft <= mid && helperRight <= right) {
if (helper[helperLeft] <= helper[helperRight])
array[cur++] = helper[helperLeft++];
else
array[cur++] = helper[helperRight++];
}
while (helperLeft <= mid)
array[cur++] = helper[helperLeft++];
}
2、快速排序
/*
* 快速排序
* 思路:先选择一个哨兵元素,然后后往前遍历,遇到比哨兵小的元素停止,从前往后进行遍历,
* 遇到比哨兵元素大的元素停止,交换两个元素,继续,直到前后相遇,此时交换相遇点的元素
* 和哨兵元素,一趟排序下来,可以确保哨兵元素左边的元素比哨兵小,右边的元素比哨兵大(升序排序);
* 然后分区间再继续上述过程
* 注意:通常选取左边界作为哨兵元素,此时,必定先进行从后往前的移动,否则不对称缺项会出错
*
* 时间复杂度:平均O(nlogn) 最差O(n^2)
* 空间复杂度:O(logn)交换时需要一个额外的空间,一共交换logn次
*/
static void quickSort(int array[], int left, int right) {
if (left >= right)
return;
int pivot = array[left];
int i = left;
int j = right;
while (i != j) {
while (array[j] >= pivot && j > i)
j--;
while (array[i] <= pivot && i < j)
i++;
if (i < j) {
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
}
array[left] = array[i];
array[i] = pivot;
quickSort(array, left, i - 1);
quickSort(array, i + 1, right);
}
3、堆排序
/*
* 堆排序
*/
//调整堆,larger=true大顶堆,否则为小顶堆
static void adjustHeap(int array[], int parent, int length, bool large) {
int pivot = array[parent]; //保存当前父节点
int child = 2 * parent + 1; //获取左孩子
while (child < length) {
if (large) {
//大顶堆
//如果有右孩子,且右孩子大于左孩子,选取有孩子节点
if (child + 1 < length && array[child] < array[child + 1])
child++;
// 如果父节点的值已经大于孩子节点的值,则直接结束
if (array[parent] >= array[child])
break;
} else {
//如果有右孩子,且右孩子小于左孩子,选取右孩子节点
if (child + 1 < length && array[child] > array[child + 1])
child++;
//如果父节点的值已经小于孩子节点的值,则直接结束
if (array[parent] < array[child])
break;
}
//把孩子节点的值赋给父节点
array[parent] = array[child];
//选取孩子节点的左孩子节点,继续向下筛选
parent = child;
child = child * 2 + 1;
array[parent] = pivot;
}
}
/*
* 初始化堆
* 调整之后,第一个元素为序列的极值
*/
static void buildHeap(int array[], int length, bool large) {
for (int i = (length - 1) / 2; i >= 0; --i)
adjustHeap(array, i, length, large);
}
/*
* 初次建堆时间复杂度O(n)
* 调整一次的时间为O(logn),一共调整n次
* 时间复杂度为O(nlogn)
* 空间复杂度O(1)
*/
static void heapSort(int array[], int length, bool increase) {
bool large;
if (increase) {
large = true;
} else {
large = false;
}
buildHeap(array, length, large);
print(array, length);
//将极值逐渐放到队尾,剩下元素重新调整
for (int i = length - 1; i > 0; i--) {
int temp = array[i];
array[i] = array[0];
array[0] = temp;
adjustHeap(array, 0, i, large);
print(array, length);
}
}
4、直接插入排序
/*
* 直接插入排序
* 思路:由第二个元素开始,从前向后遍历,如若当前元素比前一个元素小,则将
* 当前元素设为哨兵元素,保存当前元素,从当前位置向前扫描,寻找哨兵元素应该插入的位置,
* 前面的元素依次后移,找到直接插入。然后继续上述过程
* 时间复杂度:O(n^2)
* 空间复杂度:O(1)
*/
static void directInsertSort(int array[], int length) {
//升序版本
for (int i = 1; i < length; i++) {
if (array[i] < array[i - 1]) { //找到小数
int j = i - 1;
int pivot = array[i]; //复制小数为哨兵元素
array[i] = array[i - 1]; //先进行一次后移
while (pivot < array[j] && j >= 0) { //寻找小数插入位置
array[j + 1] = array[j];
j--;
}
array[j + 1] = pivot;
}
}
}
5、希尔排序
/*
* shell排序(缩小增量排序)
* 思路:以一定间隔对数组进行分组,在组上进行直接插入排序,使之有序,之后缩小间隔,
* 重复上述过程
* 时间复杂度:O(n^1.5)
* 空间复杂度:O(1)
*/
static void shellSort(int array[], int length) {
int gap = length / 2;
while (gap >= 1) {
//距离间隔gap为一组,遍历所有组
for (int i = gap; i < length; i++) {
if (array[i] < array[i - gap]) {
int j = i - gap;
int x = array[i];
array[i] = array[j];
//寻找x在当前序列上的插入点
while (x < array[j] && j >= 0) {
array[j + gap] = array[j];
j -= gap;
}
array[j + gap] = x;
}
}
print(array, length);
gap /= 2;
}
}
6、冒泡排序
/*
* 冒泡排序
* 思路:每次内循环使相邻元素有序,单次循环后最大值沉底(升序时)
* 之后缩短内循环范围,继续上述操作,但是 有个问题,太冗杂
* 时间复杂度:O(N^2)
* 空间复杂度:O(1)
*/
static void bubbleSort(int array[], int length) {
for (int i = 0; i < length - 1; i++) {
for (int j = 0; j < length - i - 1; j++) {
if (array[j] > array[j + 1]) {
int temp = array[j];
array[j] = array[j + 1];
array[j + 1] = temp;
}
}
print(array, length);
}
}
相关文章推荐
- 各种排序(数据结构复习之内部排序算法总结)
- 数据结构几种排序算法的时间和空间复杂度总结
- 数据结构-排序算法总结
- 【数据结构】排序算法时间效率、空间效率以及算法稳定性总结
- [数据结构]九大基础排序算法总结
- 数据结构-各类排序算法总结(一)
- 数据结构之各种排序算法总结之快速排序
- 算法与数据结构-常用排序算法总结2-基数排序
- 数据结构-各类排序算法总结(二)
- 【数据结构】排序算法总结及php排序算法实现代码(伪代码见 http://blog.sina.com.cn/s/blog_676a011e0100ty5o.html)
- 数据结构几种排序算法详解和总结(java版)
- 【数据结构总结:排序算法】
- 数据结构笔记--总结各种排序算法及其应用
- 数据结构--排序算法总结
- 数据结构-排序算法总结与感悟
- 算法与数据结构-常用排序算法总结2-计数排序
- 数据结构与算法总结4_排序算法
- 数据结构-各类排序算法总结(三)
- 数据结构的排序算法总结与分析(完整代码)
- 数据结构复习之排序算法的总结回顾