首页 > 编程语言 >排序算法

排序算法

时间:2024-07-16 09:51:33浏览次数:10  
标签:nums int void 算法 vector left 排序 size

排序算法

sort.h
#pragma once
#include <iostream>
#include <vector>

using namespace std;

void BubbleSortPositive(std::vector<int> &nums);
void insertSortPositive(vector<int> &array);
void SelectionSort(vector<int> &nums);
void quickSort(vector<int> &nums, int left, int right);
void merge(vector<int> &nums, int left, int mid, int right);
void mergeSort(vector<int> &nums, int left, int right);
void heapSort(vector<int> &nums);
void heapify(vector<int> &nums, int n, int index);
void bucketSort(vector<int> &nums);
void bucketSortEX(vector<int> &nums);
void countSort(vector<int> &nums);
void shellSort(vector<int> &nums);
void radixSort(vector<int> &nums);
sort.cpp
#include "Sort.h"
#include <algorithm>

void BubbleSortPositive(std::vector<int> &nums)
{
    int cycle_index = nums.size();
    bool is_swap = false;
    for (int i = 1; i <= cycle_index; i++)
    {
        for (int j = 1; j <= cycle_index - i; j++)
        {
            if (nums[j] < nums[j - 1])
            {
                swap(nums[j], nums[j - 1]);
                is_swap = true;
            }
            bool check = true;
        }
        if (!is_swap)
            break;
    }
}

void insertSortPositive(vector<int> &array)
{
    int size = array.size();
    for (int i = 1; i < size; i++)
    {
        for (int j = i; j > 0 && array[j] < array[j - 1]; j--)
        {
            swap(array[j], array[j - 1]);
        }
    }
}

void SelectionSort(vector<int> &nums)
{
    int size = nums.size();
    for (int i = 0; i < size; i++)
    {
        int min = i;
        for (int j = i + 1; j < size; j++)
        {
            if (nums[j] < nums[min])
            {
                min = j;
            }
        }
        swap(nums[i], nums[min]);
    }
}

void quickSort(vector<int> &nums, int left, int right)

{
    if (left + 1 >= right)
        return;

    int piovt = nums[left];
    int low = left, higt = right;
    while (low < higt)
    {
        while (low < higt && nums[higt] >= piovt)
        {
            higt--;
        }
        nums[low] = nums[higt];
        while (low < higt && nums[low] <= piovt)
        {
            low++;
        }
        nums[higt] = nums[low];
    }
    nums[low] = piovt;
    quickSort(nums, left, low);
    quickSort(nums, ++low, right);
}

void merge(vector<int> &nums, int left, int mid, int right)
{
    // 取一个临时变量存储数据,为了使用方便,大小和原对象大小保持一致
    vector<int> temp(right + 1);

    // 取左右两份数据的两个索引,第一份数据从left到mid,第二份数据从mid+1到right
    int l = left;
    int r = mid + 1;
    // 取一个temp的索引从left开始,为了存数据
    int t = left;

    // 当左右的两个索引都没达到终点时,判断大小,小的就放入temp中
    while (l <= mid && r <= right)
    {
        if (nums[l] < nums[r])
        {
            temp[t++] = nums[l++];
        }
        else
        {
            temp[t++] = nums[r++];
        }
    }

    // 当左右的两个索引至少一个达到终点时,则把剩下一个容器的数据接着temp当前顺序存入数据
    while (l <= mid)
    {
        temp[t] = nums[l];
        t++;
        l++;
    }
    while (r <= right)
    {
        temp[t] = nums[r];
        t++;
        r++;
    }
    // 再把temp的从left到right到数据给到原对象
    for (int i = left; i <= right; i++)
    {
        nums[i] = temp[i];
    }
};
void mergeSort(vector<int> &nums, int left, int right)
{
    if (left >= right)
        return;
    int mid = (left + right) / 2;
    // 不断分为左右两份数据
    mergeSort(nums, left, mid);
    mergeSort(nums, mid + 1, right);
    // 分完后按从小到大的顺序合并两份数据,由于是递归,所以分到最小份的时候开始第一次合并,而最后一次合并则是第一次分离的数据
    merge(nums, left, mid, right);
};

void heapSort(vector<int> &nums)
{
    int size = nums.size();
    // 建堆
    for (int i = size / 2 - 1; i >= 0; i--)
    {
        heapify(nums, size, i);
    }
    // 排序
    for (int i = size - 1; i >= 0; i--)
    {
        swap(nums[i], nums[0]);
        heapify(nums, i, 0);
    }
};

void heapify(vector<int> &nums, int n, int index)
{
    int left = 2 * index + 1;
    int right = 2 * index + 2;
    int top = index;

    if (left < n && nums[left] > nums[top])
    {
        top = left;
    }
    if (right < n && nums[right] > nums[top])
    {
        top = right;
    }
    if (top != index)
    {
        swap(nums[index], nums[top]);
        heapify(nums, n, top);
    }
};

void bucketSort(vector<int> &nums)
{
    if (nums.empty())
        return;
    int low = *min_element(nums.begin(), nums.end());
    int high = *max_element(nums.begin(), nums.end());

    int n = high - low + 1;
    vector<int> bucket(n, 0);
    vector<int> res;

    for (auto &&x : nums)
    {
        ++bucket[x - low];
    }

    for (int i = 0; i < n; i++)
    {
        for (int j = 0; j < bucket[i]; j++)
        {
            res.push_back(i + low);
        }
    }

    nums = move(res);
};

void bucketSortEX(vector<int> &nums)
{
    int size = nums.size();
    int max = *max_element(nums.begin(), nums.end());
    int min = *min_element(nums.begin(), nums.end());
    int range = max - min;

    int bucketNum = (max - min) / range + 1;
    vector<vector<int>> bucketArray(bucketNum);

    for (auto &&value : nums)
    {
        int num = (value - min) / range;
        bucketArray[num].push_back(value);
    }

    for (int i = 0; i < bucketNum; i++)
    {
        quickSort(bucketArray[i], 0, bucketArray[i].size() - 1);
    }

    for (int i = bucketNum - 1; i > 0; i--)
    {
        bucketArray[i - 1].insert(bucketArray[i - 1].end(), bucketArray[i].begin(), bucketArray[i].end());
    }
    nums = move(bucketArray[0]);
};
void countSort(vector<int> &nums)
{
    /*
    1.判断原数据容量是否大于1
    2.获取原容器最大值
    3.根据原容器最大值,创建一个该大小的计数数组
    4.计数数组的数据,以索引为容器的数据值,以计数数组的数据也就是计数的数量值
    5.再把计数数组的数据从第二位数据开始,做累计(当前值=当前值+上一位的值)
    6.从以原数据容器的数据根据累计后的计数数组去查找需摆放的位置(计数数组每被取值一次则减一),存入与原数组同大小的数组中
    */
    if (nums.size() < 2)
        return;
    int max = *max_element(nums.begin(), nums.end());
    int min = *min_element(nums.begin(), nums.end());
    // 计数
    vector<int> countBox(max - min + 1, 0);

    for (auto &&i : nums)
    {
        countBox[i - min]++;
    }

    // 累计
    for (int i = 1; i < countBox.size(); i++)
    {
        countBox[i] += countBox[i - 1];
    }

    vector<int> temp(nums.size());

    for (size_t i = 0; i < nums.size(); i++)
    {
        temp[countBox[nums[i] - min] - 1] = nums[i];
        countBox[nums[i] - min]--;
    }

    nums = move(temp);
};

void shellSort(vector<int> &nums)
{
    int size = nums.size();
    for (int half = size / 2; half > 0; half /= 2)
    {
        for (int right = half; right < size; right++)
        {
            for (int left = right; left >= half; left -= half)
            {
                int compare = left - half;
                if (nums[left] < nums[compare])
                {
                    swap(nums[left], nums[compare]);
                }
            }
        }
    }
};

void radixSort(vector<int> &nums)
{
    const int radix = 10;
    int max = *max_element(nums.begin(), nums.end());
    int size = nums.size();
    int base = 1;
    while (max / base > 0)
    {
        vector<int> buckets(10);
        for (int i = 0; i < size; i++)
        {
            buckets[nums[i] / base % 10]++;
        }
        for (int i = 1; i < 10; i++)
        {
            buckets[i] += buckets[i - 1];
        }
        vector<int> temp(size, 0);
        for (int i = size - 1; i >= 0; i--)
        {
            temp[buckets[nums[i] / base % 10] - 1] = nums[i];
            buckets[nums[i] / base % 10]--;
        }
        nums = move(temp);
        base *= 10;
    }
}

标签:nums,int,void,算法,vector,left,排序,size
From: https://www.cnblogs.com/AdlerChen/p/18295208

相关文章

  • 树上问题/简单算法 LCA【最近公共祖先】
    概念引入最近公共祖先简称\(LCA\)(LowestCommonAncestor)。两个节点的最近公共祖先,就是这两个点的公共祖先里面,离根最远的那个。在下面的说明中,我们设两个节点分别为\(x\),\(y\),节点\(x\),\(y\)的深度分别表示为\(dep_x\),\(dep_y\),将树称为\(T\)算法详解:朴素算法:......
  • 算法——1.绪论
    绪论数据结构基本概念➢数据:所有能输入到计算机中并能被计算机程序识别和处理的符号集合。数值数据:整数、实数等非数值数据:图形、图象、声音、文字等➢数据元素:数据的基本单位,在计算机程序中通常作为一个整体进行考虑和处理数据、数据元素、数据项之间的关系包含关......
  • 前端开发中的二分查找算法
    在前端开发中,处理和搜索大量数据时,效率是一个关键因素。二分查找算法是一种高效的查找算法,适用于在有序数组中快速找到目标值。本文将详细介绍二分查找算法的基本原理、实现方法及其在前端开发中的应用。什么是二分查找?二分查找(BinarySearch)是一种在有序数组中查找目标值的算法......
  • 算法思想总结:字符串
    一、最长公共前缀.-力扣(LeetCode)思路1:两两比较 时间复杂度mn 实现findcomon返回两两比较后的公共前缀classSolution{public:stringlongestCommonPrefix(vector<string>&strs){//两两比较stringret=strs[0];size_tn=strs......
  • 数据结构与算法 —— Transformers之Pipeline
    Transformers之Pipeline是HuggingFaceTransformers库中提供的一种使用预训练模型进行推理的极简方式。这些Pipeline对象从库中抽象出大部分复杂代码,为多项任务(如命名实体识别、情感分析、特征提取和问答等)提供了简单的API。以下是对Transformers之Pipeline的详细介绍:一、......
  • 数据结构与算法 —— DFS的实现方法(递归与迭代)
    在讨论文件系统(FileSystem,简称FS)的实现方法时,特别是关注于递归与迭代这两种编程范式,我们实际上是在探讨如何在编程层面上对文件系统进行操作,如遍历目录、创建多级目录等。虽然文件系统的底层实现(如FAT32、NTFS、ext4等)复杂且通常不由应用开发者直接操作,但我们可以从应用层......
  • 算法金 | 秒懂 AI - 深度学习五大模型:RNN、CNN、Transformer、BERT、GPT 简介
    1.RNN(RecurrentNeuralNetwork)时间轴1986年,RNN模型首次由DavidRumelhart等人提出,旨在处理序列数据。关键技术循环结构序列处理长短时记忆网络(LSTM)和门控循环单元(GRU)核心原理RNN通过循环结构让网络记住以前的输入信息,使其能够处理序列数据。每个节点不仅接收当前......
  • C语言数据结构初阶排序(上篇)
    排序的概念排序:所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。稳定性:假定在待排序的记录序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,即在原序列中,r[i]=r[j],且r[i]在r[j]之前,而在排序后的序列中,r[i]仍......
  • 算法金 | 最难的来了:超参数网格搜索、贝叶斯优化、遗传算法、模型特异化、Hyperopt、O
    ​大侠幸会,在下全网同名「算法金」0基础转AI上岸,多个算法赛Top「日更万日,让更多人享受智能乐趣」今日215/10000抱个拳,送个礼为模型找到最好的超参数是机器学习实践中最困难的部分之一1.超参数调优的基本概念机器学习模型中的参数通常分为两类:模型参数和超......
  • 算法金 | 秒懂 AI - 深度学习五大模型:RNN、CNN、Transformer、BERT、GPT 简介
    1.RNN(RecurrentNeuralNetwork)时间轴1986年,RNN模型首次由DavidRumelhart等人提出,旨在处理序列数据。关键技术循环结构序列处理长短时记忆网络(LSTM)和门控循环单元(GRU)核心原理RNN通过循环结构让网络记住以前的输入信息,使其能够处理序列数据。每个节点不仅接收当......