首页 > 编程语言 >六大排序(算法详解+模板+例题)

六大排序(算法详解+模板+例题)

时间:2024-09-01 16:51:40浏览次数:12  
标签:arr 排序 int 复杂度 元素 gap 详解 例题 模板

一.排序算法是什么

排序算法(Sorting Algorithms)是一种数据结构操作,它的目的是将一串元素按照特定的顺序规则组织起来。常见的排序算法有升序(从小到大)和降序(从大到小)排列,如冒泡排序、希尔排序、插入排序、选择排序、快速排序、归并排序等。排序的主要目的是为了方便查找、分析数据,提高数据处理效率。在计算机科学中,数组、列表或数据库查询结果等都可以通过排序来进行整理。每种排序算法的时间复杂度和空间复杂度都有所不同,选择哪种算法取决于实际应用场景的需求和性能要求。

二.六大排序算法

1. 插入排序

步骤:

1.从第一个元素开始,该元素可以认为已经被排序
2.取下一个元素s,从已排序的元素序列从后往前扫描
3.如果该元素大于s,则将该元素移到下一位
4.重复步骤3,直到找到已排序元素中小于等于s的元素
5.s插入到该元素的后面,如果已排序所有元素都大于s,则将s插入到下标为0的位置
6.重复步骤2~5

时间复杂度:最坏情况下为O(N*N),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。
空间复杂度:O(1)

演示如下:在这里插入图片描述

参考代码: 

void bubble_sort(std::vector<int>& arr) {
    int n = arr.size();
    bool swapped;
    for (int i = 0; i < n - 1; i++) {
        swapped = false;
        for (int j = 0; j < n - i - 1; j++) {
            if (arr[j] > arr[j + 1]) {
                std::swap(arr[j], arr[j + 1]);
                swapped = true;
            }
        }
        // 如果这一轮没有发生任何交换,则说明已经有序
        if (!swapped)
            break;
    }
}
2.希尔排序

步骤

  1. 选择增量序列:选择一系列逐渐减小的增量(gap),通常是从数组长度的一半开始,每次减半直到1。
  2. 分组排序:对于每个增量 gap,将数组分成若干个子序列,每个子序列中的元素相隔 gap个位置。对每个子序列进行插入排序。
  3. 重复:重复上述步骤,直到增量为1,此时整个数组被看作一个子序列进行插入排序。

时间复杂度平均:O(N^1.3)
空间复杂度:O(1)

演示如下:
在这里插入图片描述

参考代码: 

void shellSort(std::vector<int>& arr) {
    int n = arr.size();
    
    // 选择增量序列
    for (int gap = n / 2; gap > 0; gap /= 2) {
        // 对每个子序列进行插入排序
        for (int i = gap; i < n; i++) {
            int temp = arr[i];
            int j = i;
            
            // 插入排序
            while (j >= gap && arr[j - gap] > temp) {
                arr[j] = arr[j - gap];
                j -= gap;
            }
            arr[j] = temp;
        }
    }
}
3.选择排序

步骤:

  1. 初始化:将数组分为已排序部分和未排序部分。
  2. 查找最小元素:从未排序部分找到最小的元素。
  3. 交换元素:将找到的最小元素与未排序部分的第一个元素交换。
  4. 缩小未排序部分:将未排序部分的范围缩小一个元素。
  5. 重复步骤2-4,直到未排序部分为空

时间复杂度:最坏情况:O(N^2)
      最好情况:O(N^2)
空间复杂度:O(1)

演示如下:
在这里插入图片描述代码:

void selectionSort(std::vector<int>& arr) {
    int n = arr.size();
    
    // 遍历未排序部分
    for (int i = 0; i < n - 1; i++) {
        // 找到未排序部分的最小元素的索引
        int minIndex = i;
        for (int j = i + 1; j < n; j++) {
            if (arr[j] < arr[minIndex]) {
                minIndex = j;
            }
        }
        
        // 将找到的最小元素与未排序部分的第一个元素交换
        swap(arr[i], arr[minIndex]);
    }
}
4.冒泡排序

步骤:

  1. 比较相邻元素:如果第一个比第二个大,就交换他们两个。
  2. 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。 这步做完后,最后的元素会是最大的数。
  3. 针对所有的元素重复以上的步骤,除了最后一个。
  4. 重复步骤1~3,直到排序完成。

 时间复杂度:最坏情况:O(N^2)
      最好情况:O(N)
空间复杂度:O(1)

演示如下:
在这里插入图片描述

参考代码: 

void bubbleSort(std::vector<int>& arr) {
    int n = arr.size();
    bool swapped;
    
    // 遍历所有数组元素
    for (int i = 0; i < n - 1; i++) {
        swapped = false;
        
        // 最后 i 个元素已经到位
        for (int j = 0; j < n - i - 1; j++) {
            // 遍历 0 到 n-i-1
            // 交换如果发现元素比下一个元素大
            if (arr[j] > arr[j + 1]) {
                swap(arr[j], arr[j + 1]);
                swapped = true;
            }
        }
        
        // 如果没有两个元素交换,则数组已经排序完成
        if (!swapped)
            break;
    }
}
 5.堆排序

步骤:

  1. 构建初始堆:将无序数组构建成一个最大堆或最小堆。
  2. 移除堆顶元素:将堆顶元素(最大或最小值)与堆的最后一个元素交换,然后减少堆的大小,重新调整堆使其满足堆属性。
  3. 重复步骤2:直到堆的大小为1。

 时间复杂度:( O(n \log n) )(所有情况下)

 参考代码:

// 调整最大堆
void maxHeapify(std::vector<int>& arr, int heapSize, int rootIndex) {
    int largest = rootIndex; // 初始化最大为根
    int leftChild = (2 * rootIndex) + 1; // 左子节点
    int rightChild = (2 * rootIndex) + 2; // 右子节点

    // 如果左子节点大于根
    if (leftChild < heapSize && arr[leftChild] > arr[largest])
        largest = leftChild;

    // 如果右子节点大于目前最大
    if (rightChild < heapSize && arr[rightChild] > arr[largest])
        largest = rightChild;

    // 如果最大不是根
    if (largest != rootIndex) {
        swap(arr[rootIndex], arr[largest]);
        // 递归地调整受影响的子树
        maxHeapify(arr, heapSize, largest);
    }
}

// 堆排序
void heapSort(std::vector<int>& arr) {
    int n = arr.size();

    // 构建最大堆
    for (int i = n / 2 - 1; i >= 0; i--) {
        maxHeapify(arr, n, i);
    }

    // 一个个从堆顶取出元素
    for (int i = n - 1; i > 0; i--) {
        // 移动当前根到数组末尾
        swap(arr[0], arr[i]);

        // 调整剩余元素构成的最大堆
        maxHeapify(arr, i, 0);
    }
}
6.快速排序

步骤:

  1. 选择基准元素:从数组中选择一个元素作为“基准”(pivot)。
  2. 分区操作:重新排列数组,使得所有小于基准的元素都在基准的左边,所有大于基准的元素都在基准的右边。
  3. 递归排序:递归地对左右两个子数组进行快速排序。

 演示如下:
在这里插入图片描述

 时间复杂度:

  • 最好情况:( O(n \log n) )
  • 平均情况:( O(n \log n) )
  • 最坏情况:( O(n^2) 

参考代码: 

// 分区操作
int partition(std::vector<int>& arr, int low, int high) {
    int pivot = arr[high]; // 选择最后一个元素作为基准
    int i = low - 1; // 指向小于基准的最后一个元素

    for (int j = low; j <= high - 1; j++) {
        // 如果当前元素小于或等于基准
        if (arr[j] <= pivot) {
            i++;
            std::swap(arr[i], arr[j]);
        }
    }
    std::swap(arr[i + 1], arr[high]);
    return i + 1;
}

// 快速排序
void quickSort(std::vector<int>& arr, int low, int high) {
    if (low < high) {
        // pi 是分区后的基准位置
        int pi = partition(arr, low, high);

        // 递归地排序基准左侧和右侧的子数组
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}

标签:arr,排序,int,复杂度,元素,gap,详解,例题,模板
From: https://blog.csdn.net/Alex_Fufu/article/details/141785897

相关文章

  • OAuth2.0授权码模式详解
    OAuth2.0一词中的"Auth"表示"授权Authorization",字母"O"表示"开放Open",连在一起就表示"开放授权"。这也是为什么我们使用OAuth的场景,通常发生在开放平台的环境下。OAuth2.0提供了4种模式:资源拥有者凭据许可(ResourceOwnerPasswordCredentials)隐式许可(Implicit)客户端凭据许......
  • 白骑士的CSS高级篇之CSS Grid布局进阶 4.1.2 网格模板与区域
            CSSGrid布局是CSS中强大的布局系统之一,它提供了更灵活和更高效的方式来创建复杂的网页布局。通过Grid布局,你可以将网页划分为多个网格区域,并在这些区域中放置内容,这使得布局更加直观和易于维护。本文将深入探讨Grid布局中的网格模板和区域的概念,帮助你掌握如......
  • 用Python解决预测问题_对数线性模型模板
    对数线性模型(Log-linearmodel)是统计学中用于分析计数数据或频率数据的一类模型,特别是在多维列联表(contingencytables)分析中非常常见。这种模型通过取对数将乘法关系转换为加法关系,从而简化了数据分析。在对数线性模型中,我们通常对观测频数的对数进行建模,模型的形式可以表示......
  • 【Linux系列】du命令详解
    ......
  • 0Ω电阻详解
    0Ω电阻详解0Ω电阻,请不要小瞧它0欧姆电阻即电阻标值为0欧姆的电阻,多用于PCB设计等方面,是一种理想电阻。那0欧姆电阻是表示没有电阻吗?当然不是,0欧姆电阻的阻值不是0欧姆,只是接近0欧姆。如下图分别是0欧姆贴片电阻和色环电阻的样式。0Ω电阻的作用调试方便或者兼容设计:可以选......
  • STM32的寄存器详解
    目录前言一、 STM32单片机寄存器概述1.寄存器的作用2.寄存器的分类二、STM32内核寄存器1.程序计数器(PC)2.堆栈指针(SP)3.链接寄存器(LR)4.控制寄存器(CONTROL)三、STM32外设寄存器1.GPIO寄存器2.USART寄存器3.TIM定时器寄存器4.ADC寄存器四、寄存器的访问方式......
  • Windows Server 2019 OVF, updated Aug 2024 (sysin) - VMware 虚拟机模板
    WindowsServer2019OVF,updatedAug2024(sysin)-VMware虚拟机模板2024年8月版本更新,现在自动运行sysprep,支持ESXiHostClient部署请访问原文链接:https://sysin.org/blog/windows-server-2019-ovf/,查看最新版。原创作品,转载请保留出处。现在都是自动sysprep的......
  • Android 读取 XML 文件之 SAX 解析编码模板
    一、SAX解析概述SAX(SimpleAPIforXML)是一种基于事件的XML解析技术,它一边读取XML文件一边解析,占用内存少,适用于大型文件SAX解析器会触发一系列事件,例如,开始解析元素、结束解析元素、遇到字符数据等,我们只需要实现对应的事件处理器来处理这些事件即可二、SAX......
  • WPF中如何根据数据类型使用不同的数据模板
    我们在将一个数据集合绑定到列表控件时,有时候想根据不同的数据类型,显示为不同的效果。例如将一个文件夹集合绑定到ListBox时,系统文件夹和普通文件夹分别显示为不同的效果,就可以使用模板选择器功能。WPF提供了一个模板选择器类型DataTemplateSelector,它可以根据数据对象和数据......
  • 双指针算法详解
      我的主页:2的n次方_       1.双指针算法双指针算法是一种在数组或字符串中常用且高效的算法技术,它通过维护两个指针(或索引)来遍历数据结构,从而解决某些问题。这种算法能够减少不必要的重复遍历,降低时间复杂度,并且往往能够使得代码更加简洁易懂。根据指针......