【数据结构】——常见排序

文章目录

  • 一、 冒泡排序
  • 二、 选择排序
  • 三、插入排序
  • 四、 快速排序
    • 1. hoare版本
    • 2. 优化版本
    • 3. 前后指针法
    • 4. 非递归版本
  • 五、 堆排序
  • 六、 希尔排序
  • 七、 归并排序
    • 1. 递归版本
    • 2. 非递归版本
  • 八、 计数排序

在开始之前先准备一个交换数据的函数,排序会经常用到

//交换位置
Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}

一、 冒泡排序

在这里插入图片描述
左右相邻进行比较,最大的或者最小的交换到两边

void BubbleSort(int* a, int n)
{for (int j = 0; j < n; j++){// 单趟int flag = 0;for (int i = 1; i < n - j; i++){if (a[i - 1] > a[i]){Swap(&a[i - 1], &a[i]);flag = 1;}}if (flag == 0)//判断是否全部排序完成{break;}}
}

二、 选择排序

在这里插入图片描述
如图所示,找到最小值,放在最前面,前面的N个数据默认为有序,就从N后继续开始排序
不过在下面的代码中我进行了改进,遍历一次找到最大和最小值放在两侧,提高效率

void SelectSort(int* a, int n)
{int begin = 0;int end = n - 1;while (begin < end){int max = begin;int min = begin;for (int i = begin + 1; i <= end; i++){if (max < a[i]){max = i;}if (min > a[i]){min = i;}}Swap(&a[begin], &a[min]);if (max == begin){max = min;}Swap(&a[end], &a[max]);begin++;end--;}
}

为什么要加

if (max == begin){max = min;}

在这里插入图片描述
就是怕遇到如上图这种情况

三、插入排序

在这里插入图片描述
数据从后向前进行对比,如果找到大于自己的就继续往前对比,找到小于的就插入进去

// 插入排序
void InsertSort(int* a, int n)
{for (int i = 0; i < n - 1; i++){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;}}

四、 快速排序

1. hoare版本

在这里插入图片描述

int PartSort1(int* a, int left, int right)
{//单趟if(left >= right)return;int keyi = left;int begin = left, end = right;while (begin < end){// 右边找小while (begin < end && a[end] >= a[keyi])//begin < end防止越界{--end;}// 左边找大while (begin < end && a[begin] <= a[keyi]){++begin;}Swap(&a[begin], &a[end]);}Swap(&a[keyi], &a[begin]);//交换l与r相遇位置和key的位置keyi = begin;//方便分割区间PartSort1(a, left, keyi - 1);//左区间PartSort1(a, keyi + 1, right);//右区间return begin;
}

在这里插入图片描述

2. 优化版本

上面hoare的版本在数据有序的情况下,会尴尬很多,我们的key每次都是最小值或者最大值,递归的深度就会变成N。
所以为了避免这种情况发生,我们key需要是一个接近中位数的值。

两种方法

  1. 随机数选key
  2. 三数取中

那我这里就以三数取中为例:
left、right、mid,三个数进行对比,取大小在中间的那个值。

int GetMid(int* a,int left, int right)//三数取中
{int mid = (left + right) / 2;if (a[left] > a[mid]){if (a[mid] > a[right])//left最大,right最小{return mid;}else if (a[left] < a[right]){return left;}elsereturn right;}else//a[left] < a[mid]{if (a[mid] < a[right]){return mid;}else if (a[left] > a[right]){return left;}elsereturn right;}}void QuickSort(int* a, int left, int right)
{if (left >= right)return;//小区间优化if ((right - left + 1) <= 10){InsertSort(a+left, right - left + 1);}else{int mid = GetMid(a, left, right);//三数取中Swap(&a[left], &a[mid]);int key = left;int begin = left;int end = right;while (begin < end){//走边找小if (begin < end && a[end] >= a[key]){end--;}//左边找大if (begin < end && a[begin] <= a[key]){begin++;}Swap(&a[end], &a[begin]);}Swap(&a[key], &a[begin]);//交换l与r相遇位置和key的位置key = begin;//方便分区间QuickSort(a, left, key - 1);//左区间QuickSort(a, key + 1, right);//右区间}}

这里还没有结束,可以再优化一下,在我们进行快排的时候,如果每次的区间都能二分的化,这个递归的过程是可以看出一颗二叉树,而在满二叉树的叶子节点个数为整棵树的一半,对于快排来说它的最后一层和倒数第二层,是不用去排和只排一个数的,但是却还要开辟栈帧,所以我们这里使用小区间优化带代码如下直接使用当区间小于等于10时进行插入排序。

void QuickSort(int* a, int left, int right)
{if (left >= right)return;//小区间优化if ((right - left + 1) <= 10){InsertSort(a+left, right - left + 1);//每次递归会有偏移,所以要加上偏移量left}else{//递归……}
}

3. 前后指针法

在这里插入图片描述
通过动图我们可以判断出,当cur找到小于key的值,prev++,当++prev != cur,就会进行交换,当cur越界时,再把key和prev进行交换

//快速排序前后指针法
int PartSort1(int* a, int left, int right)
{int mid = GetMid(a, left, right);//三数取中Swap(&a[left], &a[mid]);int key = left;int prve = left;int cur = prve + 1;while (cur <= right){if (a[cur] < a[key] && ++prve != cur)Swap(&a[prve], &a[cur]);cur++;}Swap(&a[key], &a[prve]);return prve;
}

4. 非递归版本

快速排序其实跟二叉树的前序遍历非常相似,都是深度优先遍历。
快速排序非递归可以用栈实现,因为栈是后进先出所以要先把右区间的数压进栈
在这里插入图片描述

//快排非递归方法,用栈实现
#include "Stack.h"
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 key = PartSort1(a, begin, end);//使用上面的前后指针法辅助单趟排序//[begin,key - 1] key [key + 1, end]if (key + 1 < end){StackPush(&st, end);StackPush(&st, key + 1);}if (key - 1 > begin){StackPush(&st,key - 1);StackPush(&st,begin);}}StackDestroy(&st);
}

五、 堆排序

我们建堆的时候,如果想要实现降序,那么我们应该建小堆,而不是大堆,因为如果我们建了大堆,只是堆成了降序,并不是原来的数组成了降序,升序相反建大堆。
在这里插入图片描述


void HeapSort(int* a, int max)//max为最大个数
{//建堆for (int i = 0; i <max; i++){AdjustUp(a, i);//模拟插入建小堆}//排序int end = max - 1;//找到最后一个元素的下标进行交换while (end>0){Swap(&a[0], &a[end]);AdjustDown(a, 0, end);--end;//最后的有序不再排序}
}

这里还可以再优化,降低时间复杂度

/*建堆方法一for (int i = 1; i < n; i++){AdjustUp(a, i);}*///建堆方法二for (int i = (n - 1 - 1) / 2; i >= 0; i--)//从第一个非叶子节点调整{AdjustDown(a, n, i);} int end = n - 1;while (end > 0){Swap(&a[0], &a[end]);AdjustDown(a, end, 0);--end;}
}

六、 希尔排序

第一步:预排序
第二步:插入排序

在这里插入图片描述

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,这样就会很快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。
以gap==3为例

// 希尔排序
void ShellSort(int* a, int n)
{/*int gap = 3;*///第一种方法:一组一组gap走/*for (int j = 0; j < gap; j++){for (int i = j; i < n - gap; i += gap){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;}}*///第二种方法:一次性走完/*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;}*/

当gap等于1时,和插入排序一摸一样
在这里插入图片描述
为什么i<n-gap
在这里插入图片描述
如图所示,为了防止tmp越界

这里我们可以总结出,在预排序阶段
gap越大,大的可以越快跳到后面,小的可以越快跳到前面,但是越不接近有序
gap越小,跳的就越慢,但是更接近有序。

所以,还可以再优化一下

	//第三种方法:优化一下gap = gap / 3 + 1;int gap = n;while (gap > 1){for (int i = 0; i < n - gap; ++i){gap = gap / 3 + 1;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;}}
}

在这个方法中,当gap > 1时是预排序,gap == 1时是插入排序

七、 归并排序

归并排序的思想就是分治法(分而治之)

在这里插入图片描述

1. 递归版本

在这里插入图片描述
如果在原数组上进行比较交换,会导致数据被覆盖,所以我们开辟一个tmp数组,来存放交换结果,再返回给原数组
下面的代码就像是二叉树的后序遍历

void _MergeSort(int* a, int* tmp, int begin, int end)
{if (begin >= end)//返回条件,区间只剩一个值return;int mid = (begin + end) / 2;//左右区间必须这么分,不然会出问题_MergeSort(a, tmp, begin, mid);_MergeSort(a, tmp, mid + 1, end);int begin1 = begin;int end1 = mid;int begin2 = mid + 1;int end2 = end;int i = begin;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++];}//需要把偏移量begin加上,每归并一次就拷贝一次回去memcpy(a+begin, tmp+begin, (end - begin + 1)*sizeof(int));
}
void MergeSort(int* a, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);if (tmp == NULL){perror("malloc fail!");}_MergeSort(a, tmp, 0, n - 1);free(tmp);tmp = NULL;
}

2. 非递归版本

如果也要使用栈实现的话,就需要两个栈,一个模仿递推的过程,一个模仿回归,就太麻烦了,其实循环就可以实现
在这里插入图片描述
那如果一组4个数据和一组3个数据可以进行归并嘛?也是可以的,因为归并排序并没有要求每组的数据都要相同,只要是有序就可以一起归并。

void MergeSortNonR(int* a, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);if (tmp == NULL){perror("malloc fail!");}int gap = 1;//gap为每组归并的数据个数while (gap < n){for (int i = 0; i < n; i += 2 * gap)//i代表每组归并的起始位置{int begin1 = i;int end1 = i + gap - 1;int begin2 = i + gap;int end2 = i + 2 * gap - 1;printf("[%d,%d][%d,%d] ", begin1, end1, begin2, end2);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, (end2 - i + 1) * sizeof(int));}printf("\n");gap *= 2;}free(tmp);tmp = NULL;
}

我打印了一下数组区间,发现越界了
在这里插入图片描述
通过上图可以看出,越界可以分为两种情况

  1. begin2越界了,后面就没有进行的必要的
  2. end2越界了,调整end2的位置即可

if (begin2 > len - 1)//begin2已经越界,说明只有一组了没必要再排
{break;
}
if (end2 > len - 1)//end2越界了进行修正即可
{end2 = len - 1;
}
void MergeSortNonR(int* a, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);if (tmp == NULL){perror("malloc fail");return;}// gap每组归并数据的数据个数int gap = 1;while (gap < n){for (int i = 0; i < n; i += 2 * gap)//i代表每组归并的起始位置{// [begin1, end1][begin2, end2]int begin1 = i, end1 = i + gap - 1;int begin2 = i + gap, end2 = i + 2 * gap - 1;//printf("[%d,%d][%d,%d] ", begin1, end1, begin2, end2);// 第二组都越界不存在,这一组就不需要归并if (begin2 >= n)break;// 第二的组begin2没越界,end2越界了,需要修正一下,继续归并if (end2 >= n)end2 = n - 1;int j = i;while (begin1 <= end1 && begin2 <= end2){if (a[begin1] <= a[begin2])//注意等号这样才会稳定{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));}//printf("\n");gap *= 2;}free(tmp);tmp = NULL;
}

八、 计数排序

在这里插入图片描述

第一步:统计每个值出现的次数
第二步:排序

在这里插入图片描述
那如果我的数据是{100, 104, 109, 109, 102},那count数组是不是就要开辟109个空间呢,那就太浪费空间了,所以我们要相对映射,按范围开空间,那么就用最大的值减最小的值。当我们要返回时,下标加最小的值就可以恢复了。

void CountSort(int* a, int n)
{int min = a[0];int max = a[0];//从第一个值开始对比找极大极小值for (int i = 1; i < n; i++){if (a[i] < min)min = a[i];if (a[i] > max)max = a[i];}int range = max - min + 1;int* count = (int*)calloc(range,sizeof(int));//calloc可以将数组里的每一个值初始化为0//计数for (int i = 0; i < n; i++){count[a[i] - min]++;}//排序int i = 0;for (int j = 0; j < range; j++){while (count[j]--){a[i++] = j + min;}}free(count);count = NULL;
}

希望这篇博客对你有帮助!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/350334.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【博士每天一篇文献-算法】Progressive Neural Networks

阅读时间&#xff1a;2023-12-12 1 介绍 年份&#xff1a;2016 作者&#xff1a;Andrei A. Rusu,Neil Rabinowitz,Guillaume Desjardins,DeepMind 研究科学家,也都是EWC(Overcoming catastrophic forgetting in neural networks)算法的共同作者。 期刊&#xff1a; 未录用&am…

Nginx配置详细解释:(6)实现反向代理服务器,动静分离,负载均衡

目录 单台反向代理 proxy_pass后面加不加/的问题&#xff1a; 反向代理动静分离 反向代理负载均衡 作为代理服务器是当客户端访问代理服务器时&#xff0c;代理服务器代理客户端去访问真实web服务器。proxy_pass; 用来设置将客户端请求转发给的后端服务器的主机。 需要模块…

【Unity学习笔记】第十八 基于物理引擎的日月地系统简单实现

转载请注明出处: https://blog.csdn.net/weixin_44013533/article/details/139701843 作者&#xff1a;CSDN|Ringleader| 目录 目标数学理论资源准备数据准备代码实现Unity准备效果展示注意事项后记 目标 目标&#xff1a;利用Unity的物理引擎实现 “日地月三体系统” 。 效果…

UC Berkeley简介以及和Stanford的区别与联系

UC Berkeley Source: Google Map 中文版 UC Berkeley&#xff0c;全称University of California, Berkeley&#xff0c;是一所位于美国加利福尼亚州伯克利市的世界知名公立研究型大学。以下是关于UC Berkeley的详细介绍&#xff1a; 学术声誉和排名 学术声誉&#xff1a; U…

VisionOS的未来愿景:苹果VisionPro创业者的愿望清单

随着苹果公司在增强现实(AR)领域的不断探索,VisionPro作为其前沿产品,已经开始展现出改变我们与数字世界互动方式的潜力。作为一名VisionPro创业者,对未来VisionOS的更新充满了期待,并提出了一系列愿望清单,这些愿望不仅代表了个人的需求,也反映了用户社区对苹果AR生态的…

LaDM3IL:多实例学习用于免疫库分类

一个人的免疫组库由某一时间点的大量适应性免疫受体组成&#xff0c;代表了该个体的适应性免疫状态。免疫组库分类和相关受体识别有可能为新型疫苗的开发做出贡献。大量的实例对免疫组库分类提出了挑战&#xff0c;这可以表述为大规模多实例学习 (MMIL&#xff0c;Massive Mult…

自动驾驶场景下TCP协议参数优化调整案例分享

RTT 往返时间&#xff0c;从tcp协议栈决定发包&#xff0c;到收到回包的时间。 包含本地驱动&#xff0c;网卡硬件&#xff0c;网线&#xff0c;交换机&#xff0c;收包方处理的耗时。需注意如果开了delayed ack&#xff0c;协议栈未做特殊处理&#xff08;默认没做&#xff…

Photoshop中颜色与色调的调整

Photoshop中颜色与色调的调整 Photoshop中的颜色模式RGB模式灰度模式位图模式索引模式CMYK模式Lab模式 Photoshop中的颜色/色调调整命令颜色/色调调整命令的分类亮度/对比度调整命令色阶命令曲线命令曝光度命令自然饱和度命令色相/饱和度命令色彩平衡命令照片滤镜调整命令通道混…

LLVM Cpu0 新后端10

想好好熟悉一下llvm开发一个新后端都要干什么&#xff0c;于是参考了老师的系列文章&#xff1a; LLVM 后端实践笔记 代码在这里&#xff08;还没来得及准备&#xff0c;先用网盘暂存一下&#xff09;&#xff1a; 链接: https://pan.baidu.com/s/1yLAtXs9XwtyEzYSlDCSlqw?…

[RL9] Rocky Linux 9.4 搭载 PG 16.1

副标题&#xff1a;Rocky Linux 9.4 升级实录&#xff0c;及 PG 16 相关内容 背景 Rocky Linux 9.4 (以下简称 RL) 于5月9日正式发布&#xff0c;本文记录了从 RL 9.3 升级到 9.4 的过程&#xff0c;以及升级前后的一些变化。 之前介绍过 RL 9 的相关内容&#xff0c;请戳&…

windows环境如何运行python/java后台服务器进程而不显示控制台窗口

1.通常我们在windows环境下使用Java或Python语言编写服务器程序&#xff0c;都希望他在后台运行&#xff0c;不要显示黑乎乎的控制台窗口&#xff1a; 2.有人写了一个bat文件: cd /d D:\lottery\server && python .\main.py 放到了开机自启动里&#xff0c;可是开机的…

MT2093 活动安排

贪心策略&#xff1a; 每次选择结束时间最早的活动 代码&#xff1a; #include <bits/stdc.h> using namespace std; const int N 5e5 10; int n; struct pp {int a, b; } p[N]; bool cmp(pp x, pp y) {return x.b < y.b; } int ans 0;int main() {cin >>…

数据结构(DS)学习笔记(二):数据类型与抽象数据类型

参考教材&#xff1a;数据结构C语言版&#xff08;严蔚敏&#xff0c;吴伟民编著&#xff09; 工具&#xff1a;XMind、幕布、公式编译器 正在备考&#xff0c;结合自身空闲时间&#xff0c;不定时更新&#xff0c;会在里面加入一些真题帮助理解数据结构 目录 1.1数据…

学习资料分析

学习资料分析 速算运算 √截位直除分数比较等比修正其他速算方法基期与现期基本概念求基期求现期增长率与增长量增长相关统计术语求一般增长率比较一般增长率增长量比重比重相关公式求比重平均数倍数间隔增长乘积增长率年增长率混合增长率资料分析:主要测查报考者对文字、数字…

【数据的增值之路】全生命周期的数据演化过程

引言&#xff1a;随着云计算、大数据、人工智能、区块链等新一代信息技术的快速发展&#xff0c;数据已经成为推动经济增长的重要生产要素。数据量的爆炸式增长&#xff0c;为挖掘数据价值、推动数字经济发展提供了丰富的资源基础。重要概念解析&#xff1a; 数据经济&#xf…

Elasticsearch + Mongodb实现海量数据的检索

1. ES用来检索关键字&#xff08;分词&#xff09;的获得文档id 2.文档存储在分布式存储数据库Mongodb

企业化运维(3)_PHP、nginx结合php-fpm、memcache、openresty、goaccess日志可视化

###1.PHP源码编译### 解压PHP压缩包&#xff0c;切入PHP目录&#xff0c;进行configure-->make-->make installd三部曲 [rootserver1 ~]# yum install -y bzip2 systemd-devel libxml2-devel sqlite-devel libpng-devel libcurl-devel ##依赖性 [rootserver1 ~]# yum…

找我设计官网的不多了,看到漂亮大气的,还是忍不住分享出来。

现在有客户找我做官网设计&#xff0c;我说&#xff1a;要么搞个高大上个性化定制的&#xff0c;要么就选个模板得了&#xff0c;几千元的网站不上不下&#xff0c;不如不做。 分享一批高大上的网站给老铁们看看。

《精通ChatGPT:从入门到大师的Prompt指南》附录C:专业术语表

附录C&#xff1a;专业术语表 本附录旨在为读者提供一本全面的术语表&#xff0c;帮助理解《精通ChatGPT&#xff1a;从入门到大师的Prompt指南》中涉及的各种专业术语。无论是初学者还是高级用户&#xff0c;这些术语的定义和解释将为您在使用ChatGPT时提供重要参考。 A AI&…

探索交互的本质:从指令到界面的演进与Linux基础指令的深入剖析

目录 1.指令 vs 界面//选读 1.1交互的需求 满足需求的第一阶段-指令 满足需求的第二阶段-界面 1.2 指令 和 界面交互 区别 2.操作系统介绍 2.1 举例说明 驱动软件层 2.2 为什么要有操作系统&#xff1f; 0x03 为什么要进行指令操作&#xff1f; 3.Linux基本指令 l…