C++排序算法小结
近期来闲来无事,整理了一些比较常见的排序算法,都是用C++写的,其中包括:直接插入排序、折半插入排序、冒泡排序、选择排序、快速排序、堆排序、归并排序、希尔排序、基数排序,计数排序和桶排序,总共11种算法,其中时间复杂度为O(n^2)为前4种,中间4中的时间复杂度为O(nlgn),最后3种的时间复杂度为O(n)。下面我们分3个栏目来介绍:n^2排序、nlgn排序和线性排序。
注:A为全局变量,为一维int数组,N为数组元素个数
n^2排序
直接插入排序
类似于扑克牌排序的原理,在斗地主的时候,每当摸到一张牌后就插入到相应的位置,直接插入排序就是这个原理。从数组第一个数开始,比较该数和前面的数的大小,如果前面的数比该数小,则和前面一位的数调换位置,然后继续比较,直到出现一个数比该数小为止。
核心代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void InsertSort() 2 { 3 int i,j; 4 for(i = 1;i <= N;i++) 5 { 6 j = i; 7 while(j > 0 && A[j] < A[j - 1]) 8 { 9 swap(A[j],A[j-1]); 10 j --; 11 } 12 } 13 }
折半插入排序
其实这种算法是直接插入排序的一种优化,在一个数与其前面的数字进行比较的时候,取以数组第一个数和该数前一个数为区间的中间的数,类似与二分法。
核心代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void HalfSort() 2 { 3 int i, j, high, low, mid; 4 for (i = 2; i <= N; i++) 5 { 6 A[0] = A[i]; 7 low = 1; 8 high = i - 1; 9 while (low <= high) 10 { 11 mid = (low + high) / 2; 12 if (A[0] < A[mid]) 13 high = mid - 1; 14 else 15 low = mid + 1; 16 } 17 for (j = i - 1; j >= high + 1; j--) 18 A[j + 1] = A[j]; 19 A[high + 1] = A[0]; 20 } 21 }
冒泡排序
这个排序算法算是我最早接触的算法,原理就是每次内循环一遍就能把最小的数排到前面,这样外循环完后就排好了。
核心算法如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void BubbleSort() 2 { 3 for(int i = 1;i <= N - 1;i++) 4 { 5 for(int j = N;j >= i+1;j--) 6 { 7 if(A[j] < A[j - 1]) 8 swap(A[j],A[j-1]); 9 } 10 } 11 }
选择排序
和冒泡排序类似,只不过是先找到最小的数的下标,然后再置换到相应的位置。
核心代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void SelectSort() 2 { 3 int i,j,lowkey,lowindex; 4 for(i = 1;i <= N - 1;i++) 5 { 6 lowindex = i; 7 lowkey = A[i]; 8 for(j = i + 1;j <= N;j++) 9 { 10 if(A[j]<lowkey) 11 { 12 lowkey = A[j]; 13 lowindex = j; 14 } 15 } 16 swap(A[i],A[lowindex]); 17 } 18 }
nlgn排序
快速排序
这个排序算法在nlgn排序算法中算是比较常见的算法了,速度快而且可以进行不同程度的优化。
算法原理概括为2部分:
•分解:数组A[i..j]被划分为两个(可能为空)子数组A[i..q-1]和A[q+1..j],使得A[i..q-1]中没一个元素都小于等于A[q],而A[q]也小于等于A[q+1..j]中每一个元素。其中,计算下标q也是划分过程的一部分;
•解决:通过递归调用快速排序,对子数组A[i..q-1]和A[q+1..j]进行排序;
返回合适的主元下标,这里是用数组从左到右两个不同的数偏大的为主元:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 int FindPivot(int i,int j) 2 { 3 int firstkey = A[i]; 4 int k; 5 for (k = i + 1; k <= j; k++) 6 { 7 if (A[k] > firstkey) 8 return k; 9 else if (A[k] < firstkey) 10 return i; 11 } 12 return 0; 13 }
划分部分代码:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void Patition(int i, int j, int q) 2 { 3 int pivot = A[q]; 4 int l = i; 5 int r = j; 6 do 7 { 8 swap(A[l],A[r]); 9 while(A[l] < pivot) l++; 10 while(A[r] >= pivot) r--; 11 }while(l <= r); 12 }
排序代码:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void QuickSort(int i, int j) 2 { 3 int q,l,r,pivot; 4 q = FindPivot(i,j); 5 if (q != 0) 6 { 7 Patition(i,j,q); 8 QuickSort(i,l-1); 9 QuickSort(l,j); 10 } 11 }
关于快排的优化问题,可以对两个点进行考虑,这里不贴具体代码:
•主元的选择问题,可以采取随机数的方法
•递归的时候,可以把所有与主元值一样的数字所在的数组下标都去掉,减少递归次数
堆排序
这里就用到了最大堆的相关概念,具体可以查看我的另一个博客:
堆排序的原理是:用相关算法维持数组A的最大堆的性质的同时,然后每次取该数组的根(最大的数),然后将其与最后的元素调换,再进行最大堆性质的维持,此时堆的元素个数减少一个,以此类推,则得到从小到大排列好的数组。
维护堆的性质所需要的算法,它的输入为一个下标和堆此时元素个数,并且此时以根节点i的左右儿子为根节点的二叉树都是二叉树,但此时A[i]可能小于其儿子,这样就需要算法进行调整,如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void MaxHeapify(int i,int heapsize) 2 { 3 int l = 2*i; 4 int r = 2*i+1; 5 int largest; 6 if(l <= heapsize && A[l] > A[i]) 7 largest = l; 8 else 9 largest = i; 10 if(r <= heapsize && A[r] > A[largest]) 11 largest = r; 12 if(largest != i) 13 { 14 swap(A[i],A[largest]); 15 MaxHeapify(largest,heapsize); 16 } 17 }
然后利用上面的算法建立一个数组A的最大堆:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void BuildMaxHeap() 2 { 3 int heapsize = N; 4 for(int i = N/2;i > 0;i--) 5 MaxHeapify(i,heapsize); 6 }
最后就是堆排序算法:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void HeapSort() 2 { 3 int heapsize = N; 4 BuildMaxHeap(); 5 for(int i = N;i > 1;i--) 6 { 7 swap(A[1],A[i]); 8 heapsize --; 9 MaxHeapify(1,heapsize); 10 } 11 }
归并排序
该算法采用了分治策略,即:
•分解:分解待排序的n个元素的序列成各具n/2个元素的两个子序列;
•解决:使用归并排序递归地排序两个子序列;
•合并:合并两个已排序的子序列以产生已排序的答案。
下面先进行对两个已经排好序的数组进行合并:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void all_sort::Merge(int p,int q,int r) 2 { 3 int n1 = q - p + 1; 4 int n2 = r - q; 5 int *L = new int[n1+2]; 6 int *R = new int[n2+2]; 7 int i,j,k; 8 for(i = 1;i <= n1;i++) 9 L[i] = A[p+i-1]; 10 for(i = 1;i <= n2;i++) 11 R[i] = A[q+i]; 12 L[n1+1] = 10000; 13 R[n2+1] = 10000; 14 i = 1; 15 j = 1; 16 for(k = p;k <= r;k++) 17 { 18 if(L[i] <= R[j]) 19 { 20 A[k] = L[i]; 21 i ++; 22 } 23 else 24 { 25 A[k] = R[j]; 26 j ++; 27 } 28 } 29 } 30
接着进行递归排序:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void MergeSort(int p,int r) 2 { 3 int q; 4 if(p<r) 5 { 6 q = (p+r)/2; 7 MergeSort(p,q); 8 MergeSort(q+1,r); 9 Merge(p,q,r); 10 } 11 }
希尔排序
该排序算法又称为缩小增量排序,其原理是:把数组A按照步长gap分组,对每组进行直接插入排序,随着步长逐渐减小,所分成的组包含的记录越来越多,当步长的值减小到 1 时,整个数据合成为一组,构成一组有序记录,则完成排序,以下为演示:
核心代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void shellSort() 2 { 3 int gap = N/2; 4 int j,tmp; 5 while(gap >= 1) 6 { 7 for(int i = gap+1;i <= N;i++) 8 { 9 tmp = A[i]; 10 for(j = i - gap;j >= 1 && tmp < A[j];j = j - gap) 11 A[j+gap] = A[j]; 12 A[j+gap] = tmp; 13 } 14 gap = gap/2; 15 } 16 }
线性排序
基数排序
这种排序非常的聪明,利用10个桶编号0-9,然后从A数组中把数依次放入桶中。第一遍是按照数的个位数的值,若其等于桶的编号,则放入该桶,然后该数组的顺序就变成了从第0桶到第9桶的数的排列的顺序,再按照该顺序第二遍排序,先把各桶清空,按照每个数的十位数值放入相应桶中,接着是第三遍...第k遍,k为这些数中的最大位数。举例说明:
•假设有欲排数据序列:73 22 93 43 55 14 28 65 39 81
首先根据个位数的数值,在遍历数据时将它们各自分配到编号0至9的桶(个位数值与桶号一一对应)中:
•接着将所有桶中所盛数据按照桶号由小到大(桶中由顶至底)依次重新收集串起来,得到如下仍然无序的数据序列: 81 22 73 93 43 14 55 65 28 39
接着,再进行一次分配,这次根据十位数值来分配(原理同上),分配结果(逻辑想象)如下图所示:
分配结束后。接下来再将所有桶中所盛的数据(原理同上)依次重新收集串接起来,得到如下的数据序列:
14 22 28 39 43 55 65 73 81 93
•由于这些数中最大数的位数为2,故2遍就能得出排序后的序列。
借助库函数<queue>,核心代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 int Radix(int k,int p) 2 { 3 int power, i; 4 power = 1; 5 for (i = 1; i <= p - 1; i++) 6 power = power * 10; 7 return ((k % (power * 10)) / power); 8 } 9 10 void RadixSort() 11 { 12 queue<int> Q[10]; 13 int data; 14 int pass, r, i; 15 for (pass = 1; pass <= 3; pass++) 16 { 17 while (!QA.empty()) 18 { 19 data = QA.front(); 20 QA.pop(); 21 r = Radix(data, pass); 22 Q[r].push(data); 23 } 24 for (i = 0; i <= 9; i++) 25 { 26 while (!Q[i].empty()) 27 { 28 data = Q[i].front(); 29 Q[i].pop(); 30 QA.push(data); 31 } 32 } 33 } 34 }
计数排序
计数排序假设n个输入元素的每一个都是在0到k区间的一个整数,其中k为某个整数。
计数排序的基本思想是:对每一个输入元素x,确定小于x的元素个数。利用这一信息,就可以直接把x放到它在输出数组中的位置了。例如有17个元素小于x,则x的下标为17。当好几个元素相等时,要略微修改。
核心代码如下(k为1000):
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 void CountingSort() 2 { 3 int C[1000]; 4 int i; 5 //A_out存放排序的输出 6 for(i = 0;i <=999;i++) 7 C[i] = 0; 8 for(i = 1;i <= N;i++) 9 C[A[i]] ++; 10 for(i = 1;i <= 999;i++) 11 C[i] = C[i] + C[i-1]; 12 for(i = N;i >= 1;i--) 13 { 14 A_out[C[A[i]]] = A[i]; 15 C[A[i]] --; 16 } 17 }
桶排序
桶排序假设输入数据服从均匀分布,假设输入是[0,1)的随机小数,桶排序将[0,1)区间划分为n个相同大小的子区间,然后,将n个输入数分别放入各个桶中。例如有100个无序小数序列,则建立0-99个桶,每个小数乘以100向下取整放入相应桶中,然后每个桶中的元素进行排序,就得到了完整的排好序的小数序列。
伪代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 BucketSort() 2 { 3 let B[0..n-1] be a new array 4 for i = 0 to N - 1 5 make B[i] an empty list 6 for i = 1 to N 7 insert A[i] into list B[⌊nA[i]⌋] 8 for i = 0 to N - 1 9 sort list B[i] with insertion sort 10 concatenate the list B[0],B[1],...,B[n-1] together in order 11 }
作者: vachester
出处:http://www.cnblogs.com/vachester/
邮箱:xcchester@gmail.com
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接,否则保留追究法律责任的权利。