当前位置: 首页 > news >正文

【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析

前言:

        接上篇,排序算法除了选择排序(希尔排序)和插入排序(堆排序)之外,还用交换排序(冒泡排序、快速排序)和归并排序已经非比较排序,本篇来深层解析这些排序算法

一、交换排序

        1.1、冒泡排序

        冒泡排序,这个再熟悉不过了,学校中老师讲的第一个排序就是冒泡排序;直接看代码

代码如下:

//冒泡排序
void BubbleSort(int* arr, int n)
{int exchange = 0;for (int i = 0; i < n; i++){for (int j = 0; j < n - i - 1; j++){if (arr[j] > arr[j + 1]){exchange = 1;Swap(&arr[j], &arr[j + 1]);}}if (exchange == 0){break;}}
}

        时间复杂度:O(n^2);空间复杂度O(1)。

        1.2、快速排序

        快速排序,是hoare于1962年提出的一种二叉树结构的交换排序算法,其基本思想为:任意取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两个子序列,左子序列中所有元素均小于基准值,右子序列所有元素均大于基准值然后左右子序列重复此过程,直到所有元素都排列在相应位置上。

实现快速排序主要框架如下:

//快速排序
void QuickSort(int* a, int left, int right)
{if (left >= right) {return;}//_QuickSort⽤于按照基准值将区间[left,right)中的元素进⾏划分int meet = _QuickSort(a, left, right);QuickSort(a, left, meet - 1);QuickSort(a, meet + 1, right);
}

下面的不同方法指的是找基准值的方法不同而已。

1.2.1、hoare版本

思路:

        1.  创建左右指针,却基准值

        2.  从左到右找出比基准值大的数据,从右到左找出比基准值小的数据,左右指针数据交换,进入下一次循环

这里可能有一些问题,

        1.跳出循环后,right位置的值一定不大于key?

        当left > right时,即right走到了left的左侧,而left走过的位置值都不大于key,因此right此时指向的数据一定不大于key

        2.为什么left或者right指定的数据与key值相等也要交换?

        这里如果,数组中大量的数据都相等,不进行交换的话,就无法进行有效的分割数组。

代码实现:

//快速排序
int _QuickSort1(int* arr, int left, int right)
{int key = arr[left];int mid = left;left++;while (left <= right){//左边找大while (left<=right && arr[left] < key){left++;}//右边找小while (left <= right && arr[right] > key){right--;}if (left <= right){Swap(&arr[left], &arr[right]);left++;right--;}}Swap(&arr[mid], &arr[right]);return right;
}

1.2.2、挖坑法

思路:

        创建左右指针;首先从右向左找出比基准值小的数据,找到后立即放入左边 "坑" 中,当前位置变为新的 "坑",然后从左往右找出比基准值大的数据,找到后立即放入右边坑中,当前位置变为新的 "坑",结束循环后将最开始存储的分界值放入当前的 "坑"中,返回当前"坑"下标。

代码实现如下:

int _QuickSort2(int* arr, int left, int right)
{int tmp = arr[left];int hole = left;left++;while (left < right){//从右边开始找while (left < right && arr[right] > tmp){right--;}arr[hole] = arr[right];hole = right;while (left < right && arr[left] < tmp){left++;}arr[hole] = arr[left];hole = left;}arr[hole] = tmp;return hole;
}

1.2.3、lomuto指针法

思路:

        创建前后指针,从左往右找比基准值小的进行交换,使得小的都排在基准值的左边。

代码实现:

int _QuickSort(int* arr, int left, int right)
{int prev = left, pcur = left + 1;int key = left;while (pcur <= right){if (arr[pcur] < arr[key] && ++prev != pcur){Swap(&arr[prev], &arr[pcur]);}pcur++;}Swap(&arr[key], &arr[prev]);return prev;
}

二、归并排序

思路:

        归并排序,是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个典型的应用。将已有序的子序列合并,得到完全有序的序列;即先让每一个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路合并。

代码实现:

//归并排序
void _MergeSort(int* arr, int left, int right,int* tmp)
{if (left >= right){return;}int mid = (left + right) / 2;_MergeSort(arr, left, mid, tmp);_MergeSort(arr, mid+1, right, tmp);//合并数组int begin1 = left, end1 = mid;int begin2 = mid + 1, end2 = right;int index = left;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[index++] = arr[begin1++];}else {tmp[index++] = arr[begin2++];}}while (begin1 <= end1){tmp[index++] = arr[begin1++];}while (begin2 <= end2){tmp[index++] = arr[begin2++];}//将tmp数据拷贝回arr中for (int i = left; i <= right; i++){arr[i] = tmp[i];}
}
void MergeSort(int* arr, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);_MergeSort(arr, 0, n - 1, tmp);free(tmp);
}

三、非比较排序

非比较排序,就是不进行比较数据来进行排序。

        计数排序

1>  统计相同元素出现次数

2>  根据统计的结果将序列回收到原来的序列中

这里又会存在一些问题,比如如果数据是负数,那该怎样开辟空间?

        这里,我们开辟空间大小为数组数据最大值和最小值之差。

然后在将统计结果返回到原来数组当中时,让数组下标加上原数组最小值即可。

//计数排序
void CountSort(int* arr, int n)
{int max = arr[0];int min = arr[0];for (int i = 0; i < n; i++){if (arr[i] > max){max = arr[i];}if (arr[i] < min){min = arr[i];}}//开辟空间int range = max - min + 1;int* tmp = (int*)calloc(sizeof(int),range);if (tmp == NULL){perror("calloc fail");return;}for (int i = 0; i < n; i++){tmp[arr[i] - min]++;}int j = 0;for (int i = 0; i < range; i++){while (tmp[i]--){arr[j++] = i + min;}}
}

各种排序算法的算法复杂度和稳定性分析

到这里,排序算法就结束了,希望你能有所收获

感谢各位大佬支持并指出问题,

                        如果本篇内容对你有帮助,可以一键三连支持以下,感谢支持!!!

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Photos框架 - 自定义媒体选择器(UI列表)
  • 您需要了解的有关 5G 的一切。
  • 大数据之Oracle同步Doris数据不一致问题
  • C#用Aspose.Cells导出Excel,.NET导出Excel
  • Dockerfile自定义镜像
  • 搜索引擎项目(四)
  • ubuntu20.04.6 安装Skywalking 10.0.1
  • Kylin系列(一):入门与深入解析(大数据分析)
  • RVC-AI声音克隆-你的声音不再是唯一
  • Wechat Files目录垃圾清理指南
  • Android笔试面试题AI答之线程Handler、Thread(2)
  • ES(Elasticsearch)常用的函数有哪些?
  • 代码审计:Bluecms v1.6
  • 9. kubernetes资源——pv/pvc持久卷
  • 银行贷款信用评分不足?大数据帮你找回失去的“分”
  • flutter的key在widget list的作用以及必要性
  • HashMap剖析之内部结构
  • js操作时间(持续更新)
  • MySQL-事务管理(基础)
  • spring + angular 实现导出excel
  • Webpack 4 学习01(基础配置)
  • 回顾2016
  • 紧急通知:《观止-微软》请在经管柜购买!
  • 聊聊redis的数据结构的应用
  • 少走弯路,给Java 1~5 年程序员的建议
  • 一个完整Java Web项目背后的密码
  • Linux权限管理(week1_day5)--技术流ken
  • Spring第一个helloWorld
  • ​flutter 代码混淆
  • ​如何使用QGIS制作三维建筑
  • # Redis 入门到精通(一)数据类型(4)
  • # 日期待t_最值得等的SUV奥迪Q9:空间比MPV还大,或搭4.0T,香
  • # 移动硬盘误操作制作为启动盘数据恢复问题
  • ###C语言程序设计-----C语言学习(6)#
  • #基础#使用Jupyter进行Notebook的转换 .ipynb文件导出为.md文件
  • #使用清华镜像源 安装/更新 指定版本tensorflow
  • (4)事件处理——(6)给.ready()回调函数传递一个参数(Passing an argument to the .ready() callback)...
  • (6)设计一个TimeMap
  • (done) ROC曲线 和 AUC值 分别是什么?
  • (二)fiber的基本认识
  • (个人笔记质量不佳)SQL 左连接、右连接、内连接的区别
  • (黑马出品_高级篇_01)SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式
  • (剑指Offer)面试题34:丑数
  • (精确度,召回率,真阳性,假阳性)ACC、敏感性、特异性等 ROC指标
  • (每日一问)操作系统:常见的 Linux 指令详解
  • (免费领源码)Python#MySQL图书馆管理系统071718-计算机毕业设计项目选题推荐
  • (一)搭建springboot+vue前后端分离项目--前端vue搭建
  • (转)http-server应用
  • (转载)PyTorch代码规范最佳实践和样式指南
  • .NET 使用 XPath 来读写 XML 文件
  • .net6 core Worker Service项目,使用Exchange Web Services (EWS) 分页获取电子邮件收件箱列表,邮件信息字段
  • .vue文件怎么使用_我在项目中是这样配置Vue的
  • @GlobalLock注解作用与原理解析
  • [ 蓝桥杯Web真题 ]-布局切换
  • [AIGC] 广度优先搜索(Breadth-First Search,BFS)详解