当前位置：首页 > news >正文

数据结构---五大排序---哈希表---二分查找法

news 来源：原创 2024/9/19 0:51:39

一、五大排序

1.1.冒泡排序

1.2.选择排序

1.3.插入排序

1.4.希尔排序

1.5.快速排序

二、哈希表

2.1.哈希表结构的定义

2.2.初始化哈希表

2.3.插入元素

2.4.打印哈希表

2.5.查找元素

2.6.销毁哈希表

三、二分查找法（折半查找法）

一、五大排序

1.1.冒泡排序

时间复杂度：o(n^2)

稳定性：稳定

int BubbleSort(int *pArray, int MaxLen)
{int j = 0;int i = 0;int temp = 0;for (j = 0; j < MaxLen-1; j++){for (i = 0; i < MaxLen-1-j; i++){if (pArray[i] > pArray[i+1]){temp = pArray[i];pArray[i] = pArray[i+1];pArray[i+1] = temp;}}}return 0;
}

1.2.选择排序

时间复杂度：o(n^2)

稳定性：不稳定

int SelectSort(int *pArray, int MaxLen)
{   int Min = 0;int Temp = 0;int i = 0;int j = 0;for (j = 0; j < MaxLen-1; j++){Min = j;for (i = j+1; i < MaxLen; i++){if (pArray[i] < pArray[Min]){Min = i;}}if (Min != j){Temp = pArray[j];pArray[j] = pArray[Min];pArray[Min] = Temp;}}return 0;
}

1.3.插入排序

时间复杂度：O(n^2) 已经有序的数据使用插入排序时间复杂度为：O(n)

稳定性：稳定

int InsertSort(int *pArray, int MaxLen)
{int i = 0;int j = 0;int Temp = 0;for (j = 1; j < MaxLen; j++){Temp = pArray[j];for (i = j; i > 0 && Temp < pArray[i-1]; i--){pArray[i] = pArray[i-1];}pArray[i] = Temp;}return 0;
}

1.4.希尔排序

时间复杂度：O(nlogn)

稳定性：不稳定

int ShellSort(int *pArray, int MaxLen)
{int step = 0;int i = 0;int j = 0;int temp = 0;for (step = MaxLen / 2; step > 0; step /= 2){for (j = step; j < MaxLen; j++){temp = pArray[j];for (i = j; i >= step && temp < pArray[i-step]; i -= step){pArray[i] = pArray[i-step];}pArray[i] = temp;}}return 0;
}

1.5.快速排序

时间复杂度：O(nlogn)

稳定性：不稳定

int QuickSort(int *pArray, int Low, int High)
{int Key = 0;int j = High;int i = Low;Key = pArray[Low];while (i < j){while (i < j && pArray[j] >= Key){j--;}pArray[i] = pArray[j];while (i < j && pArray[i] <= Key){i++;}pArray[j] = pArray[i];}pArray[i] = Key;if (i-1 > Low){QuickSort(pArray, Low, i-1);}if (i+1 < High){QuickSort(pArray, i+1, High);}return 0;
}

二、哈希表

2.1.哈希表结构的定义

#define INDEX   10struct list_head hashtable[INDEX];typedef struct Data
{struct list_head node;int data;
}Data_t;

2.2.初始化哈希表

int InitHashTable(void)
{int i = 0;for (i = 0; i < INDEX; i++){INIT_LIST_HEAD(&hashtable[i]);}return 0;
}

2.3.插入元素

//按照顺序插入
int compare(struct list_head *pNewNode, struct list_head *pTmpNode)
{if (NULL == pTmpNode){return 1;}return list_entry(pNewNode, Data_t, node)->data - list_entry(pTmpNode, Data_t, node)->data;
}//插入哈希表
int InsertHashTable(int Num)
{int index = 0;Data_t *pNewNode = NULL;//申请节点 pNewNode = malloc(sizeof(Data_t));if (NULL == pNewNode){return -1;}pNewNode->data = Num;//获得插入数据的键值index = Num % INDEX;//插入数据list_add_order(&pNewNode->node, &hashtable[index], compare);return 0;
}

2.4.打印哈希表

int ShowHashTable(void)
{int index = 0;Data_t *pData = NULL;for (index = 0; index < INDEX; index++){printf("%d:", index);list_for_each_entry(pData, &hashtable[index], node){printf("%d ", pData->data);}printf("\n");}return 0;
}

2.5.查找元素

int FindHashTable(int Num)
{int index = 0;Data_t *pData = NULL;int ret = 0;index = Num % INDEX;list_for_each_entry(pData, &hashtable[index], node){if (pData->data == Num){ret = 1;break;}if (pData->data > Num){ret = 0;break;}}return ret;
}

2.6.销毁哈希表

int DestroyHashTable()
{int i = 0;Data_t *pTmpNode = NULL;Data_t *pNextNode = NULL;for (i = 0; i < INDEX; i++){list_for_each_entry_safe(pTmpNode, pNextNode, &hashtable[i], node){free(pTmpNode);}}return 0;
}

三、二分查找法（折半查找法）

只适合顺序表

折半查找的基本思想：首先将给定值key与表中中间位置的元素（mid的指向元素）比较。mid=low+high/2（向下取整）

若key与中间元素相等，则查找成功，返回该元素的存储位置，即mid；
若key与中间元素不相等，则所需查找的元素只能在中间元素以外的前半部分或后半部分。（至于是前半部分还是后半部分要看key与mid所指向元素的大小关系）
a.在查找表升序排列的情况下，若给定值key大于中间元素则所查找的元素只可能在后半部分。此时让low=mid+1；
b.若给定值key小于中间元素则所查找的元素只可能在前半部分。此时让high=mid-1；

int MidSearch(int *pArray, int Low, int High, int tmpdata)
{int Mid = 0;if (Low > High){return -1;}Mid = (Low + High) / 2;if (tmpdata < pArray[Mid]){return MidSearch(pArray, Low, Mid-1, tmpdata);}else if (tmpdata > pArray[Mid]){return MidSearch(pArray, Mid+1, High, tmpdata);}else if (tmpdata == pArray[Mid]){return Mid;}
}