C语言---选择排序和堆排序

news2024/11/20 9:44:12

文章目录

  • 前言
  • 一、简单选择排序
    • 1.简介
    • 2.算法思路
    • 3.代码实现
  • 二、堆排序
    • 1.简介
    • 2.算法思路
    • 3.代码实现
  • 总结


前言

堆排序是选择排序的一种,今天我们讲解一下堆排序简单选择排序


一、简单选择排序

1.简介

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。
时间复杂度:O(n²) 稳定性:不稳定

2.算法思路

动态显示图,充分理解选择排序
在这里插入图片描述
从图中我们可以看见:

  1. 第一趟在未排序序列寻找最小值,然后放在序列的起始位置
  2. 第二趟,从已排好的元素后面开始寻找最小值,然后再放在最前端
  3. 依次寻找,排序…直到所有元素依次排好。

3.代码实现

简单选择排序:

void select_sort(int *p,int n)\n
{ 
 int i,j;
    int min = 0;
    for(i = 0;i < n - 1;i++)//排序次数
    {
        min = i;
        for(j = i + 1;j < n;j++)
        {
            if(p[j] < p[min])
            {
                min = j;//记录交换的元素下标值
            }
        }
        if(i != min)
        {
            int temp = p[i];
            p[i] = p[min];
            p[min] = temp;
        }  
int main()
{
	int arr[num] = { 3,1,4,5,2,7,9,0,8,6 };
	select_sort(arr, num);
	for (int i = 0; i < num; i++)
	{
		printf("%d ", arr[i]);
	}
}

那思考一下,能否进行改进呢?比如,我们同时找最大值最小值,然后将最小值放序列前端,最大值放序列末端。
代码实现:

void swap(int* q, int* a)
{
	int tem = *q;
	*q = *a;
	*a = tem;
}
void select_sort(int* a, int n)
{
	int begin = 0, end = n - 1;
	while (begin < end)
	{	
		int min = begin, max = begin;
		for (int i = min; i < end; i++)
		{
			if (a[i] < a[min])
				min = i;
			if (a[i] > a[max])
				max = i;
		}
		swap(&a[min], &a[begin]);
		// begin == maxi时,最大被换走了,修正一下maxi的位置
		if (begin == max)
			max = min;
		swap(&a[max], &a[end]);
		begin++; end--;
	}
}
int main()
{
	int arr[num] = { 3,1,4,5,2,7,9,0,8,6 };
	select_sort(arr, num);
	for (int i = 0; i < num; i++)
	{
		printf("%d ", arr[i]);
	}
}

在使用这个代码时,得小心当begin位置处于max的下标,min和begin互换之后,max在的下标值则是已经更换,最大值在min的下标值了,所以需要进行判断。
运行结果:
在这里插入图片描述

二、堆排序

1.简介

堆排序(英语:Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
时间复杂度:O(N*logN) 空间复杂度:O(1) 稳定性:不稳定
而如果想使用堆排序,则需要先建立堆,然后选择大推或者小堆排序

2.算法思路

  1. 将初始待排序关键字序列(R0,R1,R2…Rn)构建成大顶堆,此堆为初始的无序区。
  2. 将堆顶元素R[0]与最后一个元素R[n]交换,此时得到新的无序区(R0,R1,R2,…Rn-1)和新的有序区(Rn)。
  3. 由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R0,R1,R2,…Rn-1)调整为新堆,然后 再次将R[1]与无序区最后一个元素交换,得到新的无序区(R0,R1,R2…Rn-2)和新的有序区(Rn-1,Rn)。
  4. 不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成

堆图像展示和讲解:
在这里插入图片描述
大堆构建的动态显示图:
在这里插入图片描述
耐心观看,我们可以看见,先变成了大堆顶(堆顶元素最大,父亲节点大于孩子节点),然后堆顶元素和最后一个元素交换,最后一个元素变成堆顶元素,然后和最大的孩子结点进行交换,最后将第二大的叶子结点交换上来,变成堆顶元素,而原来的元素则需要调整到适合它的位置。

红色是已排序的有序区间 黄色是调换堆顶元素和末尾元素 绿色是待排序区间

注:重点在于建堆(大堆和小堆)

3.代码实现

代码如下:

void Swap(int* px, int* py)
{
	int tmp = *px;
	*px = *py;
	*py = tmp;
}
void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		// 选出左右孩子中小的那一个
		if (child + 1 < n && a[child + 1] > a[child])
		{
			++child;
		}

		// 如果小的孩子小于父亲,则交换,并继续向下调整
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

// 堆排序
void HeapSort(int* a, int n)
{
	// O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

	// O(N*logN)
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		--end;
	}
}
int main()
{
	int arr[num] = { 3,1,4,5,2,7,9,0,8,6 };
	HeapSort(arr, num);
	for (int i = 0; i < num; i++)
	{
		printf("%d ", arr[i]);
	}
}

运行结果:
在这里插入图片描述


总结

堆排序比较难以理解,可以通过画图来消化,并且重点在于建堆。
文章的动态图全是小小作者我在网上寻找到的,认为最为合适并且容易理解的图。本文的图全部来源于百度

本人认为堆排序比较难以理解,千位要画图理解,各位努力学习的IT人员们,一起加油努力哦。祝各位学业有成,财源滚滚。
---------来自菜鸟TQ02的祝福语

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.coloradmin.cn/o/191332.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ZoomCharts JavaScript 1.20.2 Crack

深入探索数据 令人惊叹的数据可视化方式 - 这里是 ZoomCharts JavaScript 图表的不同交互可能性和功能。 内容向下钻取和向上钻取 深入研究特定数据点或获得更大的图景。通过放大或缩小与图表进行物理交互&#xff0c;浏览不同的数据级别。 数据过滤 选择一个或多个数据点查看具…

【软件测试面试】他凭什么能在面试中狂揽10个offer?

目录&#xff1a;导读前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结&#xff08;尾部小惊喜&#xff09;前言 小高&#xff1a; 记…

2023年屏蔽iOS16系统更新,去除小红点,最新方法

昨天开始&#xff0c;屏蔽iOS系统更新的旧文件已经过期&#xff0c;许多老粉收到了更新提醒&#xff0c;因此现在给大家带来最新的屏蔽文件 这个文件可以屏蔽iOS系统更新和提醒&#xff0c;防止手机自动下载更新。 这个方法支持所有 iPhone 和 iPad&#xff0c;支持所有 iOS 和…

# Android未来几年发展规划【纵横发展】

前言 如果你是移动开发人员&#xff0c;那么首先要跟上技术的最新发展趋势&#xff0c;并时刻关注新事物&#xff0c;即使有时你甚至需要质疑自己的信仰。应用开发人员一方面一直在努力想办法简化和缩短开发过程&#xff0c;另一方面也在努力构建最佳的设计和用户体验。每年我…

【MPP数据库】StarRocks分区、分桶探索与实践

1.先学习一下StarRocks的架构图&#xff1a; 2.基本概念 2.1 Row & Column 一张表包括行&#xff08;Row&#xff09;和列&#xff08;Column&#xff09;。Row 即用户的一行数据。Column 用于描述一行数据中不同的字段。 Column 可以分为两大类&#xff1a;Key 和 Value…

leetcode刷题记录总结-7.递归回溯算法(进行中)

文章目录零、回溯算法理论总览什么是回溯法回溯法的效率回溯法解决的问题如何理解回溯法回溯法模板一、组合问题[77. 组合](https://leetcode.cn/problems/combinations/)题解递归实现组合型枚举&#xff1a;每个点选与不选子集问题模板组合问题解决思路回溯思路&#xff1a;遍…

GAMES101笔记:辐射度量学(上)

Radiometry 辐射度量学 如何描述光照&#xff0c;定义了一系列的方法和单位准确度量光的空间属性&#xff1a; Radiant fluxintensityirradianceradiance 以物理正确的方式进行光照计算 Radiant Energy and Flux (Power) Radiant Energy 定义 Radiant Energy 是电磁辐射的能…

6、数据的合并

目录 一、添加变量即横向合并。 二、添加个案即纵向合并 在实际工作中&#xff0c;为了提高效率&#xff0c;经常需要将一份数据分成几部分分别录入&#xff0c;或为了便于分析&#xff0c;又将几个数据文件合并成一个总的数据文件。为此&#xff0c;SPSS提供了两种合并数据文…

【7】【vue】【vue3】

1、项目结构&#xff1a; asserts用来存放静态资源的&#xff08;一些图片&#xff0c;公共的css文件等&#xff09; components用来存放vue的组件&#xff08;vue是组件开发&#xff09; App.vue是主入口组件 &#xff08;根组件&#xff0c;所有组件都是从这里开始&#xff…

在 PyTorch 中使用梯度检查点在GPU 上训练更大的模型

作为机器学习从业者&#xff0c;我们经常会遇到这样的情况&#xff0c;想要训练一个比较大的模型&#xff0c;而 GPU 却因为内存不足而无法训练它。当我们在出于安全原因不允许在云计算的环境中工作时&#xff0c;这个问题经常会出现。在这样的环境中&#xff0c;我们无法足够快…

万向节锁问题

以前一直听说过万向节锁当时觉得问题太难就没去认真分析最近在B站找了一些视频看懂了。简单来说旋转是有顺序的&#xff0c;比如transform面板有三个旋转分量&#xff0c;你先调整y&#xff0c;再调整x&#xff0c;最后调整z按照正常思路来说&#xff0c;调整x轴是在y轴旋转的基…

想成为数据分析师,看这里,数据分析必备的43个Excel函数

目录 前言 函数分类&#xff1a; 关联匹配类清洗处理类逻辑运算类计算统计类时间序列类 前言 Excel是我们工作中经常使用的一种工具&#xff0c;对于数据分析来说&#xff0c;这也是处理数据最基础的工具。 很多传统行业的数据分析师甚至只要掌握Excel和SQL即可。 对于初学者…

【DataX】datax | datax-web | win搭建datax-web环境

一、环境准备 1、jdk8 2、maven 3、mysql7 4、python3 5、window10 6、idea 7、2345解压&#xff08;win支持tar.gz解压&#xff09; 8、git 二、操作步骤 1、datax操作步骤 1&#xff09;下载datax http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz 2&am…

ES6 环境下 Openlayers 集成使用 ol-ext 以及在线示例

ES6 环境下 Openlayers 集成使用 ol-ext 以及在线示例ol-ext 简介版本说明打包后体积集成方式在线示例最近打算重新封装一下 Openlayers&#xff0c;方便前端人员使用&#xff0c;基础功能没什么可说的&#xff0c;毕竟 Openlayers 的示例和 API 已经非常友好了。 想增加一些地…

2023-01-31 CSDN问答中如何防止和惩罚 “偷代码操作“

CSDN问答中如何防止和惩罚 "偷代码操作"前言一. 代码隐藏保护(CSDN官方回复目前无此功能)二. 先占位后抄袭的处理三. 编辑记录是照妖镜总结前言 随着问答的参与时间累积, 逐渐的碰到了一些问题, 常在河边走, 怎能不湿鞋, 原先看到抄代码结果原创没被采纳, 只能报以同…

AcWing 10. 有依赖的背包问题(分组背包问题 + 树形DP)

AcWing 10. 有依赖的背包问题&#xff08;分组背包问题 树形DP&#xff09;一、问题二、分析1、整体分析2、状态表示3、状态转移4、循环设计5、初末状态三、代码一、问题 二、分析 1、整体分析 这道题其实就是作者之前讲解过的一道题&#xff1a;AcWing 487. 金明的预算方案…

【双向链表】数据结构双向链表的实现

前言&#xff1a; 前一期我们已经学习过单链表了&#xff0c;今天我们来学习链表中的双向链表&#xff01; 目录1.概念以及结构2.双向链表结点结构体3.接口实现3.1动态申请一个结点3.2初始化链表3.3打印链表3.4双向链表尾插3.5 双向链表尾删3.6双向链表头插3.7双向链表头删3.8双…

Linux常用命令——pvscan命令

在线Linux命令查询工具(http://www.lzltool.com/LinuxCommand) pvscan 扫描系统中所有硬盘的物理卷列表 补充说明 pvscan命令会扫描系统中连接的所有硬盘&#xff0c;列出找到的物理卷列表。使用pvscan命令的-n选项可以显示硬盘中的不属于任何卷组的物理卷&#xff0c;这些…

OAuth2代码演示

目录 1 创建项目结构 1.1 客户 1.2 认证服务器 1.3 资源拥有者 1.4 资源服务器 client 客户 authorization-server 认证服务 resource-owner 资源所有者 resource-server 资源服务器 工作流程&#xff1a; 客户向资源所有者申请授权码 资源所有者下发授权码 客户拿到授权…

springboot+mongodb初体验

MongoDB 是一个基于分布式文件存储的数据库。由 C 语言编写&#xff0c;旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。 MongoDB 是一个介于关系数据库和非关系数据库之间的产品&#xff0c;是非关系数据库当中功能最丰富&#xff0c;最像关系数据库的。 1、mongodb服务…