目录
一、计数排序
二、快速排序
三、归并排序
四、八大排序时间复杂度及其稳定性
一、计数排序
计数排序是一个非基于比较的排序算法,元素从未排序状态变为已排序状态的过程,是由额外空间的辅助和元素本身的值决定的。该算法于1954年由 Harold H. Seward 提出。它的优势在于在对一定范围内的整数排序时,它的复杂度为Ο(n+k)(其中k是整数的范围),快于任何比较排序算法。是一种以空间换时间的行为。
其是实现过程可用以下动图来展示:
实现思路:
1. 该排序适用于该数组极值相差不大的情景,所以,我们可求得其范围进行创建数组辅助排序。
2. 我们可求得该数组的最大和最小值,我们可采取映射思想,进行遍历明白各个数在新数组的相对位置。
3. 将待排序集合每一个元素移动到计算得出的正确位置上。
代码实现:
void CountSort(int* a, int n)
{
int max = a[0];
int min = a[0];
for (int i = 1; i < n; i++)
{
if (max < a[i])
{
max = a[i];
}
if (min > a[i])
{
min = a[i];
}
}
//求范围
int range = max - min + 1;
int* tmp = (int*)calloc(range,sizeof(int));
if (tmp == NULL)
{
perror("calloc fail");
return;
}
//映射位置
for (int i = 0; i < n; i++)
{
tmp[a[i] - min]++;
}
//进行排序
int j = 0;
for (int i = 0; i < range; i++)
{
while (tmp[i]--)
{
a[j++] = i + min;
}
}
free(tmp);
tmp = NULL;
}
易错点:
再最后排序时,一定要加的是 + min,如果加的为 tmp[i] 会导致出现问题,其原因为:tmp[i],在不断的变化,会导致排序出错。
局限性:
- 该排序排序极值不能过大,否则会导致资源浪费。
- 只能排整数。
二、快速排序
快排的具体实现前文已经详细讲述,详情可见:深入理解并实现——快排【C语言版】-CSDN博客此处便不在赘述,以下为hoare版本实现:
int Hoare(int* a, int left,int right)
{
int k = left;
int begin = left;
int end = right;
while (begin < end)
{
while (begin < end && a[k] < a[end]) //这里等号可加可不加
{
end--;
}
while (begin < end && a[k] > a[begin])
{
begin++;
}
swap(&a[begin], &a[end]);
}
swap(&a[begin], &a[k]);
return begin;
}
void QuickSort(int* a, int left,int right)
{
if (left >= right) //递归结束条件判断
{ //当左边与右边相等时,不用进行任何处理
return;
}
int k = Hoare(a, left, right);
QuickSort(a, left, k - 1);
QuickSort(a, k + 1, right); //区间为:左闭右开
}
三、归并排序
归并排序(Merge sort)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(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
具体讲解可见:深入理解并实现——归并排序【C语言】-CSDN博客
以下为代码实现:
void _MergeSort(int* a, int* tmp, int left, int right)
{
if (left >= right)
{
return;
}
int mid = (left + right) / 2;
// 如果[begin, mid][mid+1, end]有序就可以进行归并了
_MergeSort(a, tmp, left, mid);
_MergeSort(a, tmp, mid + 1, right);
//归并
int begin1 = left, end1 = mid;
int begin2 = mid + 1, end2 = right;
int i = left;
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++];
}
memcpy(a + left, tmp + left, sizeof(int) * (right - left + 1));
}
void MergeSort(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL)
{
perror("malloc fail");
return;
}
_MergeSort(a, tmp, 0, n - 1);
free(tmp);
tmp = NULL;
}
四、八大排序时间复杂度及其稳定性
一图以蔽之:
排序稳定性:
在排序算法中,如果有两个相等元素的顺序在排序之前是一样的,那么排序之后它们的顺序是否保持不变。一个稳定的排序算法会保持相等元素的相对顺序不变,而一个不稳定的排序算法则可能会改变相等元素的相对顺序。
对于稳定性,大家可结合以下口诀进行记忆:
考研很辛苦,心情不稳定。快(快排)些(希尔)选(选择)一堆(堆排)朋友去干饭(干啥都行)。
时间复杂度:
对于时间复杂度可结合一下口诀进行记忆:
快 些(希) 以(O(nlog2)) 归 队,最坏情况下 快 些(希) 退化成O(n2)。
排序上链接:数据结构——排序【上】-CSDN博客
完!