【C++】十大排序算法

文章目录

  • 十大排序算法
    • 插入排序O(n^2^)
    • 冒泡排序O(n^2^)
    • 选择排序O(n^2^)
    • 希尔排序——缩小增量排序O(nlogn)
    • 快速排序O(nlogn)
    • 堆排序O(nlogn)
    • 归并排序(nlogn)
    • 计数排序O(n+k)
    • 基数排序O(n*k)
    • 桶排序O(n+k)

十大排序算法

这里是引用

排序算法的稳定性：在具有多个相同关键字的记录中，若经过排序这些记录的次序保持不变，说排序算法是稳定的。

插入排序O(n2)

  • 直接插入排序

    动画演示如图：
    在这里插入图片描述

    代码如下：

void Straight_Insertion_Sort(int a[], int length)
{for (int i = 1; i < length; i++){if (a[i] < a[i - 1]){int temp = a[i];for (int j = i - 1; j >= 0; j--){a[j + 1] = a[j];if (a[j] < temp){a[j + 1] = temp;break;}if (j == 0 && a[j] > temp){a[j] = temp;}}}}
}

  • 折半插入排序

    主要分为查找和插入两个部分

    图片演示：

在这里插入图片描述

代码如下：

void Binary_Insert_Sort(int a[], int length)
{int low, high, mid;int i, j, temp;for (i = 1; i < length; i++){low  = 0;high = i - 1;temp = a[i];while (low <= high){mid = (low + high) / 2;if (temp < a[mid]){high = mid - 1;}else{low = mid + 1;}}   // whilefor (j = i - 1; j > high; j--){a[j + 1] = a[j];}a[j + 1] = temp;}   // for(i)
}

冒泡排序O(n2)

思路：两两比较元素，顺序不同就交换

图解：
在这里插入图片描述

代码：

void Bubble_Sort(int a[], int length)
{for (int i = 0; i < length - 1; i++){for (int j = 0; j < length - i - 1; j++){if (a[j] > a[j + 1]){int temp = a[j];a[j]     = a[j + 1];a[j + 1] = temp;}}}
}

选择排序O(n2)

思路：每一次从待排序的数据元素中选择最小（最大）的一个元素作为有序的元素。如果是升序排序，则每次选择最小值就行，这样已经排好序的部分都是生序排序选择排序是不稳定的，比如说（55231这种情况，两个5的相对顺序会变）

图解：
在这里插入图片描述
代码：

void Select_Sort(int a[], int length)
{for (int i = 0; i < length - 1; i++){int min_index = i;for (int j = i + 1; j < length; j++){if (a[min_index] > a[j]){min_index = j;}}   // for jif (i != min_index){int temp     = a[i];a[i]         = a[min_index];a[min_index] = temp;}}   // for i
}

希尔排序——缩小增量排序O(nlogn)

思路：

希尔排序又叫缩小增量排序，使得待排序列从局部有序随着增量的缩小编程全局有序。当增量为1的时候就是插入排序，增量的选择最好是531这样间隔着的。

其实这个跟选择排序一样的道理，都是不稳定的比如下图7变成9的话，就是不稳定的

图解：

在这里插入图片描述

代码：

void Shell_Sort1(int a[], int length)
{// 首先定义一个初始增量，一般就是数组长度除以2或者3int gap = length / 2;while (gap >= 1){for (int i = gap; i < length; i++){int temp = a[i];int j    = i;while (j >= gap && temp < a[j - gap]){a[j] = a[j - gap];j    = j - gap;}   // whilea[j] = temp;}   // forgap = gap / 2;}   // while
}
/*****************另一种写法， 好理解****************************/
void shellsort3(int a[], int n)
{int i, j, gap;for (gap = n / 2; gap > 0; gap /= 2)for (i = gap; i < n; i++)/*j>gap之后，j前面的可以重新比较依次保证j前面间隔gap的也是有序的*/for (j = i - gap; j >= 0 && a[j] > a[j + gap]; j -= gap)Swap(a[j], a[j + gap]);
}

快速排序O(nlogn)

思路：快排的核心叫做“基准值“，小于基准值的放在左边，大于基准值的放在右边。然后依次递归。基准值的选取随机的，一般选择数组的第一个或者数组的最后一个，然后又两个指针low和high

图解：“基准值就是第一个元素”

在这里插入图片描述

1）设置两个变量I、J，排序开始的时候：I=0，J=N-1；

2）以第一个数组元素作为关键数据，赋值给 key ，即 key =A[0]；

3）从J开始向前搜索，即由后开始向前搜索（J=J-1即J–），找到第一个小于 key 的值A[j]，A[j]与A[i]交换；

4）从I开始向后搜索，即由前开始向后搜索（I=I+1即I++），找到第一个大于 key 的A[i]，A[i]与A[j]交换；

5）重复第3、4、5步，直到 I=J； (3,4步是在程序中没找到时候j=j-1，i=i+1，直至找到为止。找到并交换的时候i， j指针位置不变。另外当i=j这过程一定正好是i+或j-完成的最后另循环结束。）

代码：

// 快速排序 需要两个函数配合
int Quick_Sort_GetKey(int a[], int low, int high)
{int temp = a[low];while (low < high){// 首先比较队尾的元素和关键之temp，如果队尾大指针就往前移动while (low < high && a[high] >= temp){high--;}// 当a[high]<temp的时候，跳出循环然后将值付给a[low],a[low]=tempa[low] = a[high];// 赋值过一次之后就立刻从队首开始比较while (low < high && a[low] <= temp){low++;}a[high] = a[low];}                // while (low<high)a[low] = temp;   // 或者a[high]=tempreturn low;
}
void Quick_Sort(int a[], int low, int high)
{if (low < high){int key = Quick_Sort_GetKey(a, low, high);Quick_Sort(a, low, key - 1);Quick_Sort(a, key + 1, high);}
}

堆排序O(nlogn)

思路：堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。堆排序分为两步：首先将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。随后第二步将其与末尾元素进行交换，此时末尾就为最大值。然后将这个堆结构映射到数组中后，就会变成升序状态了。（即升序—大根堆）

当数组元素映射成为堆时：

  1. 父结点索引：(i-1)/2
  2. +左孩子索引：2**i*+1
  3. 左孩子索引：2**i*+2

图解：

在这里插入图片描述

基本思想：

  1. 首先将待排序的数组构造成一个大根堆，此时，整个数组的最大值就是堆结构的顶端
  2. 将顶端的数与末尾的数交换，此时，末尾的数为最大值，剩余待排序数组个数为n-1
  3. 将剩余的n-1个数再构造成大根堆，再将顶端数与n-1位置的数交换，如此反复执行，便能得到有序数组

代码：

// index是第一个非叶子节点的下标（根节点）
// 递归的方式构建
void Build_Heap(int a[], int length, int index)
{int left    = 2 * index + 1;   // index的左子节点int right   = 2 * index + 2;   // index的右子节点int maxNode = index;           // 默认当前节点是最大值，当前节点indexif (left < length && a[left] > a[maxNode]){maxNode = left;}if (right < length && a[right] > a[maxNode]){maxNode = right;}if (maxNode != index){int temp   = a[maxNode];a[maxNode] = a[index];a[index]   = temp;Build_Heap(a, length, maxNode);}
}
void Heap_Sort(int a[], int length)
{// 构建大根堆（从最后一个非叶子节点向上）// 注意，最后一个非叶子节点为(length / 2) - 1for (int i = (length / 2) - 1; i >= 0; i--){Build_Heap(a, length, i);}for (int i = length - 1; i >= 1; i--){// 交换刚建好的大顶堆的堆顶和堆末尾节点的元素值，int temp = a[i];a[i]     = a[0];a[0]     = temp;// 交换过得值不变，剩下的重新排序成大顶堆Build_Heap(a, i, 0);}
}

归并排序(nlogn)

思路：分治思想，将若干个已经排好序的子序合成有序的序列。

图解：

在这里插入图片描述

代码：

// 分治思想，先逐步分解成最小(递归)再合并
// 归并
void Merge(int a[], int low, int mid, int high)
{int  i    = low;int  j    = mid + 1;int  k    = 0;int* temp = new int[high - low + 1];while (i <= mid && j <= high){if (a[i] <= a[j]){temp[k++] = a[i++];}else{temp[k++] = a[j++];}}   // while (i<mid&&j<=high)while (i <= mid){temp[k++] = a[i++];}while (j <= high){temp[k++] = a[j++];}for (i = low, k = 0; i <= high; i++, k++){a[i] = temp[k];}delete[] temp;
}
// 递归分开
void Merge_Sort(int a[], int low, int high)
{if (low < high){int mid = (low + high) / 2;Merge_Sort(a, low, mid);Merge_Sort(a, mid + 1, high);cout << "mid=" << mid << " " << a[mid] << endl;cout << "low=" << low << " " << a[low] << endl;cout << "high=" << high << " " << a[high] << endl;cout << endl;// 递归之后再合并Merge(a, low, mid, high);}
}

代码看不懂没关系，参考链接

计数排序O(n+k)

思路：

将待排序的数据存放到额外开辟的空间中。首先找出元素的最大最小值，然后统计每个元素i出现的次数，然后放入数组i中，数组中存放的是值为i的元素出现的个数。额外数组中第i个元素是待排序数组中值为i的元素的个数。因为要求输入的数有确定范围，同时只能对整数进行排序，有场景限制。

图解：

计数排序

代码：

void Count_Sort(int a[], int length)
{// 得到待排序的最大值int max = a[0];int i   = 0;while (i < length - 1){max = (a[i] > a[i + 1]) ? a[i] : a[i + 1];i++;}int* countArray = new int[max + 1] { 0 };int* temp       = new int[length];for (int i = 0; i < length; i++){countArray[a[i]]++;}//!!!这一步的思想特别重要，在非比较排序中for (int i = 1; i < max + 1; i++){countArray[i] += countArray[i - 1];}// 反向遍历for (int i = length - 1; i >= 0; i--){temp[countArray[a[i]] - 1] = a[i];countArray[a[i]]--;}for (int i = 0; i < length; i++){a[i] = temp[i];}delete[] countArray;delete[] temp;
}

基数排序O(n*k)

思路： 基数也就表明桶的个数是定死的，就是10个。基数排序的思想是，从个位依次开始排序，首先按照个位的大小排序，将改变的序列按照十位开始排序，然后一次往后……

图解：

在这里插入图片描述

代码：

int Get_Max_Digits(int a[], int length)
{int max = a[0];int i   = 0;while (i < length - 1){max = (a[i] > a[i + 1]) ? a[i] : a[i + 1];i++;}int b = 0;   // 最大值的位数while (max > 0){max = max / 10;b++;}return b;
}
// 切记！桶子只能是十个，是定死的
void Radix_Sort(int b[], int length)
{int  d     = Get_Max_Digits(b, length);   // 得到最大值的位数int* temp  = new int[length];             // 开辟一个和原数组相同的临时数组// 根据最大值的位数进行排序次数循环int  radix = 1;for (int i = 0; i < d; i++){// 每次把数据装入桶子前先清空countint count[10] = { 0 };   // 计数器 每次循环都清零for (int j = 0; j < length; j++){// 统计尾数为0-9的个数，一次是个十百千....位int tail_number = (b[j] / radix) % 10;count[tail_number]++;   // 每个桶子里面的个数}// 桶中的每一个数的位置一次分配到temp数组中，先找到位置for (int j = 1; j < 10; j++){count[j] += count[j - 1];}// 分配到temp中排序后的位置for (int j = length - 1; j >= 0; j--){int tail_number              = (b[j] / radix) % 10;temp[count[tail_number] - 1] = b[j];count[tail_number]--;}// 赋值for (int j = 0; j < length; j++){b[j] = temp[j];}radix *= 10;}   // for(int i)delete[] temp;
}

桶排序O(n+k)

**思路：**基数排序和计数排序都是桶思想的应用。桶排序是最基本的

​ 首先要得到整个待排序数组的最大值和最小值，然后设置桶的个数k，这样可以得到每个桶可以放的数的区间。

​ 然后遍历待排序的数组，将相关区间内的数放到对应的桶中，这样桶内在排序，就使得整个序列相对有序

图解：

在这里插入图片描述

代码：

void bucketSort(int arr[], int len)
{// 确定最大值和最小值int max = INT_MIN;int min = INT_MAX;for (int i = 0; i < len; i++){if (arr[i] > max)max = arr[i];if (arr[i] < min)min = arr[i];}// 生成桶数组// 设置最小的值为索引0，每个桶间隔为1int bucketLen = max - min + 1;// 初始化桶int bucket[bucketLen];for (int i = 0; i < bucketLen; i++)bucket[i] = 0;// 放入桶中int index = 0;for (int i = 0; i < len; i++){index          = arr[i] - min;bucket[index] += 1;}// 替换原序列int start = 0;for (int i = 0; i < bucketLen; i++){for (int j = start; j < start + bucket[i]; j++){arr[j] = min + i;}start += bucket[i];}
}

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.hqwc.cn/news/336542.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

C# WPF 数据绑定

C# WPF 数据绑定

需求 后台变量发生改变&#xff0c;前端对应的相关属性值也发生改变 实现 接口 INotifyPropertyChanged 用于通知客户端&#xff08;通常绑定客户端&#xff09;属性值已更改。 示例 示例一 官方示例代码如下 using System; using System.Collections.Generic; using Sy…
阅读更多...
社交距离 - 华为OD统一考试

社交距离 - 华为OD统一考试

OD统一考试（C卷） 分值： 200分 题解： Java / Python / C++ 题目描述 疫情期间，需要大家保证一定的社交距离，公司组织开交流会议，座位有一排共N个座位，编号分别为[0…N-1]，要求员工一个接着一个进入会议室，并且可以在任何时候离开会议室。 满足:每当一个员工进入时，…
阅读更多...
鱼哥赠书活动第⑥期：《内网渗透实战攻略》看完这本书教你玩转内网渗透测试成为实战高手！！！！

鱼哥赠书活动第⑥期：《内网渗透实战攻略》看完这本书教你玩转内网渗透测试成为实战高手！！！！

鱼哥赠书活动第⑥期&#xff1a;《内网渗透实战攻略》 如何阅读本书&#xff1a;本书章节介绍&#xff1a;本书大致目录&#xff1a;适合阅读对象&#xff1a;赠书抽奖规则:往期赠书福利&#xff1a; 当今&#xff0c;网络系统面临着越来越严峻的安全挑战。在众多的安全挑战中&…
阅读更多...
springboot2.7集成sharding-jdbc4.1.1实现业务分表

springboot2.7集成sharding-jdbc4.1.1实现业务分表

1、引入maven <dependency><groupId>org.apache.shardingsphere</groupId><artifactId>sharding-jdbc-spring-boot-starter</artifactId><version>4.1.1</version></dependency> 2、基本代码示例 基本逻辑&#xff1a;利用数…
阅读更多...
Spring Redis Client使用Hessian序列化HINCRBY命令的Bug

Spring Redis Client使用Hessian序列化HINCRBY命令的Bug

前言&#xff1a; 公司自己封装Redis Client架包&#xff0c;使用Hessian协议对Redis中Value值进行序列化。在使用Hash结构的HINCRBY命令&#xff0c;处理序列化异常的问题。下面&#xff0c;我将详细说明一下。 正文&#xff1a; 公司封装Redis Client架包&#xff0c;其实就…
阅读更多...
松鼠目标检测数据集VOC格式400张

松鼠目标检测数据集VOC格式400张

松鼠&#xff0c;一种小巧玲珑、活泼可爱的啮齿类动物&#xff0c;以其蓬松的大尾巴和机敏的动作而广受欢迎。 松鼠通常体型小巧&#xff0c;四肢灵活&#xff0c;尾巴蓬松。它们的耳朵大而直立&#xff0c;眼睛明亮&#xff0c;给人留下了深刻的印象。松鼠的毛色因种类而异&a…
阅读更多...
深入理解Word Embeddings：Word2Vec技术与应用

深入理解Word Embeddings：Word2Vec技术与应用

目录 前言1 Word2Vec概述2 CBOW模型2.1 CBOW模型简介2.2 基于词袋&#xff08;bag of word&#xff09;的假设2.3 One-hot向量编码2.4 分类问题 3 Skip-gram模型3.1 Skip-gram模型简介3.2 目标词预测上下文3.3 词语关联性的捕捉 4 优化Word2Vec模型的方法4.1 负采样和分层softm…
阅读更多...
Python(34):Python调用request上传文件用unittest执行时报错ResourceWarning

Python(34):Python调用request上传文件用unittest执行时报错ResourceWarning

Python调用request上传文件用unittest执行时报错ResourceWarning 报错信息&#xff1a; ResourceWarning: Enable tracemalloc to get the object allocation traceback 解决方法1&#xff1a;可以通过忽略来去掉警告 1、导入&#xff1a;import warnings 2、添加&#xff…
阅读更多...
Vue项目在ie浏览器中显示白屏优化提示

Vue项目在ie浏览器中显示白屏优化提示

在工作中用到Vue开发项目&#xff0c;用户在IE浏览器打开页面&#xff0c;结果显示空白屏。作为开发者当然知道是浏览器版本过低导致语法不支持&#xff0c;但是用户不知情的情况下显示空白屏就很不友好。这时候有必要在页面上做点提示语告诉用户切换浏览器&#xff0c;下面是页…
阅读更多...
.NET Framework 与 .NET Core 与 .NET Standard 之间的差异

.NET Framework 与 .NET Core 与 .NET Standard 之间的差异

介绍 在本文中&#xff0c;我们将探讨 .NET Framework、.NET Core 和 .NET Standard 之间的差异。 .NET Framework 与 .NET Core .NET框架.NET核心 历史 .NET Framework 是 .NET 的第一个实现。 .NET Core 是 .NET 的最新实现。 开源 .NET Framework 的某些组件是开源的。 .N…
阅读更多...
游戏引擎支持脚本编程有啥好处

游戏引擎支持脚本编程有啥好处

很多游戏引擎都支持脚本编程。Unity、Unreal Engine、CryEngine等大型游戏引擎都支持使用脚本编写游戏逻辑和功能。脚本编程通常使用C#、Lua或Python等编程语言&#xff0c;并且可以与游戏引擎的API进行交互来控制游戏对象、设置变量、执行行为等。使用脚本编程&#xff0c;游戏…
阅读更多...
无线与局域网技术期末划题自制答案

无线与局域网技术期末划题自制答案

简答题 1.描述5G的三大应用场景&#xff1f; 5G的三大应用场景包括增强型移动宽带&#xff08;eMBB&#xff09;、超可靠低延迟通信&#xff08;URLLC&#xff09;和大规模机器类型通信&#xff08;mMTC&#xff09;。增强型移动宽带&#xff08;eMBB&#xff09;主要用于支持…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023