数据结构排序算法总结I
考研复习到数据结构排序这章了,这章的内容比较经典,都是一些很好的算法,将来很可能会用得到,总结一下,加深一下印象。
文章篇幅有点大,请点击查看更多,下面是跳转链接:
123
12
三、选择排序 1)简单选择排序 2)堆排序
五、基数排序
一、插入排序
1)直接插入排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1)
复制到剪贴板折叠C 代码
1. void InsertSort(SqList &L) {
2. // 对顺序表L作直接插入排序。
3. int i,j;
4. for (i=2; i<=L.length; ++i)
5. if (LT(L.r[i].key, L.r[i-1].key)) {
6. // "<"时,需将L.r[i]插入有序子表
7. L.r[0] = L.r[i]; // 复制为哨兵
8. for (j=i-1; LT(L.r[0].key, L.r[j].key); --j)
9. L.r[j+1] = L.r[j]; // 记录后移
10. L.r[j+1] = L.r[0]; // 插入到正确位置
11. }
12. } // InsertSort
2)折半插入排序
时间复杂度:平均情况—O(n2) 稳定性:稳定
复制到剪贴板折叠C 代码
1. void BInsertSort(SqList &L) {
2. // 对顺序表L作折半插入排序。
3. int i,j,high,low,m;
4. for (i=2; i<=L.length; ++i) {
5. L.r[0] = L.r[i]; // 将L.r[i]暂存到L.r[0]
6. low = 1; high = i-1;
7. while (low<=high) { // 在r[low..high]中折半查找有序插入的位置 稳定性:稳定
m = (low+high)/2; // 折半
9. if (LT(L.r[0].key, L.r[m].key)) high = m-1; // 插入点在低半区
10. else low = m+1; // 插入点在高半区
11. }
12. for (j=i-1; j>=high+1; --j) L.r[j+1] = L.r[j]; // 记录后移
13. L.r[high+1] = L.r[0]; // 插入
14. }
15. } // BInsertSort 8.
3)希尔排序 算法演示
时间复杂度:理想情况—O(nlog2n) 最坏情况—O(n2) 稳定性:不稳定 复制到剪贴板折叠C 代码
void ShellInsert(SqList &L, int dk) {
2. // 对顺序表L作一趟希尔插入排序。本算法对算法10.1作了以下修改:
3. // 1. 前后记录位置的增量是dk,而不是1;
4. // 2. r[0]只是暂存单元,不是哨兵。当j<=0时,插入位置已找到。
5. int i,j;
6. for (i=dk+1; i<=L.length; ++i)
7. if (LT(L.r[i].key, L.r[i-dk].key)) { // 需将L.r[i]插入有序增量子表
8. L.r[0] = L.r[i]; // 暂存在L.r[0]
9. for (j=i-dk; j>0 && LT(L.r[0].key, L.r[j].key); j-=dk)
10. L.r[j+dk] = L.r[j]; // 记录后移,查找插入位置
11. L.r[j+dk] = L.r[0]; // 插入
12. }
13. } // ShellInsert
14.
15.
16. void ShellSort(SqList &L, int dlta[], int t) {
17. // 按增量序列dlta[0..t-1]对顺序表L作希尔排序。
18. for (int k=0; k<t; ++k)
19. ShellInsert(L, dlta[k]); // 一趟增量为dlta[k]的插入排序
20. } // ShellSort 1.
二、交换排序
1)冒泡排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:稳定 复制到剪贴板折叠C 代码
1.
2.
3.
4.
5.
6. void BubbleSort(SeqList R) { int i,j; Boolean exchange; //交换标志 for(i=1;i<n;i++){ //最多做n-1趟排序 exchange=FALSE; //本趟排序开始前,交换标志应为假 for(j=n-1;j>=i;j--) //对当前无序区R[i..n]自下向上扫描
if(R[j+1].key<R[j].key){//交换记录 7.
8. R[0]=R[j+1]; //R[0]不是哨兵,仅做暂存单元
9. R[j+1]=R[j];
10. R[j]=R[0];
11. exchange=TRUE; //发生了交换,故将交换标志置为真 12. }
13. if(!exchange) //本趟排序未发生交换,提前终止算法
14. return;
15. } //endfor(外循环)
16. } //BubbleSort
2)快速排序
时间复杂度:平均情况—O(nlog2n) 最坏情况—O(n2) 辅助空间:O(log2n) 不稳定
复制到剪贴板折叠C 代码
1. int Partition(SqList &L, int low, int high) {
2. // 交换顺序表L中子序列L.r[low..high]的记录,使枢轴记录到位,
3. // 并返回其所在位置,此时,在它之前(后)的记录均不大(小)于它 4. KeyType pivotkey;
5. RedType temp;
6. pivotkey = L.r[low].key; // 用子表的第一个记录作枢轴记录 7. while (low<high) { // 从表的两端交替地向中间扫描
8. while (low<high && L.r[high].key>=pivotkey) --high;
9. temp=L.r[low];
10. L.r[low]=L.r[high];
11. L.r[high]=temp; // 将比枢轴记录小的记录交换到低端 12. while (low<high && L.r[low].key<=pivotkey) ++low;
13. temp=L.r[low];
14. L.r[low]=L.r[high];
15. L.r[high]=temp; // 将比枢轴记录大的记录交换到高端 16. }
17. return low; // 返回枢轴所在位置
18. } // Partition
19.
20. int Partition(SqList &L, int low, int high) {
21. // 交换顺序表L中子序列L.r[low..high]的记录,使枢轴记录到位,
22. // 并返回其所在位置,此时,在它之前(后)的记录均不大(小)于它 23. KeyType pivotkey;
24. L.r[0] = L.r[low]; // 用子表的第一个记录作枢轴记录
25. pivotkey = L.r[low].key; // 枢轴记录关键字
26. while (low<high) { // 从表的两端交替地向中间扫描
27. while (low<high && L.r[high].key>=pivotkey) --high;
28. L.r[low] = L.r[high]; // 将比枢轴记录小的记录移到低端 29. while (low<high && L.r[low].key<=pivotkey) ++low;
30. L.r[high] = L.r[low]; // 将比枢轴记录大的记录移到高端 31. } 稳定性:
32. L.r[low] = L.r[0]; // 枢轴记录到位
33. return low; // 返回枢轴位置
34. } // Partition
35.
36.
37. void QSort(SqList &L, int low, int high) {
38. // 对顺序表L中的子序列L.r[low..high]进行快速排序
39. int pivotloc;
40. if (low < high) { // 长度大于1
41. pivotloc = Partition(L, low, high); // 将L.r[low..high]一分为二
42. QSort(L, low, pivotloc-1); // 对低子表递归排序,pivotloc是枢轴位置
43. QSort(L, pivotloc+1, high); // 对高子表递归排序
44. }
45. } // QSort
46.
47. void QuickSort(SqList &L) { // 算法10.8
48. // 对顺序表L进行快速排序
49. QSort(L, 1, L.length);
50. } // QuickSort
三、选择排序
1)简单选择排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:不稳定 复制到剪贴板折叠C 代码
void SelectSort(SqList &L) {
2. // 对顺序表L作简单选择排序。
3. int i,j;
4. for (i=1; i<L.length; ++i) { // 选择第i小的记录,并交换到位
5. j = SelectMinKey(L, i); // 在L.r[i..L.length]中选择key最小的记录
6. if (i!=j) { // L.r[i]←→L.r[j]; 与第i个记录交换
7. RedType temp;
8. temp=L.r[i];
9. L.r[i]=L.r[j];
10. L.r[j]=temp;
11. }
12. }
13. } // SelectSort 1.
2)堆排序
时间复杂度:平均情况—O(nlog2n) 最坏情况—O(nlog2n) 辅助空间:O(1) 稳定性:不稳定
复制到剪贴板折叠C 代码
1. void HeapAdjust(HeapType &H, int s, int m) {
2. // 已知H.r[s..m]中记录的关键字除H.r[s].key之外均满足堆的定义, 3. // 本函数调整H.r[s]的关键字,使H.r[s..m]成为一个大顶堆 4. // (对其中记录的关键字而言)
5. int j;
6. RedType rc;
7. rc = H.r[s];
8. for (j=2*s; j<=m; j*=2) { // 沿key较大的孩子结点向下筛选
9. if (j<m && H.r[j].key<H.r[j+1].key) ++j; // j为key较大的记录的下标 10. if (rc.key >= H.r[j].key) break; // rc应插入在位置s上 11. H.r[s] = H.r[j]; s = j;
12. }
13. H.r[s] = rc; // 插入
14. } // HeapAdjust
15.
16. void HeapSort(HeapType &H) {
17. // 对顺序表H进行堆排序。
18. int i;
19. RedType temp;
20. for (i=H.length/2; i>0; --i) // 把H.r[1..H.length]建成大顶堆 21. HeapAdjust ( H, i, H.length );
22. for (i=H.length; i>1; --i) {
23. temp=H.r[i];
24. H.r[i]=H.r[1];
25. H.r[1]=temp; // 将堆顶记录和当前未经排序子序列Hr[1..i]中 26. // 最后一个记录相互交换
27. HeapAdjust(H, 1, i-1); // 将H.r[1..i-1] 重新调整为大顶堆 28. }
29. } // HeapSort
四、归并排序
1)归并排序
时间复杂度:平均情况—O(nlog2n) 最坏情况—O(nlog2n) 辅助空间:O(n) 稳定
复制到剪贴板折叠C 代码
1. void Merge (RedType SR[], RedType TR[], int i, int m, int n) { 2. // 将有序的SR[i..m]和SR[m+1..n]归并为有序的TR[i..n]
3. int j,k;
4. for (j=m+1, k=i; i<=m && j<=n; ++k) {
5. // 将SR中记录由小到大地并入TR
6. if LQ(SR[i].key,SR[j].key) TR[k] = SR[i++];
7. else TR[k] = SR[j++];
8. }
9. if (i<=m) // TR[k..n] = SR[i..m]; 将剩余的SR[i..m]复制到TR 10. while (k<=n && i<=m) TR[k++]=SR[i++];
11. if (j<=n) // 将剩余的SR[j..n]复制到TR 稳定性:
12. while (k<=n &&j <=n) TR[k++]=SR[j++];
13. } // Merge
14.
15. void MSort(RedType SR[], RedType TR1[], int s, int t) {
16. // 将SR[s..t]归并排序为TR1[s..t]。
17. int m;
18. RedType TR2[20];
19. if (s==t) TR1[t] = SR[s];
20. else {
21. m=(s+t)/2; // 将SR[s..t]平分为SR[s..m]和SR[m+1..t]
22. MSort(SR,TR2,s,m); // 递归地将SR[s..m]归并为有序的TR2[s..m] 23. MSort(SR,TR2,m+1,t); // 将SR[m+1..t]归并为有序的TR2[m+1..t] 24. Merge(TR2,TR1,s,m,t); // 将TR2[s..m]和TR2[m+1..t]归并到TR1[s..t] 25. }
26. } // MSort
27.
28. void MergeSort(SqList &L) {
29. // 对顺序表L作归并排序。
30. MSort(L.r, L.r, 1, L.length);
31. } // MergeSort
五、基数排序
1)基数排序
时间复杂度:平均情况—O(d(n+rd)) 最坏情况—O(d(n+rd)) 辅助空间:O(rd) 复制到剪贴板折叠C 代码
1. void Distribute(SLList &L, int i, ArrType &f, ArrType &e) {
2. // 静态链表L的r域中记录已按(keys[0],...,keys[i-1])有序,
3. // 本算法按第i个关键字keys[i]建立RADIX个子表,
4. // 使同一子表中记录的keys[i]相同。f[0..RADIX-1]和e[0..RADIX-1]
5. // 分别指向各子表中第一个和最后一个记录。
6. int j, p;
7. for (j=0; j<RADIX; ++j) f[j] = 0; // 各子表初始化为空表
8. for (p=L.r[0].next; p; p=L.r[p].next) {
9. j = L.r[p].keys[i]-'0'; // 将记录中第i个关键字映射到[0..RADIX-1], 10. if (!f[j]) f[j] = p;
11. else L.r[e[j]].next = p;
12. e[j] = p; // 将p所指的结点插入第j个子表中
13. }
14. } // Distribute
15.
16. void Collect(SLList &L, int i, ArrType f, ArrType e) {
17. // 本算法按keys[i]自小至大地将f[0..RADIX-1]所指各子表依次链接成 18. // 一个链表,e[0..RADIX-1]为各子表的尾指针
19. int j,t;
20. for (j=0; !f[j]; j++); // 找第一个非空子表,succ为求后继函数: ++ 稳定性:稳定
21. L.r[0].next = f[j]; // L.r[0].next
22. t = e[j];
23. while (j<RADIX) { 指向第一个非空子表中第一个结点
24. for (j=j+1; j<RADIX && !f[j]; j++); // 找下一个非空子表
25. if (j<RADIX) // 链接两个非空子表
26. { L.r[t].next = f[j]; t = e[j]; }
27. }
28. L.r[t].next = 0; // t指向最后一个非空子表中的最后一个结点 29. } // Collect
30.
31. void RadixSort(SLList &L) {
32. // L是采用静态链表表示的顺序表。
33. // 对L作基数排序,使得L成为按关键字自小到大的有序静态链表, 34. // L.r[0]为头结点。
35. int i;
36. ArrType f, e;
37. for (i=1; i<L.recnum; ++i) L.r[i-1].next = i;
38. L.r[L.recnum].next = 0; // 将L改造为静态链表
39. for (i=0; i<L.keynum; ++i) {
40. // 按最低位优先依次对各关键字进行分配和收集
41. Distribute(L, i, f, e); // 第i趟分配
42. Collect(L, i, f, e); // 第i趟收集
43. print_SLList2(L, i);
44. }
45. } // RadixSort
数据结构与算法重点内容:排序运算的算法、检索运算的算法,本部分所占分值较高,在11分左右;考试点:数据顺序存储与链式存储、栈与队列…
算法总结21voidUnionListampLaListLb算法21将所有在线性表Lb中但不在La中的数据元素插入到La中intL…
数据结构和算法设计与分析谈到计算机方面的专业课程,我觉得数据结构算是一门必不可少的课了,它是计算机从业和研究人员了解、开发及最大程…
《数据结构与算法》课程学习总结报告10040120xx10计本(4)班章兴春本学期所学习的《数据结构与算法》课程已经告一段落,就其…
《数据结构与算法》课程学习总结报告070401301507计本(3)班张浩本学期开设的《数据结构与算法》课程已经告一段落,现就其知…
数据结构课程总结孙博110401104511计本3班如何合理的组织数据、高效的处理数据是扩大计算机应用领域、提高软件效率的关键。而…
《数据结构与算法》课程学习总结报告070401301507计本(3)班张浩本学期开设的《数据结构与算法》课程已经告一段落,现就其知…
通过一学期对《数据结构与算法》的学习,大概的了解了基本的数据结构和相应的一些算法。下面总结一下自己一个学期学习的收获和心得。数据结…
排序总结排序方法平均时间最坏时间辅助存储简单排序O(n2)O(n2)O(1)快速排序O(nlogn)O(n2)O(logn)堆排序…
数据结构与算法学习心得不管学习什么,概念是基础,所有的知识框架都是建立在基础概念之上的。所以,第一遍看课本要将概念熟记于心,然后构…