C#七大經(jīng)典排序算法系列(下)
今天跟大家聊聊最后三種排序: 直接插入排序,希爾排序和歸并排序。
直接插入排序:
這種排序其實蠻好理解的,很現(xiàn)實的例子就是俺們斗地主,當(dāng)我們抓到一手亂牌時,我們就要按照大小梳理撲克,30秒后,撲克梳理完畢,4條3,5條s,哇塞...... 回憶一下,俺們當(dāng)時是怎么梳理的。
最左一張牌是3,第二張牌是5,第三張牌又是3,趕緊插到第一張牌后面去,第四張牌又是3,大喜,趕緊插到第二張后面去,第五張牌又是3,狂喜,哈哈,一門炮就這樣產(chǎn)生了。
怎么樣,生活中處處都是算法,早已經(jīng)融入我們的生活和血液。
下面就上圖說明:
看這張圖不知道大家可否理解了,在插入排序中,數(shù)組會被劃分為兩種,“有序數(shù)組塊”和“無序數(shù)組塊”,對的,第一遍的時候從”無序數(shù)組塊“中提取一個數(shù)20作為有序數(shù)組塊。
第二遍的時候從”無序數(shù)組塊“中提取一個數(shù)60有序的放到”有序數(shù)組塊中“,也就是20,60。
第三遍的時候同理,不同的是發(fā)現(xiàn)10比有序數(shù)組的值都小,因此20,60位置后移,騰出一個位置讓10插入。
然后按照這種規(guī)律就可以全部插入完畢。
using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace InsertSort { public class Program { static void Main(string[] args) { List<int> list = new List<int>() { 3, 1, 2, 9, 7, 8, 6 }; Console.WriteLine("排序前:" + string.Join(",", list)); InsertSort(list); Console.WriteLine("排序后:" + string.Join(",", list)); } static void InsertSort(List<int> list) { //無須序列 for (int i = 1; i < list.Count; i++) { var temp = list[i]; int j; //有序序列 for (j = i - 1; j >= 0 && temp < list[j]; j--) { list[j + 1] = list[j]; } list[j + 1] = temp; } } } }
希爾排序:
觀察一下”插入排序“:其實不難發(fā)現(xiàn)她有個缺點:
如果當(dāng)數(shù)據(jù)是”5, 4, 3, 2, 1“的時候,此時我們將“無序塊”中的記錄插入到“有序塊”時,每次插入都要移動位置,此時插入排序的效率可想而知。
shell根據(jù)這個弱點進(jìn)行了算法改進(jìn),融入了一種叫做“縮小增量排序法”的思想,其實也蠻簡單的,不過有點注意的就是:
增量不是亂取,而是有規(guī)律可循的。
首先要明確一下增量的取法:
第一次增量的取法為: d=count/2;
第二次增量的取法為: d=(count/2)/2;
最后一直到: d=1;
看上圖觀測的現(xiàn)象為:
d=3時:將40跟50比,因50大,不交換。
將20跟30比,因30大,不交換。
將80跟60比,因60小,交換。
d=2時:將40跟60比,不交換,拿60跟30比交換,此時交換后的30又比前面的40小,又要將40和30交換,如上圖。
將20跟50比,不交換,繼續(xù)將50跟80比,不交換。
d=1時:這時就是前面講的插入排序了,不過此時的序列已經(jīng)差不多有序了,所以給插入排序帶來了很大的性能提高。
既然說“希爾排序”是“插入排序”的改進(jìn)版,那么我們就要比一下,在1w個數(shù)字中,到底能快多少?
下面進(jìn)行一下測試:
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading; using System.Diagnostics; namespace ShellSort { public class Program { static void Main(string[] args) { //5次比較 for (int i = 1; i <= 5; i++) { List<int> list = new List<int>(); //插入1w個隨機(jī)數(shù)到數(shù)組中 for (int j = 0; j < 10000; j++) { Thread.Sleep(1); list.Add(new Random((int)DateTime.Now.Ticks).Next(10000, 1000000)); } List<int> list2 = new List<int>(); list2.AddRange(list); Console.WriteLine("\n第" + i + "次比較:"); Stopwatch watch = new Stopwatch(); watch.Start(); InsertSort(list); watch.Stop(); Console.WriteLine("\n插入排序耗費的時間:" + watch.ElapsedMilliseconds); Console.WriteLine("輸出前十個數(shù):" + string.Join(",", list.Take(10).ToList())); watch.Restart(); ShellSort(list2); watch.Stop(); Console.WriteLine("\n希爾排序耗費的時間:" + watch.ElapsedMilliseconds); Console.WriteLine("輸出前十個數(shù):" + string.Join(",", list2.Take(10).ToList())); } } ///<summary> /// 希爾排序 ///</summary> ///<param name="list"></param> static void ShellSort(List<int> list) { //取增量 int step = list.Count / 2; while (step >= 1) { //無須序列 for (int i = step; i < list.Count; i++) { var temp = list[i]; int j; //有序序列 for (j = i - step; j >= 0 && temp < list[j]; j = j - step) { list[j + step] = list[j]; } list[j + step] = temp; } step = step / 2; } } ///<summary> /// 插入排序 ///</summary> ///<param name="list"></param> static void InsertSort(List<int> list) { //無須序列 for (int i = 1; i < list.Count; i++) { var temp = list[i]; int j; //有序序列 for (j = i - 1; j >= 0 && temp < list[j]; j--) { list[j + 1] = list[j]; } list[j + 1] = temp; } } } }
截圖如下:
看的出來,希爾排序優(yōu)化了不少,w級別的排序中,相差70幾倍哇。
歸并排序:
個人感覺,我們能容易看的懂的排序基本上都是O (n^2),比較難看懂的基本上都是N(LogN),所以歸并排序也是比較難理解的,尤其是在代碼
編寫上,本人就是搞了一下午才搞出來,嘻嘻。
首先看圖:
歸并排序中中兩件事情要做:
第一: “分”, 就是將數(shù)組盡可能的分,一直分到原子級別。
第二: “并”,將原子級別的數(shù)兩兩合并排序,最后產(chǎn)生結(jié)果。
代碼:
using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace MergeSort { class Program { static void Main(string[] args) { int[] array = { 3, 2, 1, 8, 9, 0 }; MergeSort(array, new int[array.Length], 0, array.Length - 1); Console.WriteLine(string.Join(",", array)); } ///<summary> /// 數(shù)組的劃分 ///</summary> ///<param name="array">待排序數(shù)組</param> ///<param name="temparray">臨時存放數(shù)組</param> ///<param name="left">序列段的開始位置,</param> ///<param name="right">序列段的結(jié)束位置</param> static void MergeSort(int[] array, int[] temparray, int left, int right) { if (left < right) { //取分割位置 int middle = (left + right) / 2; //遞歸劃分?jǐn)?shù)組左序列 MergeSort(array, temparray, left, middle); //遞歸劃分?jǐn)?shù)組右序列 MergeSort(array, temparray, middle + 1, right); //數(shù)組合并操作 Merge(array, temparray, left, middle + 1, right); } } ///<summary> /// 數(shù)組的兩兩合并操作 ///</summary> ///<param name="array">待排序數(shù)組</param> ///<param name="temparray">臨時數(shù)組</param> ///<param name="left">第一個區(qū)間段開始位置</param> ///<param name="middle">第二個區(qū)間的開始位置</param> ///<param name="right">第二個區(qū)間段結(jié)束位置</param> static void Merge(int[] array, int[] temparray, int left, int middle, int right) { //左指針尾 int leftEnd = middle - 1; //右指針頭 int rightStart = middle; //臨時數(shù)組的下標(biāo) int tempIndex = left; //數(shù)組合并后的length長度 int tempLength = right - left + 1; //先循環(huán)兩個區(qū)間段都沒有結(jié)束的情況 while ((left <= leftEnd) && (rightStart <= right)) { //如果發(fā)現(xiàn)有序列大,則將此數(shù)放入臨時數(shù)組 if (array[left] < array[rightStart]) temparray[tempIndex++] = array[left++]; else temparray[tempIndex++] = array[rightStart++]; } //判斷左序列是否結(jié)束 while (left <= leftEnd) temparray[tempIndex++] = array[left++]; //判斷右序列是否結(jié)束 while (rightStart <= right) temparray[tempIndex++] = array[rightStart++]; //交換數(shù)據(jù) for (int i = 0; i < tempLength; i++) { array[right] = temparray[right]; right--; } } } }
結(jié)果圖:
ps:
插入排序的時間復(fù)雜度為:O(N^2)
希爾排序的時間復(fù)雜度為:平均為:O(N^3/2)
最壞:O(N^2)
歸并排序時間復(fù)雜度為: O(NlogN)
空間復(fù)雜度為: O(N)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
C#中使用ADOMD.NET查詢多維數(shù)據(jù)集的實現(xiàn)方法
這篇文章主要介紹了C#中使用ADOMD.NET查詢多維數(shù)據(jù)集的實現(xiàn)方法,詳細(xì)講述了C#中使用ADOMD.NET查詢多維數(shù)據(jù)集的原理與實現(xiàn)技巧,需要的朋友可以參考下2014-10-10C#實現(xiàn)Excel合并單元格數(shù)據(jù)導(dǎo)入數(shù)據(jù)集詳解
這篇文章主要為大家詳細(xì)介紹了C#如何實現(xiàn)Excel合并單元格數(shù)據(jù)導(dǎo)入數(shù)據(jù)集,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-01-01unity 如何使用LineRenderer 動態(tài)劃線
這篇文章主要介紹了unity 使用LineRenderer 動態(tài)劃線的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04