基于C++實(shí)現(xiàn)的各種內(nèi)部排序算法匯總
提起排序算法相信大家都不陌生,或許很多人已經(jīng)把它們記得滾瓜爛熟,甚至隨時(shí)可以寫出來。是的,這些都是最基本的算法。這里就把各種內(nèi)部排序算法總結(jié)歸納了一下,包括插入排序(直接插入排序,折半插入排序,希爾排序)、交換排序(冒泡排序,快速排序)、選擇排序(簡單選擇排序,堆排序)、2-路歸并排序。(另:至于堆排序算法,前面已經(jīng)有一篇文章針對堆排序的算法實(shí)現(xiàn)做了詳細(xì)的描述)
C++實(shí)現(xiàn)代碼如下:
/************************************************************************* > File Name: sort.cpp > Author: SongLee ************************************************************************/ #include<iostream> using namespace std; typedef int ElementType; /* *<<直接插入排序>> * 為了實(shí)現(xiàn)N個(gè)數(shù)的排序,將后面N-1個(gè)數(shù)依次插入到前面已排好的子序列中, *假定剛開始第1個(gè)數(shù)是一個(gè)已排好序的子序列。經(jīng)過N-1趟就能得到一個(gè)有序序列。 *****時(shí)間復(fù)雜度:最好情況O(n),最壞情況O(n^2),平均情況O(n^2). *****空間復(fù)雜度:O(1) *****穩(wěn)定性:穩(wěn)定 */ void InsertSort(ElementType A[], int n) { int i,j; ElementType temp; // 臨時(shí)變量 for(i=1; i<n; ++i) { temp = A[i]; for(j = i; j>0 && A[j-1]>temp; --j) A[j] = A[j-1]; A[j] = temp; } } /* *<<折半插入排序>> * 與直接插入排序不同的是,折半插入排序不是邊比較邊移動,而是將比較和移 *動操作分離出來,即先折半查找出元素的待插入位置,然后再統(tǒng)一地移動待插入位 *置之后的所有元素。不難看出折半插入排序僅僅是減少了比較的次數(shù)。 *****時(shí)間復(fù)雜度:O(n^2) *****空間復(fù)雜度:O(1) *****穩(wěn)定性:穩(wěn)定 */ void BinaryInsertSort(ElementType A[], int n) { int i, j, low, high, mid; ElementType temp; for(i=1; i<n; ++i) { temp = A[i]; low = 0; high = i-1; // 設(shè)置折半查找的范圍 while(low <= high) { mid = (low+high)/2; // 取中間點(diǎn) if(A[mid] > temp) high = mid-1; else low = mid+1; } for(j=i-1; j>=high+1; --j) // 統(tǒng)一后移 A[j+1] = A[j]; A[high+1] = temp; // 插入 } } /* *<<希爾排序>> * 希爾排序通過比較相距一定間隔的元素,即形如L[i,i+d,i+2d,...i+kd]的序列 *然后縮小間距,再對各分組序列進(jìn)行排序。直到只比較相鄰元素的最后一趟排序?yàn)? *止,即最后的間距為1。希爾排序有時(shí)也叫做*縮小增量排序* *****時(shí)間復(fù)雜度:依賴于增量序列的選擇,但最壞情況才為O(N^2) *****空間復(fù)雜度:O(1) *****穩(wěn)定性:不穩(wěn)定 */ void ShellSort(ElementType A[], int n) { int i, j, dk; // dk是增量 ElementType temp; for(dk=n/2; dk>0; dk/=2) // 增量變化 { for(i=dk; i<n; ++i) // 每個(gè)分組序列進(jìn)行直接插入排序 { temp = A[i]; for(j=i-dk; j>=0 && A[j]>temp; j-=dk) A[j+dk] = A[j]; // 后移 A[j+dk] = temp; } } } /* *<<冒泡排序>> * 冒泡排序的基本思想是從后往前(或從前往后)兩兩比較相鄰元素的值,若為 *逆序,則交換它們,直到序列比較完。我們稱它為一趟冒泡。每一趟冒泡都會將一 *個(gè)元素放置到其最終位置上。 *****時(shí)間復(fù)雜度:最好情況O(n),最壞情況O(n^2),平均情況O(n^2) *****空間復(fù)雜度:O(1) *****穩(wěn)定性:穩(wěn)定 */ void BubbleSort(ElementType A[], int n) { for(int i=0; i<n-1; ++i) { bool flag = false; // 表示本次冒泡是否發(fā)生交換的標(biāo)志 for(int j=n-1; j>i; --j) // 從后往前 { if(A[j-1] > A[j]) { flag = true; // 交換 A[j-1] = A[j-1]^A[j]; A[j] = A[j-1]^A[j]; A[j-1] = A[j-1]^A[j]; } } if(flag == false) return; } } /* *<<快速排序>> * 快速排序是對冒泡排序的一種改進(jìn)。其基本思想是基于分治法:在待排序表L[n] *中任取一個(gè)元素pivot作為基準(zhǔn),通過一趟排序?qū)⑿蛄袆澐譃閮刹糠諰[1...K-1]和 *L[k+1...n],是的L[1...k-1]中的所有元素都小于pivot,而L[k+1...n]中所有元素 *都大于或等于pivot。則pivot放在了其最終位置L(k)上。然后,分別遞歸地對兩個(gè)子 *序列重復(fù)上述過程,直至每部分內(nèi)只有一個(gè)元素或空為止,即所有元素放在了其最終 *位置上。 *****時(shí)間復(fù)雜度:快排的運(yùn)行時(shí)間與劃分是否對稱有關(guān),最壞情況O(n^2),最好情況 *O(nlogn),平均情況為O(nlogn) *****空間復(fù)雜度:由于需要遞歸工作棧,最壞情況為O(n),平均情況為O(logn) *****穩(wěn)定性:不穩(wěn)定 */ int Partition(ElementType A[], int low, int high) { // 劃分操作有很多版本,這里就總以當(dāng)前表中第一個(gè)元素作為樞紐/基準(zhǔn) ElementType pivot = A[low]; while(low < high) { while(low<high && A[high]>=pivot) --high; A[low] = A[high]; // 將比樞紐值小的元素移到左端 while(low<high && A[low]<=pivot) ++low; A[high] = A[low]; // 將比樞紐值大的元素移到右端 } A[low] = pivot; // 樞紐元素放到最終位置 return low; // 返回樞紐元素的位置 } void QuickSort(ElementType A[], int low, int high) { if(low < high) // 遞歸跳出的條件 { int pivotPos = Partition(A, low, high); // 劃分操作,返回基準(zhǔn)元素的最終位置 QuickSort(A, low, pivotPos-1); // 遞歸 QuickSort(A, pivotPos+1, high); } } /* *<<簡單選擇排序>> * 選擇排序的算法思想很簡單,假設(shè)序列為L[n],第i趟排序即從L[i...n]中選擇 *關(guān)鍵字最小的元素與L(i)交換,每一趟排序可以確定一個(gè)元素的最終位置。經(jīng)過n-1 *趟排序就可以使得序列有序了。 *****時(shí)間復(fù)雜度:始終是O(n^2) *****空間復(fù)雜度:O(1) *****穩(wěn)定性:不穩(wěn)定 */ void SelectedSort(ElementType A[], int n) { for(int i=0; i<n-1; ++i) // 一共進(jìn)行n-1趟 { int minPos = i; // 記錄最小元素的位置 for(int j=i+1; j<n; ++j) if(A[j] < A[minPos]) minPos = j; if(minPos != i) // 與第i個(gè)位置交換 { A[i] = A[i]^A[minPos]; A[minPos] = A[i]^A[minPos]; A[i] = A[i]^A[minPos]; } } } /* *<<堆排序>> * 堆排序是一種樹形選擇排序方法,在排序過程中,將L[n]看成是一棵完全二叉 *樹的順序存儲結(jié)構(gòu),利用完全二叉樹中雙親節(jié)點(diǎn)和孩子節(jié)點(diǎn)之間的內(nèi)在關(guān)系,在當(dāng) *前無序區(qū)中選擇關(guān)鍵字最大(或最?。┑脑亍6雅判虻乃悸肥牵菏紫葘⑿蛄蠰[n] *的n個(gè)元素建成初始堆,由于堆本身的特點(diǎn)(以大根堆為例),堆頂元素就是最大 *值。輸出堆頂元素后,通常將堆底元素送入堆頂,此時(shí)根結(jié)點(diǎn)已不滿足大根堆的性 *質(zhì),堆被破壞,將堆頂元素向下調(diào)整使其繼續(xù)保持大根堆的性質(zhì),再輸出堆頂元素。 *如此重復(fù),直到堆中僅剩下一個(gè)元素為止。 *****時(shí)間復(fù)雜度:O(nlogn) *****空間復(fù)雜度:O(1) *****穩(wěn)定性:不穩(wěn)定 */ void AdjustDown(ElementType A[], int i, int len) { ElementType temp = A[i]; // 暫存A[i] for(int largest=2*i+1; largest<len; largest=2*largest+1) { if(largest!=len-1 && A[largest+1]>A[largest]) ++largest; // 如果右子結(jié)點(diǎn)大 if(temp < A[largest]) { A[i] = A[largest]; i = largest; // 記錄交換后的位置 } else break; } A[i] = temp; // 被篩選結(jié)點(diǎn)的值放入最終位置 } void BuildMaxHeap(ElementType A[], int len) { for(int i=len/2-1; i>=0; --i) // 從i=[n/2]~1,反復(fù)調(diào)整堆 AdjustDown(A, i, len); } void HeapSort(ElementType A[], int n) { BuildMaxHeap(A, n); // 初始建堆 for(int i=n-1; i>0; --i) // n-1趟的交換和建堆過程 { // 輸出最大的堆頂元素(和堆底元素交換) A[0] = A[0]^A[i]; A[i] = A[0]^A[i]; A[0] = A[0]^A[i]; // 調(diào)整,把剩余的n-1個(gè)元素整理成堆 AdjustDown(A, 0, i); } } /* *<<2-路歸并排序>> * 顧名思義,2-路歸并就是將2個(gè)有序表組合成一個(gè)新的有序表。假定待排序表 *有n個(gè)元素,則可以看成是n個(gè)有序的子表,每個(gè)子表長度為1,然后兩兩歸并...不 *停重復(fù),直到合成一個(gè)長度為n的有序序列為止。Merge()函數(shù)是將前后相鄰的兩個(gè) *有序表歸并為一個(gè)有序表,設(shè)A[low...mid]和A[mid+1...high]存放在同一順序表的 *相鄰位置上,先將它們復(fù)制到輔助數(shù)組B中。每次從對應(yīng)B中的兩個(gè)段取出一個(gè)元素 *進(jìn)行比較,將較小者放入A中。 *****時(shí)間復(fù)雜度:每一趟歸并為O(n),共log2n趟,所以時(shí)間為O(nlog2n) *****空間復(fù)雜度:O(n) *****穩(wěn)定性:穩(wěn)定 */ ElementType *B = new ElementType[13]; // 和數(shù)組A一樣大 void Merge(ElementType A[], int low, int mid, int high) { int i, j, k; for(k=low; k<=high; ++k) B[k] = A[k]; // 將A中所有元素復(fù)制到B for(i=low,j=mid+1,k=i; i<=mid&&j<=high; ++k) { if(B[i] <= B[j]) // 比較B的左右兩段序列中的元素 A[k] = B[i++]; // 將較小值復(fù)制到A中 else A[k] = B[j++]; } while(i<=mid) A[k++] = B[i++]; // 若第一個(gè)表未檢測完,復(fù)制 while(j<=high) A[k++] = B[j++]; // 若第二個(gè)表未檢測完,復(fù)制 } void MergeSort(ElementType A[], int low, int high) { if(low < high) { int mid = (low + high)/2; MergeSort(A, low, mid); // 對左側(cè)子序列進(jìn)行遞歸排序 MergeSort(A, mid+1, high); // 對右側(cè)子序列進(jìn)行遞歸排序 Merge(A, low, mid, high); // 歸并 } } /* * 輸出函數(shù) */ void print(ElementType A[], int n) { for(int i=0; i<n; ++i) { cout << A[i] << " "; } cout << endl; } /* * 主函數(shù) */ int main() { ElementType Arr[13] = {5,2,1,8,3,6,4,7,0,9,12,10,11}; //InsertSort(Arr, 13); //BinaryInsertSort(Arr, 13); //ShellSort(Arr, 13); //BubbleSort(Arr, 13); //QuickSort(Arr, 0, 12); //SelectedSort(Arr, 13); //HeapSort(Arr, 13); //MergeSort(Arr, 0, 12); print(Arr, 13); return 0; }
相信本文所述實(shí)例代碼對大家復(fù)習(xí)和鞏固各類排序算法能起到一定的幫助作用。
- 全排列算法的非遞歸實(shí)現(xiàn)與遞歸實(shí)現(xiàn)的方法(C++)
- 使用C++實(shí)現(xiàn)全排列算法的方法詳解
- C++冒泡排序算法實(shí)例
- C++選擇排序算法實(shí)例
- C++堆排序算法的實(shí)現(xiàn)方法
- C++歸并排序算法實(shí)例
- C++插入排序算法實(shí)例
- 利用C++的基本算法實(shí)現(xiàn)十個(gè)數(shù)排序
- C++實(shí)現(xiàn)各種排序算法類匯總
- C++線性時(shí)間的排序算法分析
- C++實(shí)現(xiàn)八個(gè)常用的排序算法 插入排序、冒泡排序、選擇排序、希爾排序等
- C++簡單實(shí)現(xiàn)的全排列算法示例
相關(guān)文章
C++ 靜態(tài)成員的類內(nèi)初始化詳解及實(shí)例代碼
這篇文章主要介紹了C++ 靜態(tài)成員的類內(nèi)初始化詳解及實(shí)例代碼的相關(guān)資料,需要的朋友可以參考下2017-02-02C++ 隨機(jī)數(shù)與隨機(jī)種子數(shù)的實(shí)例
這篇文章主要介紹了C++ 隨機(jī)數(shù)與隨機(jī)種子數(shù)的實(shí)例的相關(guān)資料,需要的朋友可以參考下2017-07-07Species Tree 利用HashTable實(shí)現(xiàn)實(shí)例代碼
這篇文章主要介紹了Species Tree 利用HashTable實(shí)現(xiàn)實(shí)例代碼的相關(guān)資料,需要的朋友可以參考下2017-01-01VC實(shí)現(xiàn)讓關(guān)閉按鈕成灰色不可用的方法
這篇文章主要介紹了VC實(shí)現(xiàn)讓關(guān)閉按鈕成灰色不可用的方法,比較實(shí)用的一個(gè)特殊功能,需要的朋友可以參考下2014-08-08