c语言几种排序算法Word文件下载.docx
《c语言几种排序算法Word文件下载.docx》由会员分享,可在线阅读,更多相关《c语言几种排序算法Word文件下载.docx(17页珍藏版)》请在冰点文库上搜索。
11iTemp=pData[j-1];
12pData[j-1]=pData[j];
13pData[j]=iTemp;
14}
15}
16}
17}
18voidmain()
19{
20intdata[]={10,9,8,7,6,5,4};
21BubbleSort(data,7);
22for(inti=0;
7;
23cout<
<
data[i]<
"
"
;
24cout<
\n"
25}
倒序(最糟情况)
第一轮:
10,9,8,7->
10,9,7,8->
10,7,9,8->
7,10,9,8(交换3次)
第二轮:
7,10,9,8->
7,10,8,9->
7,8,10,9(交换2次)
7,8,10,9->
7,8,9,10(交换1次)
循环次数:
6次
交换次数:
其他:
8,10,7,9->
8,7,10,9->
7,8,10,9(交换0次)
3次
上面我们给出了程序段,现在我们分析它:
这里,影响我们算法性能的主要部分是循环和交换,显然,次数越多,性能就越差。
从上面的程序我们可以看出循环的次数是固定的,为1+2+...+n-1。
写成公式就是1/2*(n-1)*n。
现在注意,我们给出O方法的定义:
若存在一常量K和起点n0,使当n>
=n0时,有f(n)<
=K*g(n),则f(n)=O(g(n))。
(呵呵,不要说没学好数学呀,对于编程数学是非常重要的!
!
)
现在我们来看1/2*(n-1)*n,当K=1/2,n0=1,g(n)=n*n时,1/2*(n-1)*n<
=1/2*n*n=K*g(n)。
所以f(n)=O(g(n))=O(n*n)。
所以我们程序循环的复杂度为O(n*n)。
再看交换。
从程序后面所跟的表可以看到,两种情况的循环相同,交换不同。
其实交换本身同数据源的有序程度有极大的关系,当数据处于倒序的情况时,交换次数同循环一样(每次循环判断都会交换),复杂度为O(n*n)。
当数据为正序,将不会有交换。
复杂度为O(0)。
乱序时处于中间状态。
正是由于这样的原因,我们通常都是通过循环次数来对比算法。
2、选择排序
在要排序的一组数中,选出最小的一个数与第一个位置的数交换;
然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
选择排序是不稳定的。
算法复杂度O(n2)--[n的平方]
26#include<
27voidSelectSort(int*pData,intCount)
28{
29intiTemp;
30intiPos;
31for(inti=0;
Count-1;
32{
33iTemp=pData[i];
34iPos=i;
35for(intj=i+1;
j<
j++)
36{
37if(pData[j]<
iTemp)
38{
39iTemp=pData[j];
40iPos=j;
41}
42}
43pData[iPos]=pData[i];
44pData[i]=iTemp;
45}
46}
47voidmain()
48{
49intdata[]={10,9,8,7,6,5,4};
50SelectSort(data,7);
51for(inti=0;
52cout<
53cout<
54}
(iTemp=9)10,9,8,7->
(iTemp=8)10,9,8,7->
(iTemp=7)7,9,8,10(交换1次)
7,9,8,10->
7,9,8,10(iTemp=8)->
(iTemp=8)7,8,9,10(交换1次)
7,8,9,10->
(iTemp=9)7,8,9,10(交换0次)
2次
(iTemp=8)8,10,7,9->
(iTemp=7)8,10,7,9->
(iTemp=7)7,10,8,9(交换1次)
(iTemp=8)7,10,8,9->
(iTemp=8)7,8,10,9(交换1次)
(iTemp=9)7,8,9,10(交换1次)
遗憾的是算法需要的循环次数依然是1/2*(n-1)*n。
所以算法复杂度为O(n*n)。
我们来看他的交换。
由于每次外层循环只产生一次交换(只有一个最小值)。
所以f(n)<
=n所以我们有f(n)=O(n)。
所以,在数据较乱的时候,可以减少一定的交换次数。
3、直接插入排序
在要排序的一组数中,假设前面(n-1)[n>
=2]个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。
如此反复循环,直到全部排好顺序。
直接插入排序是稳定的。
55#include<
56voidSelectSort(int*pData,intCount)
57{
58intiTemp;
59intiPos;
60for(inti=0;
61{
62iTemp=pData[i];
63iPos=i;
64for(intj=i+1;
65{
66if(pData[j]<
67{
68iTemp=pData[j];
69iPos=j;
70}
71}
72pData[iPos]=pData[i];
73pData[i]=iTemp;
74}
75}
76voidmain()
77{
78intdata[]={10,9,8,7,6,5,4};
79SelectSort(data,7);
80for(inti=0;
81cout<
82cout<
83}
9,10,8,7(交换1次)(循环1次)
9,10,8,7->
8,9,10,7(交换1次)(循环2次)
8,9,10,7->
7,8,9,10(交换1次)(循环3次)
3次
8,10,7,9(交换0次)(循环1次)
7,8,10,9(交换1次)(循环2次)
7,8,9,10(交换1次)(循环1次)
4次
上面结尾的行为分析事实上造成了一种假象,让我们认为这种算法是简单算法中最好的,其实不是,因为其循环次数虽然并不固定,我们仍可以使用O方法。
从上面的结果可以看出,循环的次数f(n)<
=1/2*n*(n-1)<
=1/2*n*n。
所以其复杂度仍为O(n*n)(这里说明一下,其实如果不是为了展示这些简单排序的不同,交换次数仍然可以这样推导)。
现在看交换,从外观上看,交换次数是O(n)(推导类似选择法),但我们每次要进行与内层循环相同次数的‘=’操作。
正常的一次交换我们需要三次‘=’而这里显然多了一些,所以我们浪费了时间。
个人认为在简单排序算法中,选择法是最好的。
4、希尔排序
在直接插入排序算法中,每次插入一个数,使有序序列只增加1个节点,并且对插入下一个数没有提供任何帮助。
如果比较相隔较远距离(称为增量)的数,使得数移动时能跨过多个元素,则进行一次比较就可能消除
多个元素交换。
D.L.shell于1959年在以他名字命名的排序算法中实现了这一思想。
算法先将要排序的一组数按某个增量d分成若干组,每组中记录的下标相差d.对每组中全部元素进行排序,然后再用一个较小的增量对它进行,在每组中再进行排序。
当增量减到1时,整个要排序的数被分成
一组,排序完成。
下面的函数是一个希尔排序算法的一个实现,初次取序列的一半为增量,以后每次减半,直到增量为1。
希尔排序是不稳定的。
=====================================================
这个排序非常复杂,看了程序就知道了。
首先需要一个递减的步长,这里我们使用的是9、5、3、1(最后的步长必须是1)。
工作原理是首先对相隔9-1个元素的所有内容排序,然后再使用同样的方法对相隔5-1个元素的排序,以次类推。
84#include<
85voidShellSort(int*pData,intCount)
86{
87intstep[4];
88step[0]=9;
89step[1]=5;
90step[2]=3;
91step[3]=1;
92inti,Temp;
93intk,s,w;
94for(inti=0;
4;
95{
96k=step[i];
97s=-k;
98for(intj=k;
99{
100iTemp=pData[j];
101w=j-k;
//求上step个元素的下标
102if(s==0)
103{
104s=-k;
105s++;
106pData[s]=iTemp;
107}
108while((iTemp<
pData[w])&
&
(w>
=0)&
(w<
=Count))
109{
110pData[w+k]=pData[w];
111w=w-k;
112}
113pData[w+k]=iTemp;
114}
115}
116}
117voidmain()
118{
119intdata[]={10,9,8,7,6,5,4,3,2,1,-10,-1};
120ShellSort(data,12);
121for(inti=0;
12;
122cout<
123cout<
124}
呵呵,程序看起来有些头疼。
不过也不是很难,把s==0的块去掉就轻松多了,这里是避免使用0步长造成程序异常而写的代码。
这个代码我认为很值得一看。
这个算法的得名是因为其发明者的名字D.L.SHELL。
依照参考资料上的说法:
“由于复杂的数学原因避免使用2的幂次步长,它能降低算法效率。
”另外算法的复杂度为n的1.2次幂。
同样因为非常复杂并“我也不知道过程"
,我们只有结果了。
5、快速排序
快速排序是对冒泡排序的一种本质改进。
它的基本思想是通过一趟扫描后,使得排序序列的长度能大幅度地减少。
在冒泡排序中,一次扫描只能确保最大数值的数移到正确位置,而待排序序列的长度可能只减少1。
快速排序通过一趟扫描,就能确保某个数(以它为基准点吧)的左边各数都比它小,右边各数都比它大。
然后又用同样的方法处理它左右两边的数,直到基准点的左右只有一个元素为止。
它是由C.A.R.Hoare于1962年提出的。
显然快速排序可以用递归实现,当然也可以用栈化解递归实现。
下面的函数是用递归实现的,有兴趣的朋友可以改成非递归的。
快速排序是不稳定的。
最理想情况算法时间复杂度O(nlog2n),最坏O(n2)
125#include<
126voidrun(int*pData,intleft,intright)
127{
128inti,j;
129intmiddle,iTemp;
130i=left;
131j=right;
132middle=pData[(left+right)/2];
//求中间值
133do{
134while((pData[i]<
middle)&
(i<
right))//从左扫描大于中值的数
135i++;
136while((pData[j]>
(j>
left))//从右扫描大于中值的数
137j--;
138if(i<
=j)//找到了一对值
139{
140//交换
141iTemp=pData[i];
142pData[i]=pData[j];
143pData[j]=iTemp;
144i++;
145j--;
146}
147}while(i<
=j);
//如果两边扫描的下标交错,就停止(完成一次)
148//当左边部分有值(left<
j),递归左半边
149if(left<
j)
150run(pData,left,j);
151//当右边部分有值(right>
i),递归右半边
152if(right>
i)
153run(pData,i,right);
154}
155voidQuickSort(int*pData,intCount)
156{
157run(pData,0,Count-1);
158}
159voidmain()
160{
161intdata[]={10,9,8,7,6,5,4};
162QuickSort(data,7);
163for(inti=0;
164cout<
165cout<
166}
这里我没有给出行为的分析,因为这个很简单,我们直接来分析算法:
首先我们考虑最理想的情况
1.数组的大小是2的幂,这样分下去始终可以被2整除。
假设为2的k次方,即k=log2(n)。
2.每次我们选择的值刚好是中间值,这样,数组才可以被等分。
第一层递归,循环n次,第二层循环2*(n/2)......所以共有n+2(n/2)+4(n/4)+...+n*(n/n)=n+n+n+...+n=k*n=log2(n)*n所以算法复杂度为O(log2(n)*n)其他的情况只会比这种情况差,最差的情况是每次选择到的middle都是最小值或最大值,那么他将变成交换法(由于使用了递归,情况更糟)。
但是你认为这种情况发生的几率有多大?
?
呵呵,你完全不必担心这个问题。
实践证明,大多数的情况,快速排序总是最好的。
如果你担心这个问题,你可以使用堆排序,这是一种稳定的O(log2(n)*n)算法,但是通常情况下速度要慢于快速排序(因为要重组堆)。
6、堆排序
堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆的定义如下:
具有n个元素的序列(h1,h2,...,hn),当且仅当满足(hi>
=h2i,hi>
=2i+1)或(hi<
=h2i,hi<
=2i+1)(i=1,2,...,n/2)时称之为堆。
在这里只讨论满足前者条件的堆。
由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项。
完全二叉树可以很直观地表示堆的结构。
堆顶为根,其它为左子树、右子树。
初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储顺序,使之成为一个堆,这时堆的根节点的数最大。
然后将根节点与堆的最后一个节点交换。
然后对前面(n-1)个数重新调整使之成为堆。
依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。
从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。
所以堆排序有两个函数组成。
一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
堆排序是不稳定的。
算法时间复杂度O(nlog2n)。
====================================================
167voidsift(int*x,intn,ints)
168{
169intt,k,j;
170t=*(x+s);
171k=s;
172j=2*k+1;
173while(j
174{
175if(j
176<
*(x+j+1))*判断是否满足堆的条件:
满足就继续下一轮比较,否则调整。
*&
*(x+j)/>
{
177j++;
178}
179if(t<
*(x+j))
180{
181*(x+k)=*(x+j);
182k=j;
183j=2*k+1;
184}
185else
186{
187break;
188}
189}
190*(x+k)=t;
191}
192
193
194voidheap_sort(int*x,intn)
195{
196inti,k,t;
197int*p;
198for(i=n/2-1;
i>
=0;
i--)
199{
200sift(x,n,i);
201}
202for(k=n-1;
k>
=1;
k--)
203{
204t=*(x+0);
205*(x+0)=*(x+k);
206*(x+k)=t;
207sift(x,k,0);
208}
209}
210
211voidmain()
212{
213#defineMAX4
214int*p,i,a[MAX];
215
216p=a;
217printf("
Input%dnumberforsorting:
MAX);
218for(i=0;
i
219{
220scanf("
%d"
p++);
221}
222printf("
);
223
224p=a;
225select_sort(p,MAX);
226for(p=a,i=0;
227{
228printf("
%d"
*p++);
229}
230printf("
231system("
pause"
232}
其他的交换法,双向冒泡法等等就不具体介绍了。
三、几种排序算法的比较和选择
1.选取排序方法需要考虑的因素:
(1)待排序的元素数目n;
(2)元素本身信息量的大小;
(3)关键字的结构及其分布情况;
(4)语言工具的条件,辅助空间的大小等。
四、小结:
(1)若n较小(n<
=50),则可以采用直接插入排序或直接选择排序。
由于直接插入排序所需的记录移动操作较直接选择排序多,因而当记录本身信息量较大时,用直接选择排序较好。
(2)若文件的初始状态已按关键字基本有序,则选用直接插入或冒泡排序为宜。