说明:此文中的排序算法数组,第一个数(即0下标)没有作为数据处理(i从1开始),arr[0]用作哨岗,部分排序算法(如插入排序)比较时需要用到
排序思想:
1.假设共有N个数,从头开始,比较相邻的两个数,如果前一个数比后一个数大,则交换位置,否则不变,继续比较。
2.按照这样的方法对数组从0到N-1进行遍历,一轮遍历完,则最后一个数为最大值。
3.N=N-1,按照1,2的思想遍历N-1轮,则数组从大到小排序成功
void Popsort(int arr[],int n)//冒泡排序 { int i,j,temp; for(i = 1;i < n;i++) { for(j = 2;j < n - i + 1;j++) //注意:此处排序是从数组的下标1开始 { if(arr[j-1] > arr[j]) { temp = arr[j-1]; arr[j-1] = arr[j]; arr[j] = temp; } } } }
下面对算法进行优化
如果数组中有50个数,后20个已经有序且大于前面30个数,则一轮遍历完成,最后一个发生交换的位置肯定小于30,并且后面的数一定有序。
我们如果记下这个位置,然后遍历到此就结束此轮遍历比较,则算法会优化很多。
void PopsortPro(int arr[],int n)//改进版冒泡排序 { int i,exchange = n,temp; while(exchange) { n = exchange; exchange = 0; //最后一次交换的位置置为0,若无交换,排序完成 for(i = 2;i < n;i++) { if(arr[i-1] > arr[i]) { temp = arr[i]; arr[i] = arr[i-1]; arr[i-1] = temp; exchange = i; //记下最后一次交换的位置 } } } }
排序思想:
1.把第一个数据当做有序的,即为有序区,后面的数据当做无序的,为无序区。
2.然后从无序数据中从第一个开始,不断按大小插入有序数据中。
3.i++,不断按2的方法循环,直到i==n-1,排序完成。
void InsertSort(int arr[],int n)//直接插入排序 { int i,k; for(i = 2;i < n;i++) { arr[0] = arr[i]; //arr[0]记录要插入的数 k = i - 1; while(arr[k] > arr[0]) //找插入位置 { arr[k+1] = arr[k]; //把数不停后移 k--; } arr[k+1] = arr[0]; } }
因为插入的过程就是用无序区的数据在有序区做有序插入,其中就包含一个查找插入位置的过程,上述算法的查找方式为暴力查找,直接从尾部找到头部。
我们可以在查找插入位置的这一过程中做优化,使用效率更高的折半查找,可以优化算法效率。
上面的插入排序是边查找插入位置,边移动数据,如果利用折半查找插入位置,则是先找到位置,然后统一移动数据。
void Insert_halfsort(int arr[],int n)//折半插入排序 { int i,j,low,high,mid; for(i = 2;i < n;i++) { arr[0] = arr[i]; high = i - 1; low = 1; while(low <= high) { mid = (low + high)/2; //折半查找 if(arr[mid] < arr[0]) //右半区域 { low = mid + 1; } else //左半区域 { high = mid - 1; } } //插入点即为high+1 for(j = i;j > high+1;j--) //将数据后移,空出位置填充无序数据 { arr[j] = arr[j-1]; } arr[high + 1] = arr[0]; } }
可以明显看到,利用折半查找的插入排序,代码量比直接插入排序多了一倍,不过在查找的过程中效率较高,数据移动个数是一致的。
不过这种优化没有什么大的改进,时间复杂度仍然是O(n^2)。
这种算法和冒泡,插入排序效率差不多,时间复杂度都是O(n^2)。
冒泡排序主要操作在于交换,插入排序主要操作在于查找和移动数据,而选择排序则主要是大量的比较。
排序思想:
1.在一堆无序数据中通过遍历比较找到最小的数,放在第一个位置。
2.在剩下的无序数据中找到最小的数,放在第二个位置。
3.不断找到最小的数,最后一个最小值即放在最后一个位置。
void ChooseSort(int arr[],int n)//选择排序 { int i,j,min,temp; for(i = 1;i < n;i++) { min = i; for(j = i + 1;j < n;j++) { if(arr[j] < arr[min]) { min = j; } } if(min != i) { temp = arr[min]; arr[min] = arr[i]; arr[i] = temp; } } }
此算法没有想出什么优化的方法,就是不断在无序数据中找到最小值,而这个查找过程必须完全遍历。