当前位置: 首页 > article >正文

数据结构——排序(2)

数据结构——排序(2)

文章目录

  • 数据结构——排序(2)
    • 前言:
    • 1.快速排序(非递归版本)
      • 基本步骤:
      • 代码实现
    • 2.归并排序
      • 算法思想:
      • 核心步骤:
      • 代码实现:
      • 特征总结:
    • 3.计数排序(非比较排序)
      • 算法概念:
      • 核心步骤:
      • 代码实现:
      • 特征总结:
    • 4.排序算法的时间复杂度及稳定性分析

前言:

前面已经介绍了直接插入排序、希尔排序、直接选择排序、堆排序、冒泡排序已经递归版本的快速排序,在本篇将接着介绍快速排序的非递归版本、归并排序以及计数排序。

1.快速排序(非递归版本)

非递归版本的快速排序需要借助数据结构:栈

基本步骤:

1.初始化栈

2.推入初始区间:将整个数组的起始和结束索引推入栈中。

3.循环处理栈中的区间

4.推入新的区间:将基准元素的左右两个子区间压入栈中

5.重复步骤 3 和 4

6.结束

代码实现

//⾮递归版本快排
//借助数据结构---栈
void QuickSortNonR(int* arr, int left, int right)
{
	ST st; 
	STInit(&st);
	StackPush(&st, right);
	StackPush(&st, left);

	while (!StackEmpty(&st))
	{
		//取栈顶元素---取两次
		int begin = StackTop(&st);
		StackPop(&st);

		int end = StackTop(&st);
		StackPop(&st);

		int prev = begin;
		int cur = begin + 1;
		int keyi = begin;

		while (cur<=end)
		{
			if (arr[cur] <= arr[keyi] && ++prev != cur) 
			{
				Swap(&arr[cur], &arr[prev]);
			}
			cur++;
		}
		Swap(&arr[keyi], &arr[prev]);

		keyi = prev;

		//根据基准值划分左右区间
	
		if (keyi + 1 < end)
		{
			StackPush(&st, end);
			StackPush(&st, keyi + 1);
		}
		if (keyi - 1 > begin)
		{
			StackPush(&st, keyi - 1);
			StackPush(&st, begin);
		}
	}
	STDestroy(&st);
}

2.归并排序

算法思想:

归并排序(MERGE-SORT)是建⽴在归并操作上的⼀种有效的排序算法,该算法是采⽤分治法(Divideand Conquer)的⼀个⾮常典型的应⽤。将已有序的⼦序列合并,得到完全有序的序列;即先使每个⼦序列有序,再使⼦序列段间有序。若将两个有序表合并成⼀个有序表,称为⼆路归并

核心步骤:

在这里插入图片描述

代码实现:

//归并排序
void _MergeSort(int*arr,int left,int right,int*tmp)
{
	if (left >= right)
	{
		return;
	}
	int mid = (left + right) / 2;
	_MergeSort(arr, left, mid, tmp);
	_MergeSort(arr, mid + 1, right, tmp);

	//合并
	//[left,mid]  [mid+1,right]
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	int index = begin1;

	while (begin1<=end1 && begin2<=end2)
	{
		if (arr[begin1] < arr[begin2])
		{
			tmp[index++] = arr[begin1++];
		}
		else
		{
			tmp[index++] = arr[begin2++];
		}
	}
	//要么begin1越界 要么begin2越界
	while (begin1<=end1)
	{
		tmp[index++] = arr[begin1++];
	}
	while (begin2<=end2)
	{
		tmp[index++] = arr[begin2++];
	}
	//把tmp中的数据拷贝回arr中
	for (int i = left; i <= right; i++)
	{
		arr[i] = tmp[i];
	}
}
void MergeSort(int* arr, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	_MergeSort(arr, 0, n - 1, tmp);
	free(tmp);
}

特征总结:

时间复杂度:O(nlogn)

空间复杂度:O(n)

3.计数排序(非比较排序)

算法概念:

计数排序(Counting Sort)计数排序⼜称为鸽巢原理,是对哈希直接定址法的变形应⽤。它是一种非比较排序算法,其核心思想是通过计数每个元素的出现次数来进行排序,适用于整数或有限范围内的非负整数排序。

核心步骤:

1)统计相同元素出现次数

2)根据统计的结果将序列回收到原来的序列中
在这里插入图片描述
在这里插入图片描述

代码实现:

//计数排序
void CountSort(int* arr, int n)
{
	//根据最大值最小值确定数组大小
	int max = arr[0], min = arr[0];
	for (int i = 0; i < n; i++)
	{
		if (arr[i] > max) 
		{
			max = arr[i];
		}
		if (arr[i] < min)
		{
			min = arr[i];
		}
	}
	int range = max - min + 1;
	int* count = (int*)malloc(sizeof(int)* range);
	if (count == NULL)
	{
		perror("malloc fail!");
		exit(1);
	}
	//初始化range属组中所有的数据为0
	memset(count, 0, range * sizeof(int));

	//统计数组中每个数据出现的次数
	for (int i = 0; i < n; i++)
	{
		count[arr[i] - min]++;
	}
	//取count中的数据,往arr中放
	int index = 0;
	for (int i = 0; i < range; i++)
	{
		while (count[i]--)
		{
			arr[index++] = i + min;
		}

	}
}

特征总结:

计数排序在数据范围集中时,效率很⾼,但是适⽤范围及场景有限。

时间复杂度: O(N + range)

空间复杂度: O(range)

稳定性:稳定.

4.排序算法的时间复杂度及稳定性分析

排序方法平均情况最好情况最坏情况辅助空间稳定性
冒泡排序O(n2)O(n)O(n2)O(1)稳定
直接选择排序O(n2)O(n2)O(n2)O(1)不稳定
直接插入排序O(n2)O(n)O(n2)O(1)稳定
希尔排序O(nlogn)~O(n2)O(n1.3)O(n2)O(1)不稳定
堆排序O(nlogn)O(nlogn)O(nlogn)O(1)不稳定
归并排序O(nlogn)O(nlogn)O(nlogn)O(1)不稳定
快速排序O(nlogn)O(nlogn)O(n2)O(nlogn)~O(n)不稳定

最后,希望这篇博客对你有所帮助,若有任何问题,欢迎评论区留言哦~


http://www.kler.cn/a/349279.html

相关文章:

  • YUV视频数据类型
  • 信息保障技术框架(Information Assurance Technical Framework, IATF)
  • Android map 获取值
  • Linux--多路转接之epoll
  • MQTTnet.Server同时支持mqtt及websocket协议
  • k8s 1.28 集群部署
  • 力扣349.两个数组的交集
  • 2024年诺贝尔物理学奖授予机器学习与神经网络研究者的启示
  • 超酷大数据音乐推荐知识图谱AI智能问答可视化系统的设计与研发
  • vue2中vuex状态管理使用安装教程及多模块化拆分,包含大多项目常用用法
  • 企业数字化转型:打造数字资产开启创新与可持续发展之路
  • 需求8——通过一个小需求来体会AI如何帮助改bug
  • 【HarmonyOS】HMRouter使用详解(三)生命周期
  • 深度学习 CPU
  • CENTOS7安装MYSQL80(2024.10.15)
  • PMP敏捷专题课:敏捷原则与理念
  • Python中的数据可视化艺术:用Matplotlib和Seaborn讲故事
  • python 位运算 笔记
  • Docker 教程九 (Docker Dockerfile)
  • python pip安装requirements.txt依赖与国内镜像