八大排序算法及其比较

时间:2019-10-07
本文章向大家介绍八大排序算法及其比较,主要包括八大排序算法及其比较使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

八大排序算法及其比较

排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。

常见的内部排序算法有:冒泡排序、选择排序、插入排序、希尔排序、堆排序、快速排序、归并排序、基数排序等。

前面三种是简单排序,后续算法是在前面基础上进行优化。本文将基于C语言,依次介绍上述八大排序算法。

1 八大排序算法

1.1 冒泡排序

主要思想:依次对两个数比较大小,较大的数冒起来,较小的数压下来。

形象理解:一队新兵N个人整齐站成一列,教官想让他们按照身高排好队,看起来更协调,于是从前走到后走一趟,每次遇到相邻的两个人身高不协调时,就让两人互换位置。当走完一趟时,个子最高的人就被排到了最后。教官回到前排后发现队伍仍然不协调,于是又按照原样走了一趟。这样循环走了N-1趟之后,教官终于满意了。(注意:每次走一趟时,之前排到后面的高个子就不参与这次排序了;有时候可能还没走完N-1趟,教官就发现队伍已经协调了,于是排序结束。)

特点:简单易懂,排序稳定,但速度慢。

完整代码 ```c++ #include #include void Swap_Two(int *p1, int *p2); //交换两个整数 void Bubble_Sort(int A[], int N); //冒泡排序 int main() { int N, i; int *p = NULL; //将N个长整数存储至数组中 scanf("%d", &N); //读入个数N p = malloc(sizeof(int) * N); //申请数组 for(i=0; i0; k--){ //跑N-1趟 flag = 0; //设置标记,如果发现某一趟没有交换数据,说明还未排序的序列已经有序了 for(i=0; i A[i+1]){ Swap_Two(&A[i], &A[i+1]); flag = 1; } } if(flag == 0) break; } return; } ```

1.2 选择排序

主要思想:针对冒泡排序,有一个地方可以优化,即在跑一趟的过程中,没必要两两交换,可以先记下最小值,跑完一趟后直接将最小值换到前面。

特点:比冒泡更快一些,但代价是跳跃性交换,排序不稳定。

完整代码

#include <stdio.h>
#include <stdlib.h>

void Swap_Two(int *p1, int *p2); //交换两个整数
void Select_Sort(int A[], int N); //选择排序

//主函数,其余类似
int main()
{
    int N, i;
    int *p = NULL;
    //将N个整数存储至数组中
    scanf("%d", &N); //读入个数N
    p = (int *)malloc(sizeof(int) * N); //申请数组
    for(i=0; i<N; i++){
        scanf("%d", &p[i]);
    }
    //排序并打印
    Select_Sort(p, N);
    for(i=0; i<N; i++){
        printf("%d", p[i]);
        if(i != N-1)
            printf(" ");
    }

    free(p);
    return 0;
}

void Swap_Two(int *p1, int *p2){ //交换两个长整型数
    int temp;
    temp = *p1;
    *p1 = *p2;
    *p2 = temp;
    return;
}

void Select_Sort(int A[], int N){ //选择排序
    int i, j, min_idx;
    for(i=0; i<N-1; i++){
        min_idx = i;  //初始化最小值索引
        for(j=i+1; j<N; j++){
            if(A[j] < A[min_idx])  //若待排序列中有比当前最小值还小的,则更新最小值索引
                min_idx = j;
        }
        if(min_idx != i) //若更新过最小值索引
            Swap_Two(&A[i], &A[min_idx]);
    }
    return;
}

1.3 插入排序

主要思想:过程跟拿牌一样,依次拿N张牌,每次拿到到牌后,从后往前看,遇到合适位置就插进去。最终手上的牌从小到大。

特点:当数据规模较小或者数据基本有序时,效率较高。

完整代码

void Swap_Two(int *p1, int *p2){ //交换两个整数
    int temp;
    temp = *p1;
    *p1 = *p2;
    *p2 = temp;
    return;
}

void Insert_Sort(int A[], int N){ //直插排序
    int temp, i, k;
    for(i=1; i<N; i++){
        temp = A[i];
        for(k=i-1; k>=0 && temp<A[k]; k--){
            A[k+1] = A[k];
        }
        A[k+1] = temp;
    }
    return;
}

1.4 希尔排序

主要思想:设增量序列个数为k,则进行k轮排序。每一轮中,按照某个增量将数据分割成较小的若干组,每一组内部进行插入排序;各组排序完毕后,减小增量,进行下一轮的内部排序。
特点:针对插入排序的改进,当数据规模较大或无序时也比较高效。精妙之处在于,可以同时构造出两个特殊的有利条件(数据量小,基本有序),一个有利条件弱时,另外一个有利条件就强。(刚开始时虽然每组有序度低,但其数据量小;随着每轮的增量逐渐压缩,虽然各组数据量逐渐变大,但其有序度逐渐增加。)

完整代码

void Shell_Sort(int A[], int N){ //希尔排序
    int k, i, j, p, temp;
    int t = 0;
    int D[33]; //假定增量序列不超过2^32
    //定义Hibbard增量序列
    for(k=1; k<33; k++){
        t = 2 * t + 1; //增量序列项
        if(t < N){
            D[k] = t;
        }else{
            break;
        }
    }
    //进行k-1(增量序列的个数)趟插排
    for(p=k-1; p>=1; p--){
        for(i=D[p]; i<N; i++){
            temp = A[i];
            for(j=i-D[p]; j>=0 && temp<A[j]; j-=D[p]){
                A[j+D[p]] = A[j];
            }
            A[j+D[p]] = temp;
        }
    }

    return;
}

1.5 堆排序

主要思想:将待排数组构建成一个最大堆,将堆顶最大元素换到后面,然后堆容量减1;类似进行N-1次操作即可。

完整代码 ```c++ void Perc_Down(int A[], int N, int i){ //在由N个结点组成的完全二叉树中,下滤第i个结点(从第0个结点算起),暂不做有效性检查 int parent, child, temp; temp = A[i]; for(parent=i, child=2*parent+1; child A[child]) child++; //若右儿子存在,且数值更大,则child为右儿子 if(temp < A[child]) A[parent] = A[child]; else break; } A[parent] = temp; return; } void Heap_Sort(int A[], int N){ //堆排序 int i; //调整成最大堆 for(i=(N-2)/2; i>=0; i--){ Perc_Down(A, N, i); //在由N个结点组成的完全二叉树中,下滤结点i } //开始从后向前进行排序,注意每次交换后下滤时排除掉刚交换的最后一个 for(i=N-1; i>0; i--){ if(A[0] > A[i]){ Swap_Two(&A[0], &A[i]); Perc_Down(A, i, 0); } } return; } ```

1.6 快速排序

主要思想:分治思想。选一基准元素,依次将剩余元素中小于该基准元素的值放置其左侧,大于等于该基准元素的值放置其右侧;然后,取基准元素的前半部分和后半部分分别进行同样的处理;以此类推,直至各子序列剩余一个元素时,即排序完成。

注意:对于小规模数据(n<100),快排由于用了递归,其效率可能还不如插排。因此通常可以定义一个阈值,当递归的数据量很小时停止递归,直接调用插排。

完整代码 ```c++ void Quick_Sort(int A[], int N){ //快速排序接口 Quick_Sort_Core(A, 0, N-1); return; } void Quick_Sort_Core(int A[], int left, int right){ //快排递归程序 if(left >= right) return; //若待排序列不到2个元素,则直接返回 int low, high, mid, temp; //在三个点(端点和终点)中找出中间值,作为划分点。(也可以直接将left作为划分点,但若待排序列基本有序时就容易退化成冒泡) mid = (left + right) / 2; if(A[left] > A[mid]) Swap_Two(&A[left], &A[mid]); if(A[left] > A[right]) Swap_Two(&A[left], &A[right]); if(A[mid] > A[right]) Swap_Two(&A[mid], &A[right]); if(mid == left) return; //若待排序列只有两个元素,此时已排好序,直接返回 temp = A[mid]; //保存划分点 //至此三个点已有序 //将空格移至left右侧,开始启动大循环 A[mid] = A[left+1]; low = left + 1; high = right - 1; while(low < high){ //跳出大循环时肯定有low==high while(low < high && A[high] >= temp) high--; A[low] = A[high]; while(low < high && A[low] <= temp) low++; A[high] = A[low]; } A[low] = temp; Quick_Sort_Core(A, left, low-1); Quick_Sort_Core(A, low+1, right); return; } ```

1.7 归并排序

主要思想:类似两个有序链表的合并,每次两两合并相邻的两个有序序列,直至整个序列有序。

完整代码 ```c++ void Merge_Sort(int A[], int N){ //归并排序 int len = 1; //有序序列的长度 int i, start, count = 0; int *temp, *A1, *A2; temp = malloc(N * sizeof(int)); //定义一个数组,作为A的副本,用于相互倒腾 while(len < N){ //若有序序列长度小于总长度 start = 0; //初始化起始位置 //先确定A1和A2 if(count % 2 == 0){ A1 = A; A2 = temp; }else{ A1 = temp; A2 = A; } //根据有序序列长度,分别将A1中元素按成对列的方式合并至A2中 while(start + 2 * len <= N){ //注意start + 2 * len的实际含义是下标位置,可理解等号的原因 Merge_Sequence(A1, A2, start, start+len, start+2*len-1); start += 2 * len; } //处理A1中剩下的尾巴 if(start + len < N) //若还有两个序列 Merge_Sequence(A1, A2, start, start+len, N-1); else //若只剩一个序列。注意大bug:刚开始忘了这种情况 while(start < N){ A2[start] = A1[start]; start++; } //更新参数 len = 2 * len; count++; } //如果最后数据存储在temp中,则需要将数据复制到A中 if(count % 2 == 1){ for(i=0; istart1 && end>=start2 int end1, end2, p; end1 = start2 - 1; end2 = end; p = start1; //p指向A2中起始位置 //开始合并 while((start1 <= end1) && (start2 <= end2)){ if(A1[start1] <= A1[start2]) //注意带等号保证稳定性 A2[p++] = A1[start1++]; else A2[p++] = A1[start2++]; } //处理尾巴 while(start1 <= end1) A2[p++] = A1[start1++]; while(start2 <= end2) A2[p++] = A1[start2++]; return; } ```

1.8 基排序

主要思想:基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。

完整代码

#define Radix 10
#define MaxDigit 4

typedef struct ENode{ //定义元素结点
    int data;
    struct ENode *next;
}*PtrToNode;
typedef struct BucketNode{ //定义桶结点结构
    PtrToNode head;
    PtrToNode tail;
}*Bucket;

void LSDRadix_Sort(int A[], int N){ //基排序
    int i, D; //D为位, d为第D位上的数字(范围为0到9)
    //定义两个大小为Radix的桶,并初始化
    Bucket B1 = malloc(Radix * sizeof(struct BucketNode));
    Bucket B2 = malloc(Radix * sizeof(struct BucketNode));
    for(i=0; i<Radix; i++){
        B1[i].head = B1[i].tail = B2[i].head = B2[i].tail = NULL;   //注意大bug:B1为桶指针,但是B1[i]为结构体
    }
    //将数组中元素按照倒数第D位数字分别挂到桶B1上
    D = 1;
    Transfer_Array_To_Bucket(A, B1, N, D);
    D++;
    //开始相互倒腾,每倒腾一趟就往前看一位
    while(D <= MaxDigit){
        if(D % 2 == 0)
            Transfer_Bucket_To_Bucket(B1, B2, D);
        else
            Transfer_Bucket_To_Bucket(B2, B1, D);
        D++;
    }
    //倒腾结束后将桶中的元素依次倒入数组A中
    if(D % 2 == 0)
        Transfer_Bucket_To_Array(B1, A, N);
    else
        Transfer_Bucket_To_Array(B2, A, N);
    //释放两个桶及其元素
    Free_Bucket(B1);
    Free_Bucket(B2);
    return;
}

void Transfer_Array_To_Bucket(int A[], Bucket B, int N, int D){ //将数组A中元素按照第D位挂到桶B中
    int i, d;
    PtrToNode temp;
    for(i=0; i<N; i++){
        d = Get_Digit(A[i], D); //获取A[i]倒数第D位数字
        temp = malloc(sizeof(struct ENode)); //创建一个新结点并初始化
        temp->data = A[i];
        temp->next = NULL;
        if(B[d].tail == NULL){ //若桶的d位置上为空
            B[d].head = B[d].tail = temp;
        }else{
            B[d].tail->next = temp;
            B[d].tail = temp;
        }
    }
    return;
}

void Transfer_Bucket_To_Array(Bucket B, int A[], int N){ //将桶B1中元素依次倒入数组A中,最多不超过N
    int k, i = 0;
    PtrToNode p;

    for(k=0; k<Radix; k++){
        p = B[k].head;
        while(p != NULL){
            if(i < N){
                A[i++] = p->data;
                p = p->next;
            }else{
                return;
            }
        }
    }
    return;
}

void Transfer_Bucket_To_Bucket(Bucket B1, Bucket B2, int D){ //依次将桶B1中元素按照第D位挂到B2中,
    int k, d;
    PtrToNode p, temp;
    //依次从B1中取下元素结点,根据D位数字挂到B2上
    for(k=0; k<Radix; k++){
        p = B1[k].head;
        while(p != NULL){
            //从B1中取该元素,并获取第D位数字
            temp = p;
            p = p->next;
            d = Get_Digit(temp->data, D); //获取该结点第D位数字
            //将该元素挂到B2上
            temp->next = NULL; //肯定作为本次转移的尾结点
            if(B2[d].head == NULL){ //若B2[d]为空位置
                B2[d].head = B2[d].tail = temp;
            }else{ //若B2[d]不为空位置,则将temp结点接到尾结点上
                B2[d].tail->next = temp;
                B2[d].tail = temp;
            }
        }
        //取完B1[k]上的所有结点后,设置其首尾结点指针为空
        B1[k].head = B1[k].tail = NULL;
    }

    return;
}

int Get_Digit(int X, int D){  //获取X倒数第D位数字
    int k, i;
    for(i=0; i<D-1; i++)
        X = X / Radix;
    k = X % Radix;
    return k;
}

2 八大排序算法比较

复杂度与稳定性的比较

算法类别 平均时间复杂度 最好情况复杂度 最坏情况复杂度 空间复杂度 稳定性
冒泡排序 \(O(n^2)\) \(O(n)\) \(O(n^2)\) \(O(1)\) 稳定
选择排序 \(O(n^2)\) \(O(n^2)\) \(O(n^2)\) \(O(1)\) 不稳定
插入排序 \(O(n^2)\) \(O(n)\) \(O(n^2)\) \(O(1)\) 稳定
希尔排序 \(O(n^{1.5})\) - - \(O(1)\) 不稳定
堆排序 \(O(n log(n))\) \(O(n log(n))\) \(O(n log(n))\) \(O(1)\) 不稳定
快速排序 \(O(n log(n))\) \(O(n log(n))\) \(O(n^2)\) \(O(1)\) 不稳定
归并排序 \(O(n log(n))\) \(O(n log(n))\) \(O(n log(n))\) \(O(n)\) 稳定
基排序 \(O(d*n)\) \(O(d*n)\) \(O(d*n)\) \(O(n)\) 稳定

以下是基于浙大数据结构课练习题测试(09-排序1 排序 (25 分))。

参考:

https://blog.csdn.net/qq_39207948/article/details/80006224

https://www.cnblogs.com/onepixel/articles/7674659.html

https://www.runoob.com/w3cnote/sort-algorithm-summary.html

https://github.com/francistao/LearningNotes/blob/master/Part3/Algorithm/Sort/%E9%9D%A2%E8%AF%95%E4%B8%AD%E7%9A%84%2010%20%E5%A4%A7%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93.md

原文地址:https://www.cnblogs.com/inchbyinch/p/11630388.html