• 算法导论1.排序算法


    排序算法是最基础的一类算法。主要排序算法包括选择排序、插入排序、冒泡排序、合并排序、堆排序和快速排序。把这些排序算法全部实现一边,再把《算法导论》对应章节后面的习题做一遍,确实是系统学习算法的一个不错的开端。

    选择排序

    选择排序的想法很简单,把需要排序的数组看成一堆扑克牌:先查一遍,抽出最小的作为第一个张;在剩下的牌堆里再查一遍,选出最小的作为第二个元素……重复直到牌堆耗尽。想法简单的其代价就是运行时间为Θ(n×n):在查询A、2或3的时候,都要反复地比较其与K、Q的大小,直觉告诉我这样做没有意义。

    void selectionSort(int* x, int length){
        for(int i=0;i<length-1;i++){
            int minValue = INT_MAX;
            int minPosition = 0;
            for(int j=i;j<length;j++){
                if(x[j]<minValue){
                    minValue=x[j];
                    minPosition=j;
                }
            }
            int temp = x[minPosition];
            x[minPosition]=x[i];
            x[i]=temp;
        }
    }

    插入排序

    插入排序的想法类似于从牌堆中摸牌,并插入到手中已经排序过的牌中。在最外层以i为自变量的循环中,0~i-1张牌就是手中已排序的牌(循环开始时就是第一张牌x[0]),i~length-1张牌就是牌堆,每次循环将第i张牌(也就是牌堆顶部的第一张牌)插入到牌堆中。因为手中的牌已经排好序,所以每次插入都会移动所有比这张待插入的牌大的手牌。这个排序算法的运行时间也很高,为Θ(n×n)。

    void insertionSort(int* x, int length){
        for (int i=1;i<length;i++){
            for (int j=i;j>0;j--){
                if(x[j]<x[j-1]){
                    int temp = x[j];
                    x[j]=x[j-1];
                    x[j-1]=temp;
                }
            }
        }
    }

    合并排序

    合并算法是一种递归的算法。假设牌堆已经分成两堆,每一堆都已经排好序,比如一堆是{A,3,4,7,J,K},另一堆是{2,5,6,8,9,10,Q},把这两堆合并成一个牌堆的方法很简单,只要依次比较两个牌堆顶部的牌,选择较小的一张加入已排序的牌堆,直到两个牌堆都空了,这个工作的时间代价仅为Θ(n)。如何获得已排序的两个牌堆呢?答案是先直接均分为两堆,再递归地调用自身去对着两堆合并排序,直到问题的规模足够小,比如只剩1张或2张牌。好在将问题分解到足够小需要的递归次数是lgn而不是n,因此该算法的运行时间为Θ(n×lgn)。不过合并排序需要额外的空间开销,换言之它不是一种原地排序算法,他的空间开销为Θ(n×lgn),而原地排序算法仅仅为Θ(n)。

    void mergeSort(int* x, int length){
        if(length==0 || length==1){
            return;
        }
        int mid = (length-1)/2;
        int child1Size = mid+1;
        int* child1 = new int[child1Size];
        int child2Size = length-mid-1;
        int* child2 = new int[child2Size];
        for(int i=0;i<mid+1;i++){
            child1[i]=x[i];
        }
        for(int i=mid+1;i<length;i++){
            child2[i-mid-1]=x[i];
        }
        mergeSort(child1,child1Size);
        mergeSort(child2,child2Size);
        {    
            int i=0;int j=0;int k=0;
            while(k<length){
                if(i==child1Size){
                    x[k]=child2[j];
                    j++;k++;continue;
                }
                if (j==child2Size){
                    x[k]=child1[i];
                    i++;k++;continue;
                }
                if(child1[i]<=child2[j]){
                    x[k]=child1[i];
                    i++;k++;continue;
                }
                if(child2[j]<child1[i]){
                    x[k]=child2[j];
                    j++;k++;continue;
                }
            }
        }
        return;
    }

    冒泡排序

    冒泡排序是一个很简单的原地排序方法:从数组的最后一个元素开始(这个元素就是当前的“泡”)向前遍历,如果前一个元素比当前的“泡”小,那么当前的“泡”就变成了前一个元素;如果前一个元素比当前的“泡”大,那么交换“泡”和该元素的位置(这个“泡”冒上去了)。每一次冒泡到最前面一个元素,都能保证选择了最小的“泡”。虽然该算法运行时间为Θ(n×n),但是在冒前面的“泡”的过程中,后面的相对较小的元素也一定程度地冒上来了(换言之,这次冒泡并不是“无用功”),使得冒比较大的“泡”时经常只需要检查一下而不用作交换,所以常数因子比较小。

    void bubbleSort(int* x, int length)
    {
        for (int i=0;i<length;i++){
            for (int j=length-1;j>0;j--){
                if(x[j]<x[j-1]){
                    int temp = x[j];
                    x[j]=x[j-1];
                    x[j-1]=temp;
                }
            }
        }
    }

    堆排序

    堆排序是一种“漂亮”的原地排序方法,其运行时间为Θ(n×lgn)。熟悉了最大堆的特性,堆排序的思路就非常简单了:最大堆的根节点最大,将根节点和堆中的最后一个元素互换位置,并且将堆的长度减去1;此时堆已经不是最大堆,但是根元素的两个子堆仍然是最大堆,将这种堆转化为最大堆的过程heapMax只需要Θ(lgn)时间,那么就转化为最大堆再取次大的元素。由一个杂乱数组建成一个最大堆的过程heapMaxBuild也需要Θ(n×lgn)时间,这不影响总的运行时间量级。

    void heapMax(int* xInput, int xSize, int i){
        int l=(i+1)*2-1;
        int r=(i+1)*2;
        if(i>=xSize){
            return;
        }
        if(l>=xSize && r>=xSize){
            return;
        }
        if(xInput[i]>=xInput[l] && (r>=xSize ? true : (xInput[i]>=xInput[r]))){
            return;
        }
        int maxI=(r>=xSize ? l : (xInput[l]>xInput[r]?l:r));
        int temp = xInput[i];
        xInput[i]=xInput[maxI];
        xInput[maxI]=temp;
        heapMax(xInput, xSize, maxI);
    }
    void heapMaxBuild(int* x, int length){
        for(int i=length/2+1;i>=1;i--){
            heapMax(x, length, i-1);
        }
    }
    void heapSort(int* x, int length){
        heapMaxBuild(x, length);
        for (int i=length;i>=2;i--)    {
            int temp = x[i-1];
            x[i-1]=x[0];
            x[0]=temp;
            heapMax(x, i-1, 0);
        }
    }

    快速排序

    快速排序的运行时间为Θ(n×lgn),它是一种原地排序算法。取最后一个元素作为基准,遍历一次数组,将小于基准的元素排在前面,大于基准的元素排在后面,而不在乎同小于或同大于基准的元素之间的顺序。一次遍历之后,将最后一个元素和大于基准的元素的第一个交换位置,则基准前方的都是小于基准的元素,后方都是大于基准的元素,再递归调用自身,对同小于或同大于基准的元素进行快速排序。

    int partition(int* x, int p, int r){
        int mid = x[r];
        int i = p;
        for (int j = p; j <= r - 1; j++){
            if(x[j] <= mid){
                int tmp = x[i];
                x[i] = x[j];
                x[j] = tmp;
                i++;
            }
        }
        int tmp = x[i];
        x[i]=x[r];
        x[r]=tmp;
        return i;
    }
    void quickSort(int* x, int p, int r){
        if(p < r){
            int q = partition(x, p, r);
            quickSort(x, p, q-1);
            quickSort(x, q+1, r);
        }
    }
    作者:一叶斋主人
    出处:www.cnblogs.com/yiyezhai
    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
     
    标签: 算法
  • 相关阅读:
    SpringBoot:Web开发
    java @Value注解 和 @Data注解
    携程 Apollo 配置中心传统 .NET 项目集成实践
    Spring Boot 整合 JPA 使用多个数据源
    ibatis 核心原理解析!
    Spring Boot 面试,一个问题就干趴下了!
    在Docker中部署Spring Boot项目
    REDIS缓存穿透,缓存击穿,缓存雪崩原因+解决方案
    超全详解Java开发环境搭建
    SpringBoot入门(一):从HelloWorld开始
  • 原文地址:https://www.cnblogs.com/Leo_wl/p/2815027.html
Copyright © 2020-2023  润新知