十大经典排序算法
1.经典排序:时间复杂度O(N^2),空间复杂度:O(1),稳定性:稳定
void classic_sort(int* arr,size_t len)
{
for(int i = 0;i<len-1;i++)
{
for(int j=i+1;j<len;j++)
{
if(arr[i]>arr[j])
swap(arr[i],arr[j]);
}
}
}
2.冒泡排序:最优时间复杂度:O(N),最差时间复杂度:O(N^2),
平均时间复杂度:O(N^2),空间复杂度:O(1),稳定性:稳定
void bubble_sort(int* arr,size_t len)
{
bool flag = true;
for(int i=len-1;flag&&i>0;i--)
{
flag = false;
for(int j = 0;j<i;j++)
{
if(arr[j]>arr[j+1])
{
swap(arr[j],arr[j+1]);
flag = true;
}
}
}
}
3.选择排序:时间复杂度O(N^2),时间复杂度:O(1),稳定性:不稳定
void selsect_sort(int* arr,sieze_t len)
{
for(int i =0;i<len-1,i++)
{
int min = i;
for(int j=i+1;j<len;j++)
{
if(arr[min]>arr[j])
{
min=j;
}
if(min != i)
swap(arr[min],arr[j]);
}
}
}
4.插入排序:
往有序的序列中添加新的数据,使序列继续保持有序,具体步骤是:假定新的数据存放在i=len位置,val与它前面的数据逐一进行比较val<arr[i-1],如果前面的数据大于tmp大,则把前面数据的向后拷贝一下,然后i自减1重复以比较,直到arr[i-1]<=tmp或0==i,则位置i就是tmp应该存放的位置,新插入的数据就排序完成。
// 时间复杂度:O(N^2),空间复杂度:O(1),稳定性:稳定
void insert_sort(int* arr,size_t len)
{
for(int i=1; i<len; i++)
{
int tmp = arr[i], j = i;
while(j-1>=0 && arr[j-1]>tmp)
{
arr[j] = arr[j-1];
j--;
}
arr[j] = tmp;
}
}
5.、希尔排序:
设计该算法的作者叫希尔,所以叫希尔排序,它在插入排序的基础上引入了增量概念(数据在插入时,每次移动的距离),插入排序默认一次只移动一个位置,当数据量比较大时,移动的速度比较慢,希尔排序先以数量的一半为移动增量,进行插入排序,对数据进行大致排序,然后再减小增量对数据进行微调,进而完成插入排序。
// 时间复杂度:O(NlogN),空间复杂度:O(1),稳定性:不稳定
void shell_sort(int* arr,size_t len)
{
for(int k=len/2; k>0; k/=2)
{
for(int i=k; i<len; i+=k)
{
int tmp = arr[i], j = i;
while(j-k>=0 && arr[j-k]>tmp)
{
arr[j] = arr[j-k];
j-=k;
}
arr[j] = tmp;
}
}
}
6.快速排序:
先在待排序的序列中找出一个标杆,然后与剩余的数据进行比较,比标杆小的数据放在标杆的左边,比标杆大的数据放在它右边,这样就做到以标杆为准的大致有序,然后再次同样的方法对标杆左边的数据进行排序、标杆右边的数据进行排序,直到整个序列完全有序。
注意:快速排序之所以叫快速排序,综合各种情况它的表示最好,速度最快,如果对待排序的数据不了解,建议优先选择快速排序。
// 时间复杂度:O(NlogN),空间复杂度:O(1),稳定性:不稳定
void _quick_sort(int* arr,int left,int right)
{123
// 备份左右边界
int l = left, r = right;
// 把最左边的数据作为标杆,记录标杆下标
int pv = arr[left], pi = left;
while(l<r)
{
// 从右向左寻找比标杆小的数据
while(l<r && arr[r]>=pv) r--;
// 找到比标杆小的数据
if(l<r)
{
// 把它移动标杆的左边
arr[pi] = arr[r];
// 记录标杆的新位置
pi = r;
}
// 从左向右寻找比标杆大的数据
while(l<r && arr[l]<=pv) l++;
// 打到比标杆大的数据
if(l<r)
{
// 把它移动到标杆的右边
arr[pi] = arr[l];
// 记录标杆的新位置
pi = l;
}
}
// 把标杆的值存放到最新位置
arr[pi] = pv;
// 快速排序标杆左边的数据
if(pi-left>1)
_quick_sort(arr,left,pi-1);
// 快速排序标杆右边的数据
if(right-pi>1)
_quick_sort(arr,pi+1,right);
}
void quick_sort(int* arr,size_t len)
{
_quick_sort(arr,0,len-1);
}
7.堆排序:
所谓堆排序就是把待排序的数据当作一个大根堆,然后逐步把堆顶的最大值弹出存储在序列的末尾,也就是借助大根堆这一数据结构完成的排序。
注意:理论上来说堆排序的速度不比快排序慢,但是对无序的序列排序需要先创建堆,时间复杂度是O(N),然后再逐一出堆完成排序时间复杂度是O(NlogN),所以对无序的序列排序快速排序比堆的速度要快,所以一般在实际应用中不使用堆排序,只活在教课书中。
// 时间复杂度:O(NlogN),空间复杂度:O(1),稳定性:不稳定
void _heap_sort(int* arr,int root,size_t len)
{
while(root*2+1<len)
{
// 假定左子树是左右子树中的最大值
int max = root*2+1;
// 判断右子树是否大于左子树,如果大于则更新最大值下标
if(max+1<len && arr[max+1]>arr[max])
max++;
// 如果最大子树依然小于根,则结束
if(arr[max] < arr[root])
return;
// 把最大子树与根交换
swap(arr[max],arr[root]);
root = max;
}
}
void heap_sort(int* arr,size_t len)
{
// 创建大根堆
for(int i=len/2-1; i>=0; i--)
_heap_sort(arr,i,len);
for(int i=len-1; i>0; i--)
{
// 把堆的根与末尾的数据交换,数量减-1
swap(arr[0],arr[i]);
// 调整堆
_heap_sort(arr,0,i);
}
printf("%s:",__func__);
}
8.归并排序:
把待排序的数据以k=2为单位进行分组,每组分为左右两部分,然后按从小到大的顺序合并到另一块空间,然后k*=2重复该过程,直到k/2>=len则排序完成。
归并排序需要一块额外的空间,用于存储合并的结果,它的时间复杂度与快速、堆相同,但是在排序过程中没有进行数据交换,而直接数据拷贝,因此节约了大量的数据交换的时间,但也耗费了额外的内存,所以它是一各典型的用空间换取时间的排序算法。
注意:如果用户对排序速度有很高的要求,但不在意内存的耗费,适合使用归并排序。
// 时间复杂度:O(NlogN),空间复杂度:O(N),稳定性:稳定
void merge_sort(int* arr,size_t len)
{
// src指向的是待合并的数据,dest用于存储合并后的数据
int *src = arr, *dest = malloc(sizeof(arr[0])*len);
for(int k=1; k<len; k*=2)
{
// 以k为单位进行合并
for(int i=0,j=i; i<len; i+=k*2)
{
// 计算出左边的起始位置和结束位置
int l = i, le = i+k < len ? i+k : len;
// 计算出右边的起始位置和结束位置
int r = le, re = i+k*2 < len ? i+k*2 : len;
// 左右两边的数据进行合并,谁小谁存储在dest里面,直到有一方结束
while(l<le && r<re)
{
dest[j++] = src[l]<src[r] ? src[l++] : src[r++];
}
// 把左边剩余的数据拷贝到dest里面
while(l<le)
dest[j++] = src[l++];
// 把右边剩余的数据拷贝到dest里面
while(r<re)
dest[j++] = src[r++];
}
// 合并完成后,dest中存储的就是下一次待合并的数据,所以两个指针交换
swap(src,dest);
}
// 执行完swap(src,dest)后,src指向的是排序后的数据,如果src!=arr则说明排序后的数据存储在堆内在中,需要拷贝给arr
if(src != arr)
{
memcpy(arr,src,sizeof(arr[0])*len);
dest = src;
}
// 释放堆内存
free(dest);
}
9.计数排序:
首先定义一个计算数据出现的次数的数组cnts,并所有成员初始化0,然后使用数据的值作为数组的下标,然后统计每个数据出现的次数。
以i=[0,max]遍历cnts数组,当cnst[i]>0说明i出现过,然后把i往待排序的数组中存储cnts[i]个,然后排序完成。
注意:计算排序的局限比较大,它只能对整型数据进行排序,无法对浮点型、字符串型数据进行排序,待排序的数据重复性越高,差值越小,速度就越快,反之虽然也可以排,但得不尝失。
// 时间复杂度:O(N+K),空间复杂度:O(K),稳定性:稳定
void count_sort(int* arr,size_t len)
{
int cnts[100] = {};
for(int i=0; i<len; i++)
{
cnts[arr[i]]++;
}
int k = 0;
for(int i=0; i<100; i++)
{
for(int j=0; j<cnts[i]; j++)
{
arr[k++] = i;
}
}
}
10.基数排序
先根据数据个位的大小对数据进行排序,然后再对排序结果的十位进行排序,然后百位、千位...,直到排序完成。
使用这种方式排序的优点是不需要对待排序的数据进行比较、交换,所以它的排序速度要比普通排序快的多,但局限性很大,只能对整型数据排序,还需要额外的内存空间。
注意:当数据的位数不多,并且差别不大,的整形数据适合使用基数排序。
// 时间复杂:O(n+k) 空间复杂度:O(n+k) 稳定性:稳定
void radix_sort(int* arr,size_t len)
{
int (*radix)[len+1] = calloc(10,sizeof(arr[0])*(len+1));
int exp = 1;
while(exp < 1000000000)
{
for(int i=0; i<len; i++)
{
int row = arr[i]%(exp*10)/exp;
radix[row][++radix[row][0]] = arr[i];
}
exp *= 10;
int index = 0, cnt = 0;
for(int i=0; i<10; i++)
{
for(int j=1; j<=radix[i][0]; j++)
{
arr[index++] = radix[i][j];
if(radix[i][j] <exp)
cnt++;
}
radix[i][0] = 0;
}
if(cnt >= (len-1))
break;
}
free(radix);
}