排序
2017年03月17日15:05:14
選擇排序
選擇排序思想:外層遍歷整個待排數組,內層循環尋找 arr [ i, n )區間最小值索引,在外層循環中將其索引位置元素與arr[ i ]交換位置;并擴大有序數組范圍。直至排序完成。
時間復雜度:O(n^2)
穩定性:穩定
/**
* 選擇排序
*
* @param arr
* @param n
*/
template<typename T>
void selectionSort(T arr[], int n) {
for (int i = 0; i < n; ++i) {
//尋找[i, n)區間的最小值
int minIndex = i;
for (int j = i + 1; j < n; ++j) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
swap(arr[minIndex], arr[i]);
}
}
插入排序
排序思想:外層遍歷整個待排數組,內層循環尋找 arr [ i ] 元素在 arr [ 0, i )區間內的自己的位置并保證arr [ 0 , i ]有序,擴大有序數組范圍。直至排序完成。
時間復雜度:最差:O(n^2), 最好: O(n),因此在多數nlogn的排序末端(小數據量下)會使用插入排序進行優化
穩定性:穩定
/**
* 插入排序
*
* @param arr
* @param n
*/
template<typename T>
void insertionSort(T arr[], int n) {
for (int i = 1; i < n; i++) {
//每次內層循環找到應該arr[j]的位置
for (int j = i; j > 0 && arr[j] < arr[j - 1]; j--) {
swap(arr[j], arr[j - 1]);
}
}
}
/**
* 插入排序,改進版,利用一個單位空間,將一次交換替換為賦值
*
* @param arr
* @param n
*/
template<typename T>
void insertionSortBeat(T arr[], int n) {
for (int i = 1; i < n; i++) {
//尋找arr[i]的插入位置
T nux = arr[i];
int j; //保存arr[i]應該的插入位置
for (j = i; j > 0 && arr[j - 1] > nux; j--) {
arr[j] = arr[j - 1];
}
//將nux 放入其應該存在的位置
arr[j] = nux;
}
}
/**
* 插入排序,改進版,利用一個單位空間,將一次交換替換為一次賦值.
* 用途:排序數組部分區間
*
* @param arr
* @param n
*/
template<typename T>
void insertionSortBeat(T arr[], int l, int r) {
for (int i = l+1; i <= r; i++) {
//尋找arr[i]的插入位置
T nux = arr[i];
int j; //保存arr[i]應該的插入位置
for (j = i; j > l && arr[j - 1] > nux; j--) {
arr[j] = arr[j - 1];
}
//將nux 放入其應該存在的位置
arr[j] = nux;
}
}
二路歸并排序
排序思想:利用分治算法將大問題削減成小問題并對小問題進行解決。先將數組分為左右兩段,并遞歸的分成n段,每段都是一個元素的時候,該數組段就是有序的,在遞歸返回的時候進行兩個有序數組的合并,將會得到排序好的數組。
時間復雜度:O(nlgn)
穩定性:穩定
優化點:1. 在小數據量是采用插入排序進行效率的提升。 2. 在合并兩個數組的時候當其前后已經有序的時候直接返回,減少合并次數。
template<typename T>
void __mergeSort(T arr[], int l, int r);
template<typename T>
void __merge(T arr[], int l, int mid, int r);
/**
* 歸并排序
*
* @param arr
* @param n
*/
template<typename T>
void mergeSort(T arr[], int n) {
__mergeSort(arr, 0, n - 1);
}
//采用arr[l, r]
template<typename T>
void __mergeSort(T arr[], int l, int r) {
if (l >= r) {
return;
}
int mid = l + (r - l) / 2;
//遞歸劃左右分子區間
__mergeSort(arr, l, mid);
__mergeSort(arr, mid + 1, r);
//優化點:當要合并的數組前后無序的時候才進行合并,有序直接返回。減少合并次數,提高效率
if (arr[mid] > arr[mid + 1]) {
//合并
__merge(arr, l, mid, r);
}
}
template<typename T>
//合并兩個有序數組(采用額外的輔助空間進行合并)
void __merge(T arr[], int l, int mid, int r) {
//采用額外空間輔助排序,也可直接在原數組進行排序
T aux[r - l + 1];
for (int i = l; i <= r; i++) {
aux[i - l] = arr[i];
}
int i = l, j = mid + 1;
for (int k = l; k <= r; k++) {
if (i > mid) {
arr[k] = aux[j - l];
j++;
} else if (j > r) {
arr[k] = aux[i - l];
i++;
} else if (aux[i - l] < aux[j - l]) {
arr[k] = aux[i - l];
i++;
} else {
arr[k] = aux[j - l];
j++;
}
}
}
template<typename T>
void __merge(T arr[], int l, int mid, int r);
template<typename T>
void __mergeSortBeat(T arr[], int l, int r);
/**
* 歸并排序,優化版
* 當數據量比較小的時候采用插入排序
*
* @param arr
* @param n
*/
template<typename T>
void mergeSortBeat(T arr[], int n) {
__mergeSortBeat(arr, 0, n - 1);
}
template<typename T>
//合并兩個有序數組(采用額外的輔助空間進行合并)
void __merge(T arr[], int l, int mid, int r) {
//采用額外空間輔助排序,也可直接在原數組進行排序
T aux[r - l + 1];
for (int i = l; i <= r; i++) {
aux[i - l] = arr[i];
}
int i = l, j = mid + 1;
for (int k = l; k <= r; k++) {
if (i > mid) {
arr[k] = aux[j - l];
j++;
} else if (j > r) {
arr[k] = aux[i - l];
i++;
} else if (aux[i - l] < aux[j - l]) {
arr[k] = aux[i - l];
i++;
} else {
arr[k] = aux[j - l];
j++;
}
}
}
//采用arr[l, r],當排序數據量較小的時候采用插入排序提高效率
template<typename T>
void __mergeSortBeat(T arr[], int l, int r) {
if (r - l < 15) {
insertionSortBeat(arr, l, r);
return;
}
int mid = l + (r - l) / 2;
//遞歸劃左右分子區間
__mergeSortBeat(arr, l, mid);
__mergeSortBeat(arr, mid + 1, r);
//優化點:當要合并的數組前后無序的時候才進行合并,有序直接返回。減少合并次數,提高效率
if (arr[mid] > arr[mid + 1]) {
//合并
__merge(arr, l, mid, r);
}
}
/**
* 自低向上的歸并排序
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void mergeSortBU(T arr[], int n) {
//sz 未每次比較的寬度,每完成一圈底部歸并,比較寬度變為原來的2倍繼續比較,直到寬度超過數組長度
for (int sz = 1; sz < n; sz += sz) {
//i 為比較區間的開始位置,每次增加兩個比較寬度,進行下部分的比較,保證有兩個區間可以進行比較,則第二區間必須存在:i+sz<n
for (int i = 0; i + sz < n; i += sz + sz) {
//優化點:1. 對于較小的數據集合使用插入排序;2. 對于已經有序的數組不在進行合并
//歸并操作
//對arr[i,i+sz-1]和arr[i+sz,i+sz+sz-1]或arr[i+sz,n-1]進行歸并,避免越界
__merge(arr, i, i + sz - 1, min(i + sz + sz - 1, n - 1));
}
}
}
/**
* 自低向上的歸并排序加強版
* 優化點:1. 對于較小的數據集合使用插入排序;2. 對于已經有序的數組不在進行合并
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void mergeSortBUBeat(T arr[], int n) {
//sz 未每次比較的寬度,每完成一圈底部歸并,比較寬度變為原來的2倍繼續比較,直到寬度超過數組長度
for (int sz = 1; sz < n; sz += sz) {
//i 為比較區間的開始位置,每次增加兩個比較寬度,進行下部分的比較,保證有兩個區間可以進行比較,則第二區間必須存在:i+sz<n
for (int i = 0; i + sz < n; i += sz + sz) {
//優化點:1. 對于較小的數據集合使用插入排序;2. 對于已經有序的數組不在進行合并
if (sz < 15) {
//使用插入排序進行優化小數據量排序
insertionSortBeat(arr, i, min(i + sz + sz - 1, n - 1));
break;
}
//優化點:2. 對于已經有序的數組不在進行合并
if (arr[i + sz - 1] > arr[i + sz]) {
//歸并操作
//對arr[i,i+sz-1]和arr[i+sz,i+sz+sz-1]或arr[i+sz,n-1]進行歸并,避免越界
__merge(arr, i, i + sz - 1, min(i + sz + sz - 1, n - 1));
}
}
}
}
快速排序
排序思想:選定一個標定元素,尋找其在排好序數組的位置,將數組分為兩部分(三部分),在對剩下的部分進行遞歸尋找標定元素的位置
時間復雜度:最好:O(nlgn), 最壞:O(n^2); 采用隨機化標定選擇使時間復雜度期望為O(nlogn).
穩定性:不穩定
優化點:1. 對于較小的數據集合使用插入排序,2:采用二路快速排序優化使其適應近乎有序的數組,3: 使用3路快速排序使其適應有大量相同元素的數組
template<typename T>
void __quickSort(T arr[], int l, int r);
template<typename T>
int partition(T arr[], int l, int r);
/**
* 快速排序
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void quickSort(T arr[], int n) {
__quickSort(arr, 0, n - 1);
}
//對arr[l,r]部分進行快速排序
template<typename T>
void __quickSort(T arr[], int l, int r) {
// if(l>=r){
// return;
// }
//優化1:對于較小的數據集合使用插入排序
if (r - l <= 15) {
insertionSortBeat(arr, l, r);
return;
}
int p = partition(arr, l, r);
__quickSort(arr, l, p - 1);
__quickSort(arr, p + 1, r);
}
//對arr[l,r]部分進行partition操作
//返回p,使得arr[l,p-1]<arr[p];arr[p+1]>arr[p]
template<typename T>
int partition(T arr[], int l, int r) {
//第一個元素標識為基準
T v = arr[l];
//p為基準元素應該在的位置
int j = l;
for (int i = l + 1; i <= r; i++) {
if (arr[i] < v) {
swap(arr[j + 1], arr[i]);
j++;
}
}
swap(arr[l], arr[j]);
return j;
}
template<typename T>
void __quickSortRand(T arr[], int l, int r);
template<typename T>
int partitionRand(T arr[], int l, int r);
/**
* 隨機化快速排序,提高在近乎有序的數組中進行排序的效率
*
* @tparam T
* @param arr
* @param i
*/
template<typename T>
void quickSortRand(T arr[], int n) {
srand(time(NULL));
__quickSortRand(arr, 0, n - 1);
}
//對arr[l,r]部分進行快速排序
template<typename T>
void __quickSortRand(T arr[], int l, int r) {
//優化1:對于較小的數據集合使用插入排序
if (r - l <= 15) {
insertionSortBeat(arr, l, r);
return;
}
int p = partitionRand(arr, l, r);
__quickSortRand(arr, l, p - 1);
__quickSortRand(arr, p + 1, r);
}
//對arr[l,r]部分進行partition操作
//返回p,使得arr[l,p-1]<arr[p];arr[p+1]>arr[p]
template<typename T>
int partitionRand(T arr[], int l, int r) {
swap(arr[l], arr[rand() % (r - l + 1) + l]);
//第一個元素標識為基準
T v = arr[l];
//j為基準元素應該在的位置
int j = l;
for (int i = l + 1; i <= r; i++) {
if (arr[i] < v) {
swap(arr[j + 1], arr[i]);
j++;
}
}
swap(arr[l], arr[j]);
return j;
}
template<typename T>
void __quickSort2(T arr[], int l, int r);
template<typename T>
int partition2(T arr[], int l, int r);
/**
* 2路快速排序
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void quickSort2(T arr[], int n) {
srand(time(NULL));
__quickSort2(arr, 0, n - 1);
}
template<typename T>
void __quickSort2(T arr[], int l, int r) {
if (r - l <= 15) {
insertionSortBeat(arr, l, r);
return;
}
int p = partition2(arr, l, r);
__quickSort2(arr, l, p - 1);
__quickSort2(arr, p + 1, r);
}
template<typename T>
int partition2(T arr[], int l, int r) {
swap(arr[l], arr[rand() % (r - l + 1) + l]);
T v = arr[l];
int i = l + 1, j = r;
while (true) {
while (i <= r && arr[i] < v) {
i++;
}
while (j >= l + 1 && arr[j] > v) {
j--;
}
if (j < i) {
break;
}
swap(arr[i], arr[j]);
i++;
j--;
}
swap(arr[l], arr[j]);
return j;
}
template<typename T>
void __quickSort3Ways(T arr[], int l, int r);
/**
* 3路快速排序
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void quickSort3Ways(T arr[], int n) {
srand(time(NULL));
__quickSort3Ways(arr, 0, n - 1);
}
/**
* 3路快速排序
*
* @tparam T
* @param arr
* @param l
* @param r
*/
template<typename T>
void __quickSort3Ways(T arr[], int l, int r) {
if (r - l <= 15) {
insertionSortBeat(arr, l, r);
return;
}
//partition3Ways
swap(arr[l], arr[rand() % (r - l + 1) + l]);
T v = arr[l];
int lt = l; //arr[l+1, lt] < v
int gt = r + 1; //arr[gt, r] > v
int i = l + 1; //arr[lt+1, i) == v
while (i < gt) {
if (arr[i] > v) {
swap(arr[i], arr[gt - 1]);
gt--;
} else if (arr[i] < v) {
swap(arr[i], arr[lt + 1]);
lt++;
i++;
} else {
i++;
}
}
//交換標識位置到其應該存在的位置
swap(arr[l], arr[lt]);
__quickSort3Ways(arr, l, lt - 1);
__quickSort3Ways(arr, gt, r);
}
堆排序
排序思想:動態的數組進行排序,將數組轉化為大(小)頂堆,在對頂元素與尾元素交換,并對堆重新轉化為大小頂堆。繼續交換,轉化。
時間復雜度:O(nlgn)
穩定性:不穩定
template<typename T>
void __shiftDown(T arr[], int n, int k)
/**
* 堆排序
*
* @tparam T
* @param arr
* @param n
*/
template<typename T>
void heapSort(T arr[], int n) {
//heapify
for (int i = (n - 1 - 1) / 2; i >= 0; i--) {
__shiftDown(arr, n, i);
}
//數組元素在減少
for (int j = n-1; j > 0; j--) {
swap(arr[0],arr[j]);
__shiftDown(arr, j, 0); //j為未排序堆元素個數
}
}
/**
* shiftDowm(調整堆)
*
* @tparam T
* @param arr
* @param n
* @param k
*/
template<typename T>
void __shiftDown(T arr[], int n, int k) {
T v = arr[k];
while (2 * k + 1 < n) {
int j = k * 2 + 1;
if (j + 1 < n && arr[j + 1] > arr[j]) {
j += 1;
}
if ( v >= arr[j] ) {
break;
}
arr[k] = arr[j];
k = j;
}
arr[k] = v;
}