作者:的发个地方 | 来源:互联网 | 2024-12-27 19:25
本文详细介绍了七种经典的排序算法及其性能分析。每种算法的平均、最坏和最好情况的时间复杂度、辅助空间需求以及稳定性都被列出,帮助读者全面了解这些排序方法的特点。
本文将探讨七种常用的排序算法,并通过表格形式展示它们的性能指标。
排序算法 | 平均时间复杂度 | 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 |
选择排序 | O(N²) | O(N²) | O(N²) | O(1) | 不稳定 |
插入排序 | O(N²) | O(N) | O(N²) | O(1) | 稳定 |
希尔排序 | O(NlogN)至O(N²) | O(N^1.3) | 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(N) | 稳定 |
快速排序 | O(NlogN) | O(NlogN) | O(N²) | O(logN)至O(N) | 不稳定 |
1. 冒泡排序
冒泡排序是一种简单的排序算法,它重复地遍历待排序列表,比较相邻元素并交换顺序不对的元素。这个过程会使得每一趟遍历后最大的元素逐渐移动到列表末尾。如果在某一轮遍历中没有发生任何交换,则说明列表已经有序,可以提前结束排序。
// O(n²) 冒泡排序 (稳定排序)
void bubbleSort(vector& a) {
int n = a.size();
for (int i = 0; i bool swapped = false;
for (int j = 0; j if (a[j] > a[j + 1]) {
swap(a[j], a[j + 1]);
swapped = true;
}
}
if (!swapped) break;
}
}
2. 选择排序
选择排序每次从未排序部分中选出最小的元素,并将其与未排序部分的第一个元素交换。这样,经过若干轮操作后,整个数组会被排好序。
// O(n²) 选择排序 (不稳定排序)
void selectionSort(vector& a) {
int n = a.size();
for (int i = 0; i int minIndex = i;
for (int j = i + 1; j if (a[j] minIndex = j;
}
}
if (minIndex != i) {
swap(a[i], a[minIndex]);
}
}
}
3. 插入排序
插入排序类似于打牌时整理手牌的过程,即逐步将新元素插入到已排序序列中的正确位置。该算法适用于小规模或接近有序的数据集。
// O(n²) 插入排序 (稳定排序)
void insertionSort(vector& a) {
int n = a.size();
for (int i = 1; i int key = a[i];
int j = i - 1;
while (j >= 0 && a[j] > key) {
a[j + 1] = a[j];
--j;
}
a[j + 1] = key;
}
}
4. 希尔排序
希尔排序是插入排序的一种改进版本,它通过设定增量间隔对数组进行分组排序,从而加速排序过程。随着增量逐渐减小,最终达到完全有序的状态。
// O(nlogn) 至 O(n²) 希尔排序 (不稳定排序)
void shellSort(vector& a) {
int n = a.size();
for (int gap = n / 2; gap > 0; gap /= 2) {
for (int i = gap; i int temp = a[i];
int j;
for (j = i; j >= gap && a[j - gap] > temp; j -= gap) {
a[j] = a[j - gap];
}
a[j] = temp;
}
}
}
5. 堆排序
堆排序利用了二叉堆数据结构来实现高效的排序。首先构建一个最大堆,然后反复从堆顶取出最大值并重新调整堆,直到所有元素都被处理完毕。
#include
using namespace std;
void heapify(vector& arr, int n, int i) {
int largest = i;
int left = 2 * i + 1;
int right = 2 * i + 2;
if (left arr[largest]) largest = left;
if (right arr[largest]) largest = right;
if (largest != i) {
swap(arr[i], arr[largest]);
heapify(arr, n, largest);
}
}
void heapSort(vector& arr) {
int n = arr.size();
for (int i = n / 2 - 1; i >= 0; --i) heapify(arr, n, i);
for (int i = n - 1; i > 0; --i) {
swap(arr[0], arr[i]);
heapify(arr, i, 0);
}
}
6. 归并排序
归并排序采用分治法思想,将数组递归地分为两个子数组分别排序,再合并成一个有序数组。其特点是稳定性和较低的空间复杂度。
#include
using namespace std;
void merge(vector& arr, int left, int mid, int right) {
vector temp(right - left + 1);
int i = left, j = mid + 1, k = 0;
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) temp[k++] = arr[i++];
else temp[k++] = arr[j++];
}
while (i <= mid) temp[k++] = arr[i++];
while (j <= right) temp[k++] = arr[j++];
copy(temp.begin(), temp.end(), arr.begin() + left);
}
void mergeSort(vector& arr, int left, int right) {
if (left >= right) return;
int mid = (left + right) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
7. 快速排序
快速排序也是一种基于分治策略的高效排序算法。它通过选择一个基准值(pivot),将数组划分为两部分,一部分小于等于基准值,另一部分大于基准值,再递归地对这两部分进行排序。
#include
using namespace std;
void quickSort(vector& arr, int left, int right) {
if (left >= right) return;
int pivot = arr[left];
int i = left, j = right;
while (i while (i = pivot) --j;
arr[i] = arr[j];
while (i arr[j] = arr[i];
}
arr[i] = pivot;
quickSort(arr, left, i - 1);
quickSort(arr, i + 1, right);
}