- 浏览: 897417 次
- 性别:
- 来自: 武汉
文章分类
最新评论
-
小宇宙_WZY:
膜拜一下大神,解决了我一个大问题,非常感谢 orz
【解惑】深入jar包:从jar包中读取资源文件 -
JKL852qaz:
感谢,遇到相同的问题!
【解惑】深入jar包:从jar包中读取资源文件 -
lgh1992314:
为什么java中调用final方法是用invokevirtua ...
【解惑】Java动态绑定机制的内幕 -
鲁曼1991:
说的都有道理,protected只能被同一级包的类所调用
【解惑】真正理解了protected的作用范围 -
鲁曼1991:
...
【总结】String in Java
1、起泡排序 O(N^2)
起泡排序的过程很简单,首先将第一个关键字和第二个关键字比较,若为逆序,则将两个记录交换。然后再用第二个关键字和第三个关键字比较,以此类推,知道第n-1个关键字和第n个比较完,这样最大的关键字将被交换到第n个位置上。这个过程称做第一趟气泡排序。然后对前n-1进行第二趟气泡排序,将第二大的关键字交换到第n-1个位置上。当第n-1趟气泡排序完成之后,有序序列也就随之产生了。
#include<iostream.h> /************************** * 起泡排序 Bubble Sort * **************************/ class BubbleSort{ public: static void inc_sort(int keys[],int size); }; void BubbleSort :: inc_sort(int keys[], int size){ for(int i=size-1;i>=0;i--) for(int j=0;j<i;j++){ if(keys[j]>keys[j+1]){ int temp=keys[j]; keys[j]=keys[j+1]; keys[j+1]=temp; } } for(int k=0;k<size;k++) cout<<keys[k]<<" "; cout<<endl; } //Test BubbleSort void main(){ int raw[]={49,38,65,97,76,13,27,49}; int size=sizeof(raw)/sizeof(int); BubbleSort::inc_sort(raw,size); }
显然,气泡排序的时间复杂度为O(N^2),其空间复杂度为O(1) ,而且是稳定的 。
2、快速排序 O(N*logN)
快速排序是对起泡排序的一种改进。它的基本思想就是:通过一趟排序将待排记录分割成独立的两个部分,其中一个部分的关键字都比另一个部分关键字小,然后可以分别再对这两个部分继续快排,已达到整个序列有序。
具体的做法是:对待排序列keys[n]确定两个指针(low=0,high=n-1)。然后取第一个关键字keys[0]作为pivotkey(枢轴)。首先从high所指的位置起向前搜索找到第一个关键字小于pivotkey的记录,并将这个记录的关键字与pivotkey交换。然后从low所指的位置向后搜索,找到第一个关键字大于pivotkey的记录,并交换。轮流重复这两个步骤直到low=high位置。这样一个过程我们叫做一次快排(又叫一次划分)。
对划分后的序列的两个部分继续分别快排,知道所有序列有序位置,整个过程就是快排。
#include<iostream.h> class QuickSort{ private: //一次快排(划分) static int partition(int parts[],int low, int high); //快排 static void quick_sort(int parts[],int low, int high); public: //递增排序 static void inc_sort(int keys[],int size); }; int QuickSort :: partition(int parts[], int low, int high){ int pivotkey=parts[low]; //将第一个元素作为枢轴 while(low<high){ while(low<high && parts[high]>=pivotkey) --high; //将比枢轴小的关键字记录移动到低端 parts[low]=parts[high]; while(low<high && parts[low]<=pivotkey) ++low; //将比枢轴大的关键字记录移动到高端 parts[high]=parts[low]; } parts[low]=pivotkey; return low; //返回枢轴的位置 } void QuickSort :: quick_sort(int parts[],int low,int high){ if(low<high){ int pivotloc=QuickSort::partition(parts,low,high); QuickSort::quick_sort(parts,low,pivotloc-1); QuickSort::quick_sort(parts,pivotloc+1,high); } } void QuickSort :: inc_sort(int keys[],int size){ QuickSort::quick_sort(keys,0,size-1); for(int k=0;k<size;k++) cout<<keys[k]<<" "; cout<<endl; } void main(){ int raw[]={49,38,65,97,76,13,27,49}; int size=sizeof(raw)/sizeof(int); QuickSort::inc_sort(raw,size); }
//快速排序非递归算法 #include<iostream.h> #include<malloc.h> void quick_sort(int *pArr, int size){ int * beginIdxs=(int *)malloc(size * sizeof(int)); //记录待调整子序列的首地址 int * endIdxs=(int *)malloc(size * sizeof(int));//记录待调整子序列的尾地址 beginIdxs[0]=0; endIdxs[0]=size-1; int curIdx=0; while(curIdx>-1){ int low=beginIdxs[curIdx]; int high=endIdxs[curIdx]; int pivotkey=pArr[low]; //将第一个元素作为枢轴 while(low<high){ while(low<high && pivotkey<=pArr[high]) --high; pArr[low]=pArr[high]; while(low<high && pivotkey>=pArr[low]) ++low; pArr[high]=pArr[low]; } pArr[low]=pivotkey; int pivotidx=low; int begin=beginIdxs[curIdx]; int end=endIdxs[curIdx]; curIdx--; if(begin<pivotidx-1){ beginIdxs[++curIdx]=begin; endIdxs[curIdx]=pivotidx-1; } if(end>pivotidx+1){ beginIdxs[++curIdx]=pivotidx+1; endIdxs[curIdx]=end; } } //打印结果 for(int k=0;k<size;k++){ cout<<pArr[k]<<" "; } } void main(){ int raw[]={49,38,65,97,76,13,27,49}; int size=sizeof(raw)/sizeof(int); quick_sort(raw,size); }
快速排序的平均时间复杂度为O(N*logN) 。但快速排序在待排关键字序列有序或基本有序的情况下, 快速排序将蜕化成起泡排序,其 时间复杂度降为O(N^2) 。 经验证明,在所有O(N*logN)级的此类排序算法中,快速排序是目前被认为最好的一种内部排序方法。但是快排需要一个栈空间来实现递归。若每一趟划分都能够均匀的分割成长度相接近的两个子序列,则栈的最大深度为[logN]+1。因此空间复杂度为O(logN)。快排也是不稳定的。
快速排序有一个最坏的可能性,因此也就有很多优化来改进这个算法。
随机化快排:
快速排序的最坏情况基于每次划分对主元的选择。基本的快速排序选取
第一个元素作为主元。这样在数组已经有序的情况下,每次划分将得到最坏的结果。一种比较
常见的优化方法是随机化算法,即随机选取一个元素作为主元。这种情
况下虽然最坏情况仍然是O(n^2),但最坏情况不再依赖于输入数据,而是由于随机函数取值不佳。
实际上,随机化快速排序得到理论最坏情况的可能性仅为
1/(2^n)。所以随机化快速排序可以对于绝大多数输入数据达到O(nlogn)的期望时间复杂度。一位前辈做出了一个精辟的总结:“随机化快速排序可
以满足一个人一辈子的人品需求。
”
随机化快速排序的唯一缺点在于,一旦输入数据中有很多的相同数据,随机化的效果将直
接减弱。对
于极限情况,即对于n个相同的数排序,随机化快速排序的时间复杂度将毫无疑问的降低到O(n^2)。
解决方法是用一种方法进行扫描,使没有交换的情况下主
元保留在原位置。
平衡快排(Balanced Quicksort) :每次尽可能地选择一个能够 代表中值的元素作为关键数据,然后遵循普通快排的原则进行比较、替换和递归。通常来说, 选择这个数据的方法是取开头、结尾、中间3个数据,通过比较选出其 中的中值。 取这3个值的好处是在实际问题(例如信息学竞赛……)中,出现近似顺序数据或逆序数据的概率较大,此时中间数据必然成为中值,而也是事实上的近 似中值。万一遇到正好中间大两边小(或反之)的数据,取的值都接近最值,那么由于至少能将两部分分开,实际效率也会有2倍左右的增加,而且利于将数据略微 打乱,破坏退化的结构。
对于快排优化的问题可以看看Java API(JDK)中的例子,参见《 java.util.Arrays的排序研究 》
发表评论
-
★经典问题—链表中的环问题
2010-06-29 14:43 4455转载:http://www.cppblog.com ... -
★经典问题—元素选择问题
2010-05-24 10:53 3356元素选择问题 : 给定线性序集中n个元素和一个整数k( ... -
【串和序列处理 8】最长平台问题
2010-04-28 16:41 37141、经典最长平台算法 已知一个已经从小到大 ... -
【排序结构7】 基数排序
2010-04-20 16:17 4583《桶排序 》中我们能够看到,数据值的范围越大,可能需要桶的个 ... -
【排序结构6】 桶排序
2010-04-19 20:28 23074从《基于比较的排序结构总结 》中我们知道:全依赖“比较”操作的 ... -
【排序结构5】 基于比较的内部排序总结
2010-04-18 16:15 6761★ 基于“比较”操作的内部排序性能大PK ... -
【排序结构4】 归并排序
2010-04-17 16:29 3321归并排序 O(N*logN) 是另一种效率很高的排序方法。&q ... -
【排序结构3】 选择排序
2010-04-14 21:10 3667(1) 简单选择排序 O(N^2) 一趟简单选择排序 ... -
【排序结构1】插入排序
2010-04-13 17:11 30331、基本概念介绍 (1) 如果待排序列中有两个 ... -
【串和序列处理 7】LIS 最长递增子序列
2010-03-25 16:37 5843LIS: 给定一个字符串序列S={x0,x1,x2,.. ... -
【串和序列处理 6】LCS 最长公共子序列
2010-03-23 17:38 8844LCS:又称 最长公共子序列。 其中子序列(subse ... -
【串和序列处理 5】KMP子串匹配算法
2010-03-22 19:59 9158模式匹配: 在字符串 ... -
★经典问题—欧几里得求最大公约数
2010-03-20 19:21 3389问题:快速求取正整数a,b的最大公约数? ... -
【串和序列处理 4】Suffix Trie 子串匹配结构
2010-03-20 15:15 9141Suffix Trie : 又称后 ... -
【串和序列处理 3】Trie Tree 串集合查找
2010-03-18 13:40 17708Trie 树, 又称字典树,单词查找树。它来源于retr ... -
【串和序列处理 2】字符串编辑距离算法
2010-03-15 08:45 11116我们来看一个实际应用。现代搜索技术的发展很多以提供优质、高效的 ... -
【串和序列处理 1】PAT Tree 子串匹配结构
2010-03-14 19:10 11320Patricia Tree 简称PAT tree ... -
【查找结构6】动态查找树比较
2010-03-12 13:32 11307我们这个专题介绍的动态查找树主要有: 二叉查找树(BST),平 ... -
【查找结构4】红黑树 [RBT]
2010-03-10 10:58 10612大部分转载:http://yanglongylj.blog.1 ... -
【查找结构5】多路查找树/B~树/B+树
2010-03-09 11:56 18227在前面专题中讲的BST、A ...
相关推荐
### 数据结构:交换排序-冒泡排序实验指导 #### 实验背景与目标 在计算机科学领域,数据结构和算法是核心研究对象,其中排序算法作为基础且重要的算法之一,广泛应用于各类数据处理场景。本实验旨在深入理解并掌握...
交换排序在处理大量数据时效率相对较低,特别是冒泡排序,其时间复杂度为O(n^2)。快速排序平均情况下的时间复杂度为O(n log n),但最坏情况下也可能达到O(n^2)。因此,在实际应用中,快速排序通常优于冒泡排序。然而...
2. **交换排序**: 交换排序的核心在于比较相邻元素,如果它们的顺序错误(即逆序),就交换它们的位置。常见的交换排序算法是冒泡排序和快速排序。冒泡排序通过反复遍历序列,每次比较相邻元素并交换,使得较大的...
### 希尔排序法(希尔插入排序,希尔交换排序) #### 一、希尔排序法简介 希尔排序法是计算机科学领域中一种重要的排序算法,它由美国计算机科学家Donald Shell于1959年提出,因此得名希尔排序。希尔排序是一种...
数据结构第23讲-插入排序2和交换排序-CPPT课件.ppt
本PPT学习教案主要介绍了两种基础的排序方法:插入排序和交换排序。 首先,排序的基本定义是将数据元素(如数组或列表中的项)从一个任意序列调整为一个按指定关键字(key)有序的序列。例如,将一个无序的数字序列...
交换排序之冒泡排序.cpp
总的来说,插入排序和交换排序是数据结构课程中基础的排序算法,它们各有优缺点,适用于不同的场景。了解和掌握这些排序算法有助于我们理解更高级的排序算法,并为解决大规模数据处理问题提供理论基础。在实际编程中...
交换排序是一个更广泛的术语,它包括了所有通过交换元素来实现排序的算法,而冒泡排序是其中最简单且最直观的一种。虽然冒泡排序的时间复杂度在最坏情况下是O(n²),但其优点在于实现简单,适用于小规模或者部分有序...
在IT领域,排序算法是计算机科学中的基础概念,特别是在数据结构和算法分析中占有重要地位。本实验涉及了六种常见的排序算法:泡泡排序、直接插入排序、折半插入排序、希尔排序、直接选择排序,并且对每种排序算法...
快速排序的平均时间复杂度为 O(n log n),在最坏的情况下(输入数组已经完全有序或完全逆序)时间复杂度为 O(n^2),但这种情况在实际应用中较为罕见。由于快速排序的常数因子较小,且在大多数情况下表现良好,因此在...
这里我们将深入探讨标题和描述中提及的一些主要排序算法:交换排序、选择排序、桶排序、归并排序、快速排序以及二分法排序。 1. **交换排序**:这类排序算法通过交换元素来达到排序目的,主要包括冒泡排序和快速...
2. 排序的目的是什么?存放在数据表中按关键字排序。 3. 排序算法的好坏如何衡量?时间效率——排序速度(即排序所花费的全部比较次数)、空间效率——占内存辅助空间的大小、稳定性——若两个记录A和B的关键字值...
实现以下常用的内部排序算法并进行性能比较:"直接插入排序"," 折半插入排序"," 2—路插入排序"," 表插入排序"," 希尔排序"," 起泡排序"," 快速排序"," 简单选择排序"," 树形选择排序"," 堆排序"," 归并排序"," 链式...
- 算法原理:通过相邻元素的比较和交换,每一轮都将当前未排序部分的最大值移动到正确位置。 - 时间复杂度:平均和最坏情况为O(n^2),最好情况下为O(n)。 - 空间复杂度:O(1)。 4. **希尔排序**: - 算法原理:...
走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经过交换慢慢“浮”到数列的顶端。 - **实现逻辑**: - 遍历数组,将相邻的元素进行比较。 - ...
排序是数据结构和算法的重要组成部分,无论是插入排序还是交换排序,都有其适用的场景和优缺点。理解排序的基本概念和不同排序算法的工作原理,可以帮助我们在实际编程中选择最适合的排序方法,从而提高程序的效率和...
- 时间复杂度:无论是标准选择排序还是不交换的选择排序,其时间复杂度都是O(n^2),其中n是待排序元素的数量。这是因为都需要进行n(n-1)/2次比较。 - 空间复杂度:不交换的选择排序由于需要额外存储下标,空间...