十大排序方法

Posted 2020-12-15 hzoi-liujiahui

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了十大排序方法相关的知识，希望对你有一定的参考价值。

排序算法

1. 冒泡排序

冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。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由交换慢慢“浮”到数列的顶端。

1.1 算法描述

n个元素的序列，经过n-1趟选择排序得到有序结果。具体算法描述如下：

初始状态：无序区为R[1..n]，有序区为空；
每一轮从无序区起点开始，相邻元素两两比较，如果前面的比后面的元素大就交换，直到无序区最后。
针对所有的元素重复以上的步骤，每一轮冒泡操作无序区域元素减一，有序区元素减一；
重复执行n-1轮，序列变为有序。

1.2 动图演示

技术图片

1.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Bubble_sort(int a[]){
	for(int i=1;i<n;++i){//经过n-1轮的冒泡操作
		for(int j=1;j<=n-i;++j)//没操作一轮，待排序的少一个
			if(a[j]>a[j+1])
				std::swap(a[j],a[j+1]);
	}
}
void Solve(){
	Read();
	Bubble_sort(a);
	Print();
}
int main(){
	Solve();
	return 0;
}

2.选择排序

选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

2.1 算法描述

n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下：
1. 初始状态：无序区为R[1..n]，有序区为空；
2. 第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1..i-1]和R(i..n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1..i]和R[i+1..n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
3. n-1趟结束，数组有序化了。

2.2 动图演示

技术图片

2.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Select_sort(int a[]){
	int k=0;
	for(int i=1;i<n;++i){//n-1轮，每一轮找到一个最小的
		k=i;//k指向未排序的最小
		for(int j=i+1;j<=n;++j)
			if(a[k]>a[j])
				k=j;
		std::swap(a[i],a[k]);
	}
}
void Solve(){
	Read();
	Select_sort(a);
	Print();
}
int main(){
	Solve();
	return 0;
}

3. 插入排序

插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

3.1 算法描述

从第一个元素开始，该元素可以认为已经被排序；
取出下一个元素，在已经排序的元素序列中从后向前扫描；
如果该元素（已排序）大于新元素，将该元素移到下一位置；
重复步骤3，直到找到已排序的元素小于或者等于新元素的位置；
将新元素插入到该位置后；
重复步骤2~5。

3.2 动图演示

技术图片

3.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Insert_sort(int a[]){
	for(int i=2;i<=n;++i){
		for(int j=i;j>1 && a[j-1]>a[j];--j)
			std::swap(a[j],a[j-1]);
	}
}
void Solve(){
	Read();
	Insert_sort(a);
	Print();
}
int main(){
	Solve();
	return 0;
}

4. `Shell`排序

1959年Shell发明，第一个突破 (O(n^2)) 的排序算法，是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。

4.1 算法描述

选择一个较大的增量，一般选gap=n/2，把下标为i,i+gap,i+2*gap+...+i+n/gap*gap 分为一组，对同组的元素进行插入排序。
减小增量为上一个增量的一半，继续操作1。
重复以上操作，直到增量为1，此时序列变为有序。

4.2 动图演示

技术图片

4.3 代码演示

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Shell_sort(){
	for(int d=n/2;d>0;d>>=1){//增量选择，逐渐缩小为原来一半
		for(int i=d+1;i<=n;++i){//对同组元素进行插入排序
			for(int j=i;j-d>0 && a[j]<a[j-d];j-=d)
				std::swap(a[j],a[j-d]);
		}
	}
}
void Solve(){
	Read();
	Shell_sort();
	Print();
}
int main(){
	Solve();
	return 0;
}

4.4 时间效率

希尔排序中对于增量序列的选择十分重要，直接影响到希尔排序的性能。我们上面选择的增量序列{n/2,(n/2)/2...1}(希尔增量)，其最坏时间复杂度依然为(O(n^2))，一些经过优化的增量序列如Hibbard经过复杂证明可使得最坏时间复杂度为(O(n^{3/2}))。

5. 归并排序

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。

5.1 算法描述

把长度为n的输入序列分成两个长度为n/2的子序列；
对这两个子序列分别采用归并排序；
将两个排序好的子序列合并成一个最终的排序序列。

5.2 动图演示

技术图片

5.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Merge(int l,int mid,int r){//合并操作
	int i=l,j=mid+1,k=0;//i指向前面区间第一个元素，j指向后面区间第一元素
	int b[r-l+2]={0};//b存储合并的序列
	while(i<=mid && j<=r){//取两个序列前面的较小者
		if(a[i]<=a[j])b[++k]=a[i++];
		else b[++k]=a[j++];
	}//跳出循环两个序列中有一个为空
	while(i<=mid)//若比较完之后，第一个有序区仍有剩余
		b[++k]=a[i++];
	while(j<=r)//若比较完之后，第二个有序区仍有剩余
		b[++k]=a[j++];
	for(i=l,k=1;i<=r;++i,++k)//把合并后的排好序的序列拷贝到数组a[l,r]
		a[i]=b[k];
}
void Merge_sort(int l,int r){
	if(l<r){//把区间分成两部分
		int mid=l+(r-l)/2;
		Merge_sort(l,mid);//递归左区间
		Merge_sort(mid+1,r);//递归右区间
		Merge(l,mid,r);//合并左右两区间
	}
}
void Solve(){
	Read();
	Merge_sort(1,n);
	Print();
}
int main(){
	Solve();
	return 0;
}

5.4 时间效率

归并排序是一种稳定的排序方法。和选择排序一样，归并排序的性能不受输入数据的影响，但表现比选择排序好的多，因为始终都是(O(nlogn))的时间复杂度。代价是需要额外的内存空间。

6. 快速排序

快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

6.1 算法描述

从数列中挑出一个元素，称为基准（pivot）；
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

6.2 动图演示

技术图片

6.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
void Quick_sort(int l,int r){
	if(l>=r)return;
	int i=l,j=r,base=a[l];//选左边界作为基准
	while(i<j){//作指针要小于右指针
		while(i<j && a[j]>base)--j;//先遍历右边界
		while(i<j && a[i]<base)++i; 
		if(i<j)std::swap(a[i],a[j]);
	}//跳出循环时i==j，此位置为基准最终位置
	std::swap(a[l],a[i]);
	Quick_sort(l,i-1);
	Quick_sort(i+1,r);
}
void Solve(){
	Read();
	Quick_sort(1,n);
	Print();
}
int main(){
	Solve();
	return 0;
}

7. 堆排序

堆排序 (Heapsort) 是指利用堆这种数据结构所设计的一种排序算法。
堆是一个近似完全二叉树的结构，并同时满足堆的性质：即子结点的键值或索引总是小于（或者大于）它的父结点。
堆排序可以说是一种利用堆的概念来排序的选择排序。分为两种方法：
1. 大顶堆：每个结点的值都大于或等于其子结点的值，在堆排序算法中用于升序排列；
2. 小顶堆：每个结点的值都小于或等于其子结点的值，在堆排序算法中用于降序排列；
堆排序的平均时间复杂度为 Ο(nlogn)。

7.1 算法描述：

创建一个堆
把堆首（最大值）和堆尾互换；
堆的大小减一，并向下调整堆使之满足堆的性质
重复2,3直到只剩一个元素。

7.2 动图演示

技术图片

7.3 代码实现

#include <cstdio>
#include <cstring>
const int maxn = 10000 + 5;
void swap(int &x,int &y){int t=x;x=y;y=t;}//交换函数
int Heap[maxn],siz=0;
void Push(int x){//向上调整
    Heap[++siz]=x;//把插入的元素x放在数组最后
    for(int i=siz;i/2>0 && Heap[i]>Heap[i/2];i=i/2)
        swap(Heap[i],Heap[i/2]);
}
void Pop(){//向下调整
    swap(Heap[siz],Heap[1]);siz--;//交换堆顶和堆底，然后直接弹掉堆底
    for(int i=1;2*i<=siz;i*=2){
        int j=2*i;//如果存在右儿子且右儿子大于左儿子j就指向右儿子
        if(j+1<=siz && Heap[j]<Heap[j+1])++j;
        if(Heap[i]<Heap[j])swap(Heap[i],Heap[j]);
        else break;
    }
}
void Solve(){
    int n;scanf("%d",&n);
    for(int i=1;i<=n;++i){//建堆
        int x;scanf("%d",&x);
        Push(x);
    }
    for(int i=1;i<=n;++i){//输出堆顶并删除，此乃降序
        printf("%d ",Heap[1]);Pop();
    }
    printf("
");
    for(int i=1;i<=n;++i)//全部出堆后原数组为升序
        printf("%d ",Heap[i]);
}
int main(){
    Solve();
    return 0;
}

8. 计数排序

计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

8.1 算法描述

找出待排序的数组中最大和最小的元素(作为数组的范围)；
统计数组中每个值为i的元素出现的次数，存入数组C的第i项；
对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1。

8.2 动图演示

技术图片

8.3 代码实现

#include <bits/stdc++.h>
const int maxn=1e5+5,Inf=2147483647;
int n,a[maxn],b[maxn];
void Read(){
    scanf("%d",&n);
    srand(time(0));
    for(int i=1;i<=n;++i)
        a[i]=rand()%100000;
}
void Print(){
    for(int i=1;i<=n;++i)
        printf("%d ",a[i]);
}
void Counting_sort(){
    int Min=Inf,Max=-Inf;
    for(int i=1;i<=n;++i){
        b[a[i]]++;//值当下标，并计算个数
        Min=std::min(Min,a[i]);//
        Max=std::max(Max,a[i]);
    }
    int cnt=0;
    for(int i=Min;i<=Max;++i)
        while(b[i])a[++cnt]=i,b[i]--;
}
void Solve(){
    Read();
    Counting_sort();
    Print();
}
int main(){
    Solve();
    return 0;
}

9. 桶排序

桶排序是将待排序集合中处于同一个值域的元素存入同一个桶中，也就是根据元素值特性将集合拆分为多个区域，则拆分后形成的多个桶，从值域上看是处于有序状态的。对每个桶中元素进行排序，则所有桶中元素构成的集合是已排序的。

9.1 算法描述

设置一个定量的数组当作空桶子。
寻访序列，并且把项目一个一个放到对应的桶子去。
对每个不是空的桶子进行排序。
从不是空的桶子里把项目再放回原来的序列中。

9.2 动图演示

技术图片

9.3 时间效率

桶排序最好情况下使用线性时间O(n)，桶排序的时间复杂度，取决与对各个桶之间数据进行排序的时间复杂度，因为其它部分的时间复杂度都为O(n)。很显然，桶划分的越小，各个桶之间的数据越少，排序所用的时间也会越少。但相应的空间消耗就会增大。

10. 基数排序

基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。

10.1 算法描述

取得数组中的最大数，并取得位数；
arr为原始数组，从最低位开始取每个位组成radix数组；
对radix进行计数排序（利用计数排序适用于小范围数的特点）；

10.2 动图演示

技术图片

代码实现

#include <bits/stdc++.h>
const int maxn=1e4+5,Inf=2147483647;
int a[maxn];
int n;
void Read(){
	scanf("%d",&n);
	srand(time(0));
	for(int i=1;i<=n;++i)
		a[i]=rand()%10000;
}
void Print(){
	for(int i=1;i<=n;++i)
		printf("%d ",a[i]);
}
int Get_max(int a[],int n){//求数组的最大值
	int Max=a[1];
	for(int i=1;i<=n;++i)
		Max=std::max(Max,a[i]);
	return Max;
}
/*
 * 参数说明：
 *     a -- 数组
 *     n -- 数组长度
 *     exp -- 指数。对数组a按照该指数进行排序。
 *
 * 例如，对于数组a={50, 3, 542, 745, 2014, 154, 63, 616}；
 *    (01) 当exp=1表示按照"个位"对数组a进行排序
 *    (02) 当exp=10表示按照"十位"对数组a进行排序
 *    (03) 当exp=100表示按照"百位"对数组a进行排序
 *    ...
 */
void Count_sort(int a[],int n,int exp){
	int b[n+5],buckets[10]={0};
    // b存储"被排序数据"的临时数组
	for(int i=1;i<=n;++i)// 将数据出现的次数存储在buckets[]中
		buckets[(a[i]/exp)%10]++;
	for(int i=1;i<10;++i)// 更改buckets[i]。目的是让更改后的buckets[i]的值，是该数据在b[]中的位置。
		buckets[i]+=buckets[i-1];
	for(int i=n;i>0;--i){// 将数据存储到临时数组b[]中
		b[buckets[(a[i]/exp)%10]]=a[i];
		buckets[(a[i]/exp)%10]--;
	}
	for(int i=0;i<=n;++i)// 将排序好的数据赋值给a[]
		a[i]=b[i];
}
void Radix_sort(int a[],int n){
	int Max=Get_max(a,n);// 数组a中的最大值
	for(int i=1;Max/i>0;i*=10)// 从个位开始，对数组a按"指数"进行排序
		Count_sort(a,n,i);
}
void Solve(){
	Read();
	Radix_sort(a,n);
	Print();
}
int main(){
	Solve();
	return 0;
}

以上是关于十大排序方法的主要内容，如果未能解决你的问题，请参考以下文章

十大排序方法

排序算法

1. 冒泡排序

1.1 算法描述

1.2 动图演示

1.3 代码实现

2.选择排序

2.1 算法描述

2.2 动图演示

2.3 代码实现

3. 插入排序

3.1 算法描述

3.2 动图演示

3.3 代码实现

4. Shell排序

4.1 算法描述

4.2 动图演示

4.3 代码演示

4.4 时间效率

5. 归并排序

5.1 算法描述

5.2 动图演示

5.3 代码实现

5.4 时间效率

6. 快速排序

6.1 算法描述

6.2 动图演示

6.3 代码实现

7. 堆排序

7.1 算法描述：

7.2 动图演示

7.3 代码实现

8. 计数排序

8.1 算法描述

8.2 动图演示

8.3 代码实现

9. 桶排序

9.1 算法描述

9.2 动图演示

9.3 时间效率

10. 基数排序

10.1 算法描述

10.2 动图演示

代码实现

4. `Shell`排序