目录
前言
一.选择排序
1.思想
2.实现
3.特点
二.堆排序
1.思想
2.实现
3.特点
前言
排序算法是计算机科学中的基础工具之一,对于数据处理和算法设计有着深远的影响。了解不同排序算法的特性和适用场景,能够帮助程序员在特定情况下选择最合适的算法,从而提高程序的效率和性能。本节我们讲述选择排序和堆排序。
一.选择排序
1.思想
基本思想是在未排序的部分中选择最小和最大的元素,然后将其与未排序部分的第一个元素和最后一个交换位置。重复这个过程,直到整个序列有序。
选择排序的步骤如下:
-
初始状态: 将整个序列分为已排序部分和未排序部分,初始时已排序部分为空,未排序部分包含所有元素。
-
选择最小元素: 在未排序部分中找到最小和最大的元素,并记录其位置。
-
交换位置: 将找到的最小元素与未排序部分的第一个元素交换位置。最大元素与最后一个元素交换。
-
更新已排序部分和未排序部分: 将交换后的元素视为已排序,将原未排序部分减少二个元素,继续从未排序部分重复步骤2和步骤3。
-
重复直至完成: 重复上述过程,直到整个序列有序。
2.实现
void SelectSort(int* a, int n)
{int gap = 0;int end = n - 1;while (gap < end){int maxi = gap, mini = gap;for (int i = gap+1; i <= end; i++){if (a[mini] > a[i]){mini = i;}if (a[maxi] < a[i]){maxi = i;}}Swap(&a[gap], &a[mini]);if (gap == maxi){maxi = mini;}Swap(&a[end], &a[maxi]);gap++;end--;}
}
注意:为了避免最大值为第一个时,被最小值交换时换走,我们修正一下,如果第一个值就是最大值,那么当第一个值与最小值交换后,修正最大值的位置
时间复杂度:O(n^2)
空间复杂度O(1)
稳定性:不稳定
3.特点
1.优势:
-
交换操作相对较少: 选择排序的交换操作次数相对较少,每次只进行一次交换。这使得它在某些场景下可能比冒泡排序更有效。
-
适用于小规模数据集: 在数据规模较小的情况下,选择排序的性能可能相对较好,因为其简单性和交换操作的相对少。
2.缺点
-
时间复杂度高: 选择排序的时间复杂度为O(n^2),其中n是待排序序列的长度。这意味着对于大规模数据集,选择排序的性能可能相对较差,尤其是与一些O(nlog n)时间复杂度的算法相比。
-
不稳定: 选择排序是一种不稳定的排序算法。当存在相等元素时,它可能会改变它们的相对顺序,使得选择排序在某些应用场景中不适用。
-
对逆序数据的不足: 在对逆序数据(完全逆序排列的情况)进行排序时,选择排序的性能较差。每次选择最小元素时,都需要在未排序的部分中进行线性搜索,导致交换操作次数较多。
二.堆排序
1.思想
堆排序是一种基于二叉堆(Binary Heap)数据结构的排序算法。堆是一个特殊的树状数据结构,其中每个节点的值都不大于或不小于其子节点的值。堆可以分为最大堆和最小堆。(可以看这个堆的实现与操作-CSDN博客)
堆排序的基本思想如下:
-
建堆: 将待排序序列构建成一个二叉堆。对于最大堆,父节点的值大于或等于其子节点的值;对于最小堆,父节点的值小于或等于其子节点的值。
-
排序: 不断将堆顶元素与堆的最后一个元素交换,然后对除最后一个元素外的部分重新调整成堆。这样,每次交换后,最大或最小元素就被放置在了正确的位置。重复这个过程,直到整个序列有序。
2.实现
void AdjustDown(int* a,int parent,int size)//向下调整建堆
{int child = parent *2 + 1;while (child < size){if (child+1<size&&a[child] < a[child + 1])child++;if (a[parent] < a[child]){Swap(&a[parent], &a[child]);parent = child;child = parent*2 + 1;}else{break;}}
}
void HeapSort(int* a, int n)//堆排序
{for (int i = (n - 1) / 2; i >= 0; i--){AdjustDown(a, i, n);}int end = n-1 ;while (end){Swap(&a[0], &a[end]);AdjustDown(a, 0, end );end--;}
}
这里我们采用向下调整建堆,从第一个非叶子节点开始,建大堆后,每次将堆顶元素调整到数组后面,再调整堆
时间复杂度:O(nlogn)
空间复杂度O(1)
稳定性:不稳定
3.特点
1.优势:
-
时间复杂度稳定: 堆排序的时间复杂度为O(n log n),其中n是待排序序列的长度。这使得堆排序在大规模数据集上具有相对较好的性能。
-
适用于大规模数据: 由于其O(n log n)的时间复杂度,堆排序对于大规模数据集的排序任务是一个较好的选择,特别是相对于一些O(n^2)复杂度的排序算法。
2.缺点:
-
不稳定性: 堆排序是一种不稳定的排序算法。在交换的过程中,可能会改变相同元素的相对顺序。对于需要保持相等元素相对位置关系的应用场景,不稳定性可能是一个不可接受的缺点。
-
对于小规模数据: 尽管堆排序在大规模数据集上表现良好,但在小规模数据集上,它的性能可能不如一些简单且更容易实现的排序算法,如快速排序或插入排序。