数据结构第六课 -----排序

作者前言

🎂 ✨✨✨✨✨✨🍧🍧🍧🍧🍧🍧🍧🎂
​🎂 作者介绍: 🎂🎂
🎂 🎉🎉🎉🎉🎉🎉🎉 🎂
🎂作者id:老秦包你会, 🎂
简单介绍:🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂
喜欢学习C语言和python等编程语言,是一位爱分享的博主,有兴趣的小可爱可以来互讨 🎂🎂🎂🎂🎂🎂🎂🎂
🎂个人主页::小小页面🎂
🎂gitee页面:秦大大🎂
🎂🎂🎂🎂🎂🎂🎂🎂
🎂 一个爱分享的小博主 欢迎小可爱们前来借鉴🎂


排序

  • **作者前言**
  • 直接插入排序
  • 冒泡排序
  • 希尔排序
  • 直接选择排序
  • 堆排序
  • 快速排序
      • hoare版本
    • 优化点
      • 三数取中
    • 小区间优化
    • 挖坑法
    • 前后指针版本
  • 疑惑

直接插入排序

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

思路: 我们要记得[0,end]是有序的,我们要把tmp的值插入到[0,end]就要进行判断,直到tmp等于数组的长度结束,这个过程中我们要注意到我们把tmp插入到[0,end] 是要遍历[0,end]的当我们判断当前的元素大于tmp,就把这个元素往后移动,我们就要往后一个元素比较,直到碰见比tmp小的元素,并再该元素后面插入,如果碰见了在[0,end]都没有小于tmp的元素,我们就要在下标为0的地方插入,

void InsertSort(int* a, int n)
{//[0,end] int i = 0;for (i = 0; i < n-1; i++){int end = i;int tmp = a[end + 1];while (end >= 0){if (a[end] > tmp){//往后移动a[end + 1] = a[end];end--;}else{break;}}//这个写法一箭双雕,一来可以防止end为-1的情况不用去判断,二来可以插入到a[end + 1]a[end + 1] = tmp;}
}

冒泡排序

在这里插入图片描述

// 冒泡排序
void Bubblisort(int* a, int n)
{int i = 0; for (i = 0; i < n - 1; i++){//如果该数组是一个有序数组,只需遍历一遍下面的就可以了,时间复杂度为O(N)bool excheng = false;int j = 0;for (j = 0; j < n - 1 - i; j++){if (a[j] > a[j + 1]){int c = a[j];a[j] = a[j + 1];a[j + 1] = c;excheng = true;}}if (excheng == false)break;}
}

时间复杂度是O(N^2), 最好的情况就是O(N)

希尔排序

在这里插入图片描述

分成两步:
1.预排序 (接近有序)
2.直接插入排序
思路:
在这里插入图片描述
相同颜色的框进行插入排序,因为多少种颜色是有gap的数值决定的,每一种颜色对应的是整个数组的一部分

//预排序int gap = 3;int i = 0;//有gap个数组for (i = 0; i < gap; i++){//每个数组进行插入排序int sub = i;while (sub <= n - 1 - gap){int end = sub;int top = a[end + gap];while (end >= 0){if (top < a[end]){a[end + gap] = a[end];end -= gap;}elsebreak;}a[end + gap] = top;sub += gap;}}

上面这种是一组组进行插入排序.如果是多组进行插入排序

在这里插入图片描述
思路就是我们仍然采用上面的方法,但是我们是多组进行插入排序,仍然是相同颜色的进行插入排序

//预排序int gap = 3;int i = 0;//有gap个数组for (i = 0; i <= n - 1 - gap; i++){//每个数进行插入排序int end = i;int top = a[end + gap];while (end >= 0){if (top < a[end]){a[end + gap] = a[end];end -= gap;}elsebreak;}a[end + gap] = top;}

预排序的特点:
gap越大,大的值更快调到后面,小的值可以更快的调到前面,越不接近有序
gap越小,跳得越慢,但是越接近有序,如果gap == 1就是直接插入排序

最终代码为

//希尔排序
void ShellSort(int* a, int n)
{//预排序int gap = 3;int i = 0;//有gap个数组for (i = 0; i <= n - 1 - gap; i++){//每个数进行插入排序int end = i;int top = a[end + gap];while (end >= 0){if (top < a[end]){a[end + gap] = a[end];end -= gap;}elsebreak;}a[end + gap] = top;}//直接插入排序InsertSort(a, n);
}

但是我们可以简化一下
我们可以抓住gap=1为直接插入排序

//希尔排序
void ShellSort(int* a, int n)
{//预排序int gap = n;while (gap > 1){//一来gap等于1时,就是直接插入排序,二来就是gap是随n增大的,//再还有就是gap越小,就越接近有序gap = gap / 3 + 1;int i = 0;//有gap个数组for (i = 0; i <= n - 1 - gap; i++){//每个数进行插入排序int end = i;int top = a[end + gap];while (end >= 0){if (top < a[end]){a[end + gap] = a[end];end -= gap;}elsebreak;}a[end + gap] = top;}}}

在这里插入图片描述
时间复杂度O(N ^1.3),这个有点难算,我们只需要理解大概就行

直接选择排序

在这里插入图片描述
思路:从开头开始找,找到最小的,然后进行和开头交换,然后再从剩下的后面继续寻找最小的,依次往后插入
思路图1:这个思路是很多人能想出来的

在这里插入图片描述
思路图2:

在这里插入图片描述

​这里我是使用了两边,左边插入最小的,右边插入最大的,插入好后,begin往前 ,end往后,直到begin等于end,就停止了

void excheng(int* a, int* b)
{int c = *a;*a = *b;*b = c;
}
//直接选择排序
void SelectSrot(int* a, int n)
{int min = 0, max = 0; //找出最大和最小int begin = 0, end = n - 1;// 在最大和最小的位置插入for (int i = begin + 1; i <= end; i++){int idx = i;while (idx <= end){//找出最小的值if (a[min] > a[idx])min = idx;//找到最大值if (a[max] < a[idx])max = idx;idx++;}excheng(&a[begin], &a[min]);//防止开头就是最大值,一旦最小值交换,就乱了if (max == begin)max = min;excheng(&a[end], &a[max]);begin++;end--;}
}

时间复杂度是 O(N^2)

堆排序

大家可以观看这部博客
堆排序
在这里插入图片描述

//堆排序
typedef int Heapdata;
void exchange(Heapdata* a, Heapdata* b)
{Heapdata e = *a;*a = *b;*b = e;
}
void Heapsort(Heapdata* heap, int size)
{//建大堆int i = 0;for (i = 1; i < size; i++){//向上调整int child = i;int parent = (child - 1) / 2;while (child > 0){if (heap[child] > heap[parent]){//交换exchange(&heap[child], &heap[parent]);child = parent;parent = (child - 1) / 2;}elsebreak;}}//开始升序排序while (size > 0){// 根节点和最后一个叶节点交换exchange(&heap[0], &heap[--size]);//向下调整int parent = 0;int child = parent * 2 + 1;while (child < size){if (child + 1 < size && heap[child] < heap[child + 1]){child += 1;}if (heap[child] > heap[parent])exchange(&heap[child], &heap[parent]);elsebreak;parent = child;child = parent * 2 + 1;}}}

快速排序

hoare版本

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止
在这里插入图片描述
这个图可能有点简陋
在这里插入图片描述
在这里插入图片描述
时间复杂度:每一次都会把当前数组的每个元素遍历一遍,然后再把key交换, 需要进行log(n)次递归
时间复杂度是:O(n*log(n))
在这里插入图片描述
复杂的话,就如同这个一样,这种情况就是有n层, 时间复杂度就是 1+2+3+…+n, 所以时间复杂度就是O(n^2)

//快速排序
void QuickSrot(int* a, int begin, int end)
{//当只有一个元素就不用进行了if (begin >= end)return;int key = begin;int left = begin;//这里不能begin加1 否则在遇到有序的时候就会排序出错int right = end;while (left < right){// 找最小while (left < right){if (a[right] < a[key]){break;}right--;}// 找最大while (left < right){if (a[left] > a[key]){break;}left++;}excheng(&a[right], &a[left]);}excheng(&a[right], &a[key]);//左QuickSrot(a, begin, right - 1);// 右QuickSrot(a, right + 1, end);
}

优化点

三数取中

思路:
我们可以在数组的前后和中间选取中位数,然后把中位数和开头进行交换,

int TriNum(int *a,int begin, int end)
{int mid = (begin - end) / 2 + end;if (begin > end){if (end > mid){return end;}else if(begin < mid){return begin;}return mid;}else{if (begin > mid){return begin;}else if (end < mid){return end;}elsereturn mid;}
}
//快速排序
void QuickSrot(int* a, int begin, int end)
{//当只有一个元素就不用进行了if (begin >= end)return;//三数取中int key = 0;key = TriNum(a, begin, end);exchange(&a[begin], &a[key]);key = begin;int left = begin;int right = end;//普通方法//int key = begin;//int left = begin;//这里不能begin加1 否则在遇到有序的时候就会排序出错//int right = end;while (left < right){// 找最小while (left < right){if (a[right] < a[key]){break;}right--;}// 找最大while (left < right){if (a[left] > a[key]){break;}left++;}excheng(&a[right], &a[left]);}excheng(&a[right], &a[key]);//左QuickSrot(a, begin, right - 1);// 右QuickSrot(a, right + 1, end);
}

小区间优化

当我们在使用快速排序的时候,一直排序知道递归到还剩下该数组的10%的数没有排序,我们如果使用递归就很对栈的空间浪费很大。那我们可以选择使用插入排序,

//快速排序
void QuickSrot(int* a, int begin, int end)
{//当只有一个元素就不用进行了if (begin >= end)return;if (end - begin  + 1 <= 10){//插入排序InsertSort(a + begin, end - begin + 1);//我们要清楚要从哪里开始插入排序}else{//三数取中int key = 0;key = TriNum(a, begin, end);excheng(&a[begin], &a[key]);key = begin;int left = begin;int right = end;//普通方法,有可能会栈溢出//int key = begin;//int left = begin;//这里不能begin加1 否则在遇到有序的时候就会排序出错//int right = end;while (left < right){// 找最小while (left < right){if (a[right] < a[key]){break;}right--;}// 找最大while (left < right){if (a[left] > a[key]){break;}left++;}excheng(&a[right], &a[left]);}excheng(&a[right], &a[key]);//左QuickSrot(a, begin, right - 1);// 右QuickSrot(a, right + 1, end);}}

挖坑法

在这里插入图片描述

//挖坑法
void QuickSrot2(int* a, int begin, int end)
{if (begin >= end)return;if (end - begin + 1 <= 10){InsertSort(a + begin, end - begin + 1);}else{//三数取中int key = TriNum(a, begin, end);excheng(&a[key], &a[begin]);//坑key = begin;int num = a[key];int left = begin;int right = end;while (left < right){//找小while (left < right){if (a[right] < num){a[key] = a[right];key = right;break;}right--;}//找大while (left < right){if (a[left] > num){a[key] = a[left];key = left;break;}left++;}}a[key] = num;//左QuickSrot(a, begin, right - 1);// 右QuickSrot(a, right + 1, end);}}

前后指针版本

在这里插入图片描述
思路:
cur遇见比key大的值,cur++
cur遇见比key小的值,prev++,交换prev和cur的值交换,然后cur++
在这里插入图片描述

//前后指针版本
// 快速排序版本3
void QuickSrot3(int* a, int begin, int end)
{if (begin >= end)return;int key = TriNum(a, begin, end);excheng(&a[key], &a[begin]);key = begin;int prev = begin;int cur = begin + 1;while (cur <= end){//cur 比较if (a[cur] < a[key] && ++prev != cur)//增加++prev != cur可以有效解决相同位置进行交换{exchange(&a[cur], &a[prev]);}cur++;}exchange(&a[key], &a[prev]);//左QuickSrot(a, begin, prev - 1);// 右QuickSrot(a, prev + 1, end);
}

疑惑

在这里插入图片描述

  1. 为什么相遇位置比key小
    原因:是right先走
    两种情况:
    (1).R遇见L —>(L和R交换后,R先走)R没有找到比key小的,一直走,直到R遇见L,(特殊情况除外)
    (2)L遇见R----->(R找到小了),然后L没有找到比key大的,一直走,直到L遇见R,(特殊情况除外)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/216608.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Canvas】记录一次从0到1绘制风场空间分布图的过程

前言 &#x1f4eb; 大家好&#xff0c;我是南木元元&#xff0c;热衷分享有趣实用的文章&#xff0c;希望大家多多支持&#xff0c;一起进步&#xff01; &#x1f345; 个人主页&#xff1a;南木元元 目录 背景 前置知识 风场数据 绘制风场 准备工作 生成二维网格 获取…

【BI】FineBI功能学习路径-20231211

FineBI功能学习路径 https://help.fanruan.com/finebi/doc-view-1757.html 编辑数据概述 1.1 调整数据结构 1.2 简化数据 2.1上下合并 2.2其他表添加列 2.3左右合并 新增分析指标 函数参考 https://help.fanruan.com/finereport/doc-view-1897.html 数值函数 日期函数 文…

GeoTools学习笔记

Feature要素&#xff1a; 例子&#xff1a;Csv2Shape.java 创建要素&#xff0c;先创建FeatureType&#xff0c;再创建Feature 根据FeatureCollection&#xff0c;可以创建shapefile https://docs.geotools.org/latest/userguide/library/main/data.html API详解&#xff1a;…

MySql数据库全量备份脚本

#!/bin/bash# 设置数据库连接信息 DB_HOST"localhost" DB_USER"root" DB_PASS"密码" DB_NAMES("db1" "db2" "db3" "db4")# 设置备份目录 BACKUP_DIR"/home/mysql/mysql-back/everyday" # 每天…

【unity小技巧】FPS游戏后坐力制作思路

参考原视频链接 &#xff1a;https://www.bilibili.com/video/BV1j44y1S7fX/ 注意&#xff1a;本文为学习笔记记录&#xff0c;推荐支持原作者&#xff0c;去看原视频自己手敲代码理解更加深入 免责声明&#xff1a;向宇的博客免责声明 文章目录 前言不加后座力效果简单添加后座…

如何在Cloudflare创建自己的反向代理

大家在使用Cloudflare做反向代理的时候会遇到一个问题&#xff0c;命名已经配置好了&#xff0c;但是还是访问不了&#xff0c;是因为Cloudflare的workers.dev域名在中国大陆区域已经被污染无法访问&#xff0c;所以需要自有域名进行解析。 本文的主要内容有以下三部分 1、域…

Linux系统编程:高级IO总结

非阻塞IO基本概念 高级IO核心就一个概念&#xff1a;非阻塞IO。 与该概念相对的&#xff0c;就是我们之前学习过的阻塞IO。 非阻塞IO&#xff08;Non-blocking I/O&#xff09;是一种IO模型&#xff0c;用于实现异步IO操作&#xff0c;使应用程序能够在等待IO操作完成的同时…

C语言-------动物实验

医学部一共进行了 N 场动物实验。 共有三种小动物可用来实验&#xff0c;分别是青蛙、老鼠和兔子。 每次实验都会选取其中一种动物来参与实验&#xff0c;选取数量若干。 现在请你统计一下医学部一共用了多少小动物&#xff0c;每种分别用了多少&#xff0c;每种动物使用数量…

洛谷 P8802 [蓝桥杯 2022 国 B] 出差

文章目录 [蓝桥杯 2022 国 B] 出差题目链接题目描述输入格式输出格式样例 #1样例输入 #1样例输出 #1 提示 思路解析CODE [蓝桥杯 2022 国 B] 出差 题目链接 https://www.luogu.com.cn/problem/P8802 题目描述 A \mathrm{A} A 国有 N N N 个城市&#xff0c;编号为 1 … N …

数据库范式(详细介绍)

目录 第一范式&#xff08;原子性&#xff09; 第二范式&#xff08;主键唯一性&#xff09; 第三范式&#xff08;原子性主键唯一性&#xff09; BC范式(3NFplus) 第一范式&#xff08;原子性&#xff09; 确保每列保证原子性&#xff0c;保证这个属性&#xff08;字段&am…

SpringBoot AOP切面实现对自定义注解的属性动态修改

文章目录 需求问题解决方案示例代码 需求 项目中共用了一个redis&#xff0c;而项目中部分代码使用了JetCache的Cached注解。所以需要给Cached动态配置area属性值&#xff0c;用来区分dev和test环境。 问题 自定义注解的属性值需要常量值&#xff0c;即static final修饰&…

升级jdk1.8u391后,加解密部分报错解决

因为修复漏洞,把原来服务器上的jdk1.8进行版本升级,升级后相关的RSA加解密部分报错如下&#xff1a; java.lang.Exception: JCE cannot authenticate the provider BC 修复&#xff1a; 去下载对应jar包 https://mvnrepository.com/artifact/org.bouncycastle/bcprov-jdk18o…

学习-面试java基础-(集合)

String 为什么不可变&#xff1f; 1线程安全 2支持hash映射和缓存。因为String的hash值经常会使用到&#xff0c;比如作为 Map 的键&#xff0c;不可变的特性使得 hash 值也不会变&#xff0c;不需要重新计算。 3出于安全考虑。网络地址URL、文件路径path、密码通常情况下都是以…

IDEA版SSM入门到实战(Maven+MyBatis+Spring+SpringMVC) -Spring依赖注入数值问题

第一章 Spring依赖注入数值问题 1.1 字面量数值 数据类型&#xff1a;基本数据类型及包装类、String语法&#xff1a;value属性或value标签 1.2 CDATA区 语法&#xff1a;<![CDATA[]]>作用&#xff1a;在xml中定义特殊字符时&#xff0c;使用CDATA区 1.3 外部已声明…

Python之Requests库使用总结

概述 Requests是python中一个很Pythonic的HTTP库&#xff0c;用于构建HTTP请求与解析响应 Requests开发哲学 Beautiful is better than ugly.(美丽优于丑陋) Explicit is better than implicit.(直白优于含蓄) Simple is better than complex.(简单优于复杂) Complex is bett…

Pytorch当中nn.Identity()层的作用

在深度学习中&#xff0c;nn.Identity() 是 PyTorch 中的一个层&#xff08;layer&#xff09;。它实际上是一个恒等映射&#xff0c;不对输入进行任何变换或操作&#xff0c;只是简单地将输入返回作为输出。 通常在神经网络中&#xff0c;各种层&#xff08;比如全连接层、卷…

Javascript的基本语法(规范)

JS的基本语法规范 1.JS中严格区分大小写 2.JS中每一个指令被称为一个语句&#xff0c;每一个语句都应该以分号结尾 - 在JS中有自动的添加分号的机制&#xff0c;如果不写分号浏览器会自动为你添加 - 有些情况下&#xff0c;浏览器可能会给你加错了&#xff08;几率低&#…

回顾【数学基础】找出断层,继续前进, 使用chatGPT学习并解决实际问题:微积分

已经学过的算术、代数、几何。跳过。 从微积分开始 想象一下&#xff0c;你在画一条曲线&#xff0c;或者在一个大草地上奔跑。微积分就是一种数学工具&#xff0c;帮助我们了解这条曲线的形状&#xff0c;或者你奔跑的方式。 微分&#xff08;就像研究曲线上的每一小点&…

FFmpeg的AVIOPROBE

文章目录 定义 可能你一直有疑问&#xff0c;ffmpeg的avformat是怎么提前知道码流是编码格式或者容器&#xff1f;恭喜你&#xff0c;看到这里&#xff0c;你找到答案了&#xff0c;在这里&#xff0c;ffmpeg通过这些probe函数来提前获取码流的编码格式。 看到下面的avs2_prob…

YOLOv8算法改进【NO.86】将主干特征网络替换为2023年顶会CVPR的EfficientViT,助力SCI论文发表

前 言 YOLO算法改进系列出到这,很多朋友问改进如何选择是最佳的,下面我就根据个人多年的写作发文章以及指导发文章的经验来看,按照优先顺序进行排序讲解YOLO算法改进方法的顺序选择。具有有需求可以私信我沟通: 第一,创新主干特征提取网络,将整个Backbone改进为其…