排序算法全解
2025-03-14 10:58:04
发布于:浙江
C++排序算法全解析(并不全请见谅)
在编程中,排序是一种常见的操作,用于将数据按照一定的顺序排列。每种排序算法都有其特点和适用场景。本文将详细介绍几种常见的排序算法,包括冒泡排序、选择排序、插入排序、快速排序和归并排序,并通过代码示例帮助理解。(爆肝4天的杰作)
1. 冒泡排序(Bubble Sort)
冒泡排序是一种简单的排序算法。它重复地遍历要排序的数组,比较相邻的两个元素,如果它们的顺序错误就把它们交换过来。遍历数组的工作是重复地进行,直到没有再需要交换的元素为止。
- 算法步骤
- 比较相邻的元素,如果第一个比第二个大(升序),就交换它们。
- 对每一对相邻元素做同样的工作,从数组的开始到结尾,这样在最后一趟比较后,最大的元素会“冒泡”到数组的末尾。
- 重复上述过程,每次遍历都会将未排序部分的最大元素放到其最终位置。
代码示例
#include <bits/stdc++.h>
using namespace std;
void bs(int arr[], int n) {
for (int i = 0; i < n - 1; i++) { // 外层循环控制趟数
bool swapped = false;
for (int j = 0; j < n - 1 - i; j++) { // 内层循环控制每趟的比较次数
if (arr[j] > arr[j + 1]) {
swap(arr[j], arr[j + 1]);
swapped = true;
}
}
if (!swapped) break; // 如果某趟没有发生交换,说明已经有序
}
}
int main() {
int arr[] = {64, 34, 25, 12, 22, 11, 90};
int n = sizeof(arr) / sizeof(arr[0]);
bs(arr, n);
for (int i = 0; i < n; i++) {
cout << arr[i] << " ";
}
return 0;
}
特点
- 优点:实现简单,容易理解。
- 缺点:效率较低,时间复杂度为 O(n²),即使数组已经有序,也需要进行 n-1 趟比较。
- 适用场景:适用于数据量较小的排序。
二、选择排序(Selection Sort)
选择排序是一种简单直观的排序算法。它的工作原理是每次从未排序的部分中找到最小(或最大)的元素,存放到排序序列的末尾。
- 算法步骤
- 在未排序的数组中找到最小元素的索引。
- 将找到的最小元素与未排序部分的第一个元素交换。
代码示例
#include <bits/stdc++.h>
using namespace std;
void ss(int arr[], int n) {
for (int i = 0; i < n - 1; i++) { // 外层循环控制趟数
int minIndex = i; // 假设当前索引是最小值的索引
for (int j = i + 1; j < n; j++) { // 内层循环找到最小值的索引
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
if (minIndex != i) { // 如果找到更小的值,则交换
swap(arr[i], arr[minIndex]);
}
}
}
int main() {
int arr[] = {64, 25, 12, 22, 11};
int n = sizeof(arr) / sizeof(arr[0]);
ss(arr, n);
for (int i = 0; i < n; i++) {
cout << arr[i] << " ";
}
return 0;
}
特点
- 优点:实现简单,容易理解(emm......个人还是喜欢冒泡
)。
- 缺点:时间复杂度为 O(n²),效率较低。
- 适用场景:适用于数据量较小的排序。
三、插入排序(Insertion Sort)
插入排序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。(nsdd)
- 算法步骤
- 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。
代码示例
#include <bits/stdc++.h>
using namespace std;
void ise(int arr[], int n) {
for (int i = 1; i < n; i++) { // 外层循环控制每个元素
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) { // 内层循环找到插入位置
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key; // 插入元素
}
}
int main() {
int arr[] = {12, 11, 13, 5, 6};
int n = sizeof(arr) / sizeof(arr[0]);
ise(arr, n);
for (int i = 0; i < n; i++) {
cout << arr[i] << " ";
}
return 0;
}
特点
- 优点:简单易懂,对于小规模数据排序效率较高。
- 缺点:时间复杂度为 O(n²),效率较低。
- 适用场景:适用于数据量较小且基本有序的排序。
四、快速排序(Quick Sort)
快速排序是一种高效的排序算法(真正实用的算法),采用分治法的思想。它通过一个基准值将数组分为两部分,左边部分的所有元素都不大于基准值,右边部分的所有元素都不小于基准值,然后递归地对左右两部分进行排序。
算法步骤
- 选择一个基准值(pivot)。
- 将数组分为两部分,左边部分的所有元素都不大于基准值,右边部分的所有元素都不小于基准值。
- 对左右两部分递归地进行快速排序。
代码示例
#include <bits/stdc++.h>
using namespace std;
int partition(int arr[], int low, int high) {
int pivot = arr[high]; // 选择最后一个元素作为基准值
int i = low - 1; // i 是小于基准值部分的最后一个索引
for (int j = low; j < high; j++) {
if (arr[j] < pivot) {
i++;
swap(arr[i], arr[j]);
}
}
swap(arr[i + 1], arr[high]); // 将基准值放到中间
return i + 1; // 返回基准值的索引
}
void qs(int arr[], int low, int high) {
if (low < high) {
int pi = partition(arr, low, high); // 对数组进行划分
qs(arr, low, pi - 1); // 递归地对左半部分排序
qs(arr, pi + 1, high); // 递归地对右半部分排序
}
}
int main() {
int arr[] = {10, 7, 8, 9, 1, 5};
int n = sizeof(arr) / sizeof(arr[0]);
qs(arr, 0, n - 1);
for (int i = 0; i < n; i++) {
cout << arr[i] << " ";
}
return 0;
}
特点
- 优点:平均时间复杂度为 O(nlogn),在实际应用中效率较高。
- 缺点:最坏情况下时间复杂度为 O(n²),但这种情况很少出现。
- 适用场景:适用于大规模数据的排序。
五、归并排序(Merge Sort)
归并排序是一种采用分治法(666上强度了)的排序算法。它将数组分成两部分,分别对两部分进行排序,然后将排序好的两部分合并成一个有序数组。
算法步骤
- 将数组分成两部分,分别对两部分进行归并排序。
- 将排序好的两部分合并成一个有序数组。
代码示例
#include <bits/stdc++.h>
using namespace std;
void merge(int arr[], int left, int mid, int right) {
int n1 = mid - left + 1; // 左半部分的长度
int n2 = right - mid; // 右半部分的长度
int L[n1], R[n2]; // 创建临时数组存储左右两部分
for (int i = 0; i < n1; i++) {
L[i] = arr[left + i];
}
for (int j = 0; j < n2; j++) {
R[j] = arr[mid + 1 + j];
}
int i = 0, j = 0, k = left;
while (i < n1 && j < n2) { // 合并两个有序数组
if (L[i] <= R[j]) {
arr[k] = L[i];
i++;
} else {
arr[k] = R[j];
j++;
}
k++;
}
while (i < n1) { // 处理剩余的左半部分
arr[k] = L[i];
i++;
k++;
}
while (j < n2) { // 处理剩余的右半部分
arr[k] = R[j];
j++;
k++;
}
}
void mergeSort(int arr[], int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2; // 找到中间位置
mergeSort(arr, left, mid); // 递归地对左半部分排序
mergeSort(arr, mid + 1, right); // 递归地对右半部分排序
merge(arr, left, mid, right); // 合并两部分
}
}
int main() {
int arr[] = {12, 11, 13, 5, 6, 7};
int n = sizeof(arr) / sizeof(arr[0]);
mergeSort(arr, 0, n - 1);
for (int i = 0; i < n; i++) {
cout << arr[i] << " ";
}
return 0;
}
特点
- 优点:时间复杂度为 O(nlogn),稳定排序。
- 缺点:需要额外的存储空间。
- 适用场景:适用于大规模数据的排序。
这就是今天的所有内容啦!加油,一起向犇犇进步吧!!
这里空空如也
有帮助,赞一个