冒泡排序(Bubble Sort)
- 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
- 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
- 针对所有的元素重复以上的步骤,除了最后一个;
重复步骤1~3,直到排序完成
std::vector<int> bubbleSort(std::vector<int>& arr)
{
int length = arr.size();
for (int i = 0; i < length-1; i++)
{
bool ischange = false;
for (int j = 0; j < length-1-i; j++)
{
if (arr[j]>arr[j+1])
{
int temp = arr[j+1];
arr[j+1] = arr[j];
arr[j] = temp;
ischange = true;
}
}
if(!ischange)
{
break;
}
}
return arr;
}
选择排序(Selection Sort)
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。
初始状态:无序区为,有序区为空;
- 第i趟排序开始时,当前有序区和无序区分别为和。该趟排序从当前无序区中-选出关键字最小的记录 ,将它与无序区的第1个记录R交换,使和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;
- n-1趟结束,数组有序化了
std::vector<int> SelectionSort(std::vector<int> arr)
{
int length = arr.size();
int minIndex,temp;
for (int i = 0; i < length-1; i++)
{
minIndex = i;
for (int j = i+1; j < length; j++)
{
if (arr[j]<arr[minIndex])
{
minIndex = j;
}
}
int temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
return arr;
}
插入排序(Insertion Sort)
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。
- 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。
std::vector<int> InsertionSort(std::vector<int> arr)
{
int length = arr.size();
int preIndex,current;
for (int i = 0; i < length-1; i++)
{
preIndex = i-1;
current = arr[i];
while(preIndex>=0 && arr[preIndex]>current)
{
arr[preIndex+1] = arr[preIndex];
preIndex--;
}
arr[preIndex+1] = current;
}
return arr;
}
希尔排序(Shell Sort)
第一个突破O(n)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。
选择一个增量序列t1,t2,…,tk,其中ti>tj,tk=1;
- 按增量序列个数k,对序列进行k 趟排序;
- 每趟排序,根据对应的增量ti,将待排序列分割成若干长度为m 的子序列,分别对各子表进行直接插入排序。仅增量因子为1 时,整个序列作为一个表来处理,表长度即为整个序列的长度
```cpp
// 希尔排序
void shellSort(vector
& array){ int n = array.size(); for (int gap = n / 2; gap >= 1; gap /= 2){
} }for (int i = gap; i < n; i++){
// 使用插入排序算法,将元素依次插入所在小组的已排序列表中
// 待插入元素
int itermToInsert = array[i];
int j = i - gap;
while (j >= 0 && array[j] >= itermToInsert){
array[j + gap] = array[j];
j -= gap;
}
array[j + gap] = itermToInsert;
}
<a name="gvwTQ"></a>
### 归并排序(Merge Sort)
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.
- 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
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。
```cpp
#include<iostream>
using namespace std;
void Merge(int *a,int left, int mid, int right)
{
int n1 = mid - left + 1; //左部分的的元素个数
int n2 = right - mid; //同上
int i, j, k;
int *L = new int[n1+1];
int *R = new int[n2+1];
for(i=0;i<n1;i++)
L[i]=a[left+i];
for(j=0;j<n2;j++)
R[j]=a[mid+j+1];
L[n1]=11111111;
R[n2]=11111111;
// 数组L从0~n1-1存放,第n1个存放int型所能表示的最大数,即认为正无穷,这是为了
//处理合并时,比如当数组L中的n1个元素已经全部按顺序存进数组a中,只剩下数组R的
//部分元素,这时因为R中剩下的元素全部小于11111111,则执行else语句,直接将剩下的
//元素拷贝进a中。
for(i=0,j=0,k=left;k<=right;k++)
{
if(L[i]<=R[j])
a[k]=L[i++];
else
a[k]=R[j++];
}
delete []L;
delete []R;
}
void MergeSort(int *a, int left, int right)
{
if(left<right)
{
int mid = (left+right)/2;
MergeSort(a,left,mid);
MergeSort(a,mid+1,right);
Merge(a,left,mid,right);
}
}
//附上主函数
int main()
{
int i;
int a[11]={2,5,8,8,66,33,2,12,0,56,20};
for(i=0;i<11;i++)
cout<<a[i]<<" ";
cout<<endl;
MergeSort(a,0,10);
for(i=0;i<11;i++)
cout<<a[i]<<" ";
cout<<endl;
return 0;
}
快速排序(Quick Sort)
快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:
- 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
/*序列划分函数*/
int partition(std::vector<int> arr, int left, int right) {
int key = arr[right];//取最后一个
int i = left - 1;
for (int j = left; j < right; j++)
{
if (a[j] <= key)
{
i++;
//i一直代表小于key元素的最后一个索引,当发现有比key小的a[j]时候,i+1 后交换
exchange(arr[i], arr[j]);
}
}
exchange(arr[i + 1], arr[r]);//将key切换到中间来,左边是小于key的,右边是大于key的值。
return i + 1;
}
void quickSort(int a[], int left, int right) {
int position = 0;
if (left<right)
{
position = partition(a,left,right);//返回划分元素的最终位置
quickSort(a,left,position-1);//划分左边递归
quickSort(a, position + 1,right);//划分右边递归
}
}
堆排序(Heap Sort)
利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质
将初始待排序关键字序列构建成大顶堆,此堆为初始的无序区;
- 将堆顶元素与最后一个元素交换,此时得到新的无序区和新的有序区,且满足;
- 由于交换后新的堆顶可能违反堆的性质,因此需要对当前无序区调整为新堆,然后再次将与无序区最后一个元素交换,得到新的无序区和新的有序区。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。
// 堆排序
// 调整堆,根元素沿树向下移动,直至其合适位置,first和last分别为堆顶和堆底在数组array中的索引
void moveDown(vector<int>& array, int first, int last){
// first的左子节点索引
int curIndex = first * 2 + 1;
while (curIndex <= last){
// 若first有2子节点,令curIndex为其值最大子节点索引
if (curIndex < last && array[curIndex] < array[curIndex + 1]){
curIndex++;
}
// 若根节点值小于子节点值,则交换
if (array[first] < array[curIndex]){
swap(array[first], array[curIndex]);
first = curIndex;
curIndex = first * 2 + 1;
}
else{
break;
}
}
}
// 用数组实现堆
void buildHeap(vector<int>& array){
// 最后一个非叶节点的节点索引
int i = array.size() / 2 - 1;
while (i >= 0){
moveDown(array, i, array.size() - 1);
i--;
}
}
// 堆排序
void heapSort(vector<int>& array){
// 生成堆
buildHeap(array);
// 堆顶、底索引
int first = 0, last = array.size() - 1;
while (first <= last){
swap(array[first], array[last]);
last--;
moveDown(array, first, last);
}
}
计数排序(Counting Sort)
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。
- 找出待排序的数组中最大和最小的元素;
- 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。
```cpp
// 计数排序
void countSort(vector
& array){ if (array.empty()){
} //找出最大最小值 int min = array.front(),max = array.front(); for (int i = 1; i < array.size(); i++){return;
} // 记录各元素出现次数 vectorif (min > array[i]){
min = array[i];
}
else if (max < array[i]){
max = array[i];
}
counts(max - min + 1); for (int i = 0; i < array.size(); i++){
} // 根据记录的次数输出对应元素 int index = 0; for (int j = 0; j < counts.size(); j++){counts[array[i] - min]++;
} }int n = counts[j];
while (n--){
array[index] = j + min;
index++;
}
<a name="cXsXY"></a>
### 桶排序(Bucket Sort)
桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。
- 设置一个定量的数组当作空桶;
- 遍历输入数据,并且把数据一个一个放到对应的桶里去;
- 对每个不是空的桶进行排序;
- 从不是空的桶里把排好序的数据拼接起来。
```cpp
// 桶排序
void bucketSort (vector<int>& array, int bucketCount){
if (array.empty()){
return;
}
// 找出最大最小值
int max = array.front(), min = array.front();
for (int i = 1; i < array.size(); i++){
if (min > array[i]){
min = array[i];
}
else if (max < array[i]){
max = array[i];
}
}
// 将待排序的各元素分入对应桶中
vector<vector<int>> buckets(bucketCount);
int bucketSize = ceil((double)(max - min + 1) / bucketCount);
for (int i = 0; i < array.size(); i++){
int bucketIndex = (array[i] - min) / bucketSize;
buckets[bucketIndex].push_back(array[i]);
}
// 对各桶中元素进行选择排序
int index = 0;
for (vector<int> bucket : buckets){
if (!bucket.empty()){
// 使用选择排序算法对桶内元素进行排序
selectSort(bucket);
for (int value : bucket){
array[index] = value;
index++;
}
}
}
}
// 桶排序
void bucketSort (vector<int>& array){
bucketSort (array, array.size() / 2);
}
基数排序(Radix Sort)
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。
- 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);
```cpp
// 基数排序 (只适用于正数,此处不适用)
void radixSort(vector
& array){ // 当前位数 int curdigit = 10; // 当前位是否已超过最高为 bool isOverHighest = false; while (!isOverHighest){
} }isOverHighest = true;
// 利用分桶的思想来实现按各位进行排序
vector<vector<int>> buckets(10);
for (int curVal : array){
int bucketIndex = curVal % curdigit - curVal % (curdigit / 10);
buckets[bucketIndex].push_back(curVal);
if (isOverHighest && curVal / curdigit){
isOverHighest = false;
}
}
// 按照桶的顺序,将各桶内元素拼接起来
int index = 0;
for (vector<int> bucket : buckets){
for (int value : bucket){
array[index] = value;
index++;
}
}
curdigit *= 10;
```