排序算法性能的比较

注: 由于只是测试算法性能, 所以不会对排序算法做深入讲解, 在随后的时间将会推出排序的详细讲解

问题需求分析

排序算法经过了很长时间的演变，产生了很多种不同的方法。每种算法主要针对不同的数列进行排序，这些排序算法具有各自的利弊，并且应用的场景各自不同，为了针对不同的场景选出最合适的排序算法，接下来将使用大量随机数列，以及不同的数据场景对不同的排序算法进行比较，最终找出排序算法各自的优缺点以及不同应用的场景。

数据结构定义

选用8种不同乱序的数列，每种数列使用6组不同的数列进行测试，每组数列大小在500左右(若数据量太小不能明显测试，将会修改为更大的数据)。

测试系统功能设计及排序算法原理概述

随机数产生函数:总共有8中乱序数据, 其中两组是属于正序与反序状态, 这两种状态直接通过排序函数获得, 剩余6种状态采用的方法是通过设定随机数范围n,m控制随机数整体体现一个升序或者是降序的状态, 但是局部出现的就是部分无序, 所以就可以限定数列有序的状态

插入排序: 1.获得一个数, 就去数组从数组末尾比较直达找这个数合适的位置, 2.重复1中的步骤, 直到所有数在数组中都没找到一个合适的位置.

希尔排序: 原理与插入排序的效果一样, 插入排序每次从数组中选的数总是依次选, 选取的数间隔是1, 而希尔排序每次总是按照一定的间隔选取数, 就比如第一次选n/2, 第二次选n/4, 直到选间隔数为1, 此时的希尔排序就只是单纯的插入排序, 但是与插入排序不同的, 当处理大量数据且数据一定程度上有序, 相比于插入排序, 希尔排序的速度将会是极大的提升.

冒泡排序: 1.遍历整个数组, 相邻之间的数不断比较, 直到数组中最大(最小)的数移动到数组的末尾(开头). 2.重复1中步骤, 直到所有数都能在数组中(局部)变为最大或最小的数.

快速排序: 1.遍历数组, 从右往左, 找比基准元素小的元素A, 同时从左往右, 找比基准元素大的元素B, 若找到则交换A,B的位置(此时i,j下标还没碰头), 当i,j碰头的时候, i,j对应的下标就是基准元素的位置, 此时将基准元素与i,j下标的元素交换, 这样的一轮循环就完成了一个元素的寻找. 2.递归往下寻找, 以刚才找到的元素位置作为分界线, 二分再次进行查找, 重复1中步骤.(1中的查找方式, 为步骤2二分操作打下基础, 每次基准元素(此时的基准元素已经找到了合适的位置)左边的元素总是会比右边的元素小)
选择排序: 1.遍历数组, 找到数组中最大(最小)元素的位置, 然后交换该元素与数组末尾(开头)的元素, 一趟遍历就能找到一个元素的合适位置. 2.重复1中步骤, 直达所有元素都能找到自己合适的位置.

堆排序: 1.根据父节点与左右子树下标的关系(左节点:2i,右节点:2i+1)遍历数组, 比较左右节点, 父节点之间的大小关系, 3个元素中找出最小(最大)的元素作为父节点(存在父节点与子节点之间顺序的交换), 此时局部的子树就构建成小顶堆(大顶堆). 2.进行size/2次循环执行步骤1, 使得能构建大顶堆(小顶堆). 3.在构建出大顶堆(小顶堆)的基础上, 拿出最大数(最小数)(这里的做法是, 将root处的值与数组末尾的值(叶子节点, 下标j–, 排好序的数列就不能打乱哦)交换), 剩下数再进行1中步骤, 此处类似于选择, 在构建好的大顶堆(小顶堆)中拿出最大(最小)值. 4.重复3中步骤, 直到所有数都找出来.

函数调用图

测试样例数据:

Level取值如下(5,6,7属于整体逆序的状态):1:正序; 2:有点乱; 3:乱的比较多; 4:完全随机; 5:乱的比较多; 6:有点乱; 7:逆序 ;8:正序 ;测试数据量为400.

结论分析

从上面这个表来看, 当数量已经是正序的时候采用冒泡排序是最快; 在逆序的状态下还是采用快速排序, 若要求数列稳定性, 应该采用选择排序; 在整体处于正序的时候使用冒泡, 选择排序都是有优势的; 而整体处于逆序的时候还是选择排序和快速排序; 当数列完全逆序的时候, 选择快速排序是最好的; 从上面整体来看, 快排的平均时间复杂度最低, 堆排序平均时间复杂度最高, 冒泡, 插入, 选择时间复杂度差不多, 而希尔排序在大量数据的时候优于插入排序.

调试代码存在的问题

1.构建随机函数的时候, 由于n, m参数没有控制好, 导致出现的数列具有一定的误差, 这个问题只用通过大量的参数测试, 直到找出最合适的n与m.
2.进行希尔排序的时候, 我选用的间隔是 n/=2, 每次选取的间隔数自动缩短为1/2, 但是也导致了一个问题就是, 到最后n的值可能是0, 由此导致希尔排序出现死循环, 这个问题调试了好一会, 才发现, 在这一次的调试中, 更加深入理解了希尔排序的真谛, 其他排序也一样,写的过程中, 也存在许多问题, 大部分问题最终还是体现在对排序算法的不熟悉导致, 由于没有弄清楚排序的真正机制, 所以也就导致太多不应该犯的错误.

完整代码

#include<iostream>
#include <stdlib.h>
#include <time.h>
using namespace std;
const long Size=400;
//所有元素的0号位都是临时元素
void show(int a[],int size){for(int i=1;i<size;i++){cout<<a[i]<<" ";if((i+1)%20==0)cout<<endl;}
}//插入排序
void insertSort(int a[],int size, int &cs, int &ss){int i,j;for(i=1;i<size;i++){ a[0]=a[i]; j=i-1;while(true){//临时元素从数列末尾-1进行比较，直到遇到比他小的停止 ++cs;if(a[0]<a[j]){//移动过程中出现交换 ++ss;a[j+1]=a[j--];}else break;   }//找到比他小的元素，进行交换++ss; a[j+1]=a[0];}
}//希尔排序
void shellSort(int a[],int size, int &cs, int &ss){int i,j,dk=size/25;while(dk > 0){dk /= 2;if(dk > 0 && dk < 10) dk = 1;for(i = dk; i < size; i++){++cs; if(a[i] < a[i-dk]){a[0] = a[i];j = i-dk;++cs; while(a[0] < a[j]){++ss; a[j+dk] = a[j];j -= dk;}++ss; a[j+dk] = a[0];}}}
}//冒泡排序
void bubbleSort(int a[],int size, int &cs, int &ss){int flag=0;for(int i=1;i<size;i++){flag=1;for(int j=1;j<size-i;j++){++cs; if(a[j]>a[j+1]){++ss; a[0]=a[j];a[j]=a[j+1];a[j+1]=a[0];flag=0;}}if(flag==1)break;}
}//快速排序
void quickSort(int a[],int l,int r, int &cs, int &ss){if(l>r)return; int i=l,j=r,t;a[0]=a[l];++cs; while(i!=j){++cs; while(a[0]<=a[j]&&i<j){j--;} ++cs; while(a[0]>=a[i]&&i<j){i++;}++cs;if(i<j){++ss; t=a[i];a[i]=a[j];a[j]=t;//左右两边的值交换 }}++ss;a[l]=a[i];a[i]=a[0];//基数的交换 quickSort(a,l,i-1, cs, ss);quickSort(a,i+1,r, cs, ss);
}//选择排序
void selectSort(int a[],int size, int &cs, int &ss){int i,j,k;for(i=1;i<size;i++){k=i;for(j=i;j<size;j++){++cs; if(a[k]>a[j])k=j; }++cs; if(k!=i){++ss; a[0]=a[k];a[k]=a[i];a[i]=a[0];}}
}
//建堆操作
void heapAdjust(int a[],int i,int n, int &cs, int &ss){//建立大顶堆 int temp;//将局部最小的树变为堆 temp=a[i];for(int j=i*2;j<=n;j++){//for循环主要针对局部子树的调整,//将左右子树中大值往前调整++cs;if(j<n&&a[j]<a[j+1])j++;//左右子树进行比较 ++cs;if(temp>=a[j])break;++ss;a[i]=a[j];//与根节点进行交换 i=j;//i原本为j的root,现在j向子树深入,root进行改变//i变为j }++ss;a[i]=temp;
}
//堆排序
void heapSort(int a[],int size, int &cs, int &ss){for(int i=size/2;i>0;i--)heapAdjust(a,i,size, cs, ss);for(int j=size;j>1;j--){//每调整一下,就将root与最远的叶子进行交换//此处的root为最大值 ++ss;a[0]=a[1];a[1]=a[j];a[j]=a[0];heapAdjust(a,1,j-1, cs, ss);}
}
//生成随机数,level代表乱序程度
控制m, n取值范围, 可有效控制随机数混乱程度
1 5个数中取随机数
2 10 中取随机数
3 完全随机
4 完全随机
5 10个取随机数
6 5个取随机数
7 逆序
**/
void createSrand(int a[],int size, int level){int m, n;if(level < 5){m = 0; n = 50;}else{m = 3951; n = 4001;}srand((unsigned)time(NULL)); // rand()%(n-m+1)+m, [m,n]范围内的随机数 for(int i= 0; i < size;i++ ){if(level == 1){m += 10;n += 10;}else if(level == 2){m += 5;n += 7;}else if(level == 4){m = 0;n = 4001;}else if(level == 4){m = 0;n = 4001;}else if(level == 5){m -= 5;n -= 7;}else if(level == 6){m -= 10;n -= 10;}else if(level == 7){int flag=0;for(int i=1;i<size;i++){flag=1;for(int j=1;j<size-i;j++){if(a[j]<a[j+1]){a[0]=a[j];a[j]=a[j+1];a[j+1]=a[0];flag=0;}}if(flag==1)break;}
//          show(a, size);return;}else if(level == 8){int i = 0;quickSort(a, 1, Size-1, i, i);
//          show(a, size);return;}a[i]=rand()%(n-m+1)+m;}
//  show(a, size);
}//性能测试函数
void testLevel(int a[], int size){int cs, ss;for(int i = 1; i < 9; i++){cs = 0, ss = 0;createSrand(a, size, i);cout<<"Level="<<i<<" insertSort:";insertSort(a,Size,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;cs = 0, ss = 0;createSrand(a,Size,i);cout<<"Level="<<i<<" shellSort:";shellSort(a,Size,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;cs = 0, ss = 0;createSrand(a,Size,i);cout<<"Level="<<i<<" bubbleSort:";bubbleSort(a,Size,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;cs = 0, ss = 0;createSrand(a,Size,i);cout<<"Level="<<i<<" quickSort:";quickSort(a,1,Size-1,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;cs = 0, ss = 0;createSrand(a,Size,i);cout<<"Level="<<i<<" selectSort:";selectSort(a,Size,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;cs = 0, ss = 0;createSrand(a,Size,i);cout<<"Level="<<i<<" heapSort:";heapSort(a,Size-1,cs,ss);cout<<"  cs="<<cs<<"  ss="<<ss<<endl;cout<<"-----------------------------------------------------------\n"<<endl;}
}
int main(){int a[Size];testLevel(a, Size);return 0;
}

上面有错, 还请指出, 如果认为我写的还不错, 还请点个赞, 多多支持一下, O(∩_∩)O~~

常用排序算法以及算法性能测试(完整C/C++代码实现)相关推荐

折半查找的思想及源码_常用排序与查找算法
1 选择排序选择排序(Selection sort)是一种简单直观的排序算法.它的工作原理是:第一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中 ...
java 性能排序_Java常用排序算法及性能测试集合
package algorithm.sort; import java.lang.reflect.Method; import java.util.Arrays; import java.util.D ...
java实现apriori算法_七大经典、常用排序算法的原理、Java 实现以及算法分析
0. 前言大家好,我是多选参数的程序员,一个正再 neng 操作系统.学数据结构和算法以及 Java 的硬核菜鸡.数据结构和算法是我准备新开的坑,主要是因为自己再这块确实很弱,需要大补(残废了一般) ...
Python实现：常用排序算法二叉树的遍历算法
转载自:http://www.cnblogs.com/alex3714/articles/5474411.html点击打开链接,感谢原作者,如有侵权,联系删除本节内容算法定义时间复杂度空间复杂 ...
常用排序算法对比（时间复杂度、稳定性）
常用排序算法对比
视觉直观感受7种常用排序算法
视觉直观感受若干常用排序算法 1 快速排序介绍: 快速排序是由东尼·霍尔所发展的一种排序算法.在平均状况下,排序 n 个项目要Ο(n log n)次比较.在最坏状况下则需要Ο(n2)次比较,但这种状 ...
排序算法——（2）Python实现十大常用排序算法
上期为大家讲解了排序算法常见的几个概念: 相关性:排序时是否需要比较元素稳定性:相同元素排序后是否可能打乱时间空间复杂度:随着元素增加时间和空间随之变化的函数如果有遗忘的同学可以看排序算法--( ...
C++Wiggle Sort摆动排序的实现算法(附完整源码)
C++Wiggle Sort摆动排序的实现算法 C++Wiggle Sort摆动排序的实现算法完整源码(定义,实现,main函数测试) C++Wiggle Sort摆动排序的实现算法完整源码(定义,实 ...
C++tim Sort提姆排序的实现算法(附完整源码)
C++tim Sort提姆排序的实现算法 C++tim Sort提姆排序的实现算法完整源码(定义,实现,main函数测试) C++tim Sort提姆排序的实现算法完整源码(定义,实现,main函数测 ...

常用排序算法以及算法性能测试(完整C/C++代码实现)