第十六周上机实践—项目2—大数据集上排序算法性能的体验

/*
*Copyright(c) 2015,烟台大学计算机学院
*All rights reserved.
*文件名称:test.cpp
*作者:林莉
*完成日期:2015年12月18日
*版本:v1.0
*
*问题描述:设计一个函数，产生一个至少5万条记录的数据集合。在同一数据集上，用直接插入排序、冒泡排序、快速排序、直接选
择排序、堆排序、归并排序、基数排序等算法进行排序，记录所需要的时间，经过对比，得到对复杂度不同的各种算法在运行时间
方面的感性认识。
提示1：这一项目需要整合多种排序算法，可以考虑先建设排序算法库，作为我们这门课算法库的收官之作；
提示2：本项目旨在获得对于复杂度不同算法的感性认识，由于数据分布特点、计算机运行状态等不同，其结果并不能完全代替对算法
复杂度的理论分析；
提示3：由于C语言标准提供的时间函数只精确到秒，几种O(nlog2n)级别的算法，在5万条记录的压力下，并不能明显地看出优劣，可
以忽略直接插入排序、冒泡排序、直接选择排序这三种相对低效率的算法（以节约时间。若能够忍受他们长时间地运行，请自便），
成10倍地加大数据量，然后进行观察。
*输入描述:无
*输出描述:所得结果。
*/

1.头文件 —— sort.h

#ifndef SORT_H_INCLUDED
#define SORT_H_INCLUDED
#define MaxSize 50000      //最多的数据，取5万，只测试快速算法，可以往大调整
//下面的符号常量和结构体针对基数排序
#define Radix 10           //基数的取值
#define Digits 10          //关键字位数
typedef int KeyType;    //定义关键字类型
typedef char InfoType[10];
typedef struct          //记录类型
{
KeyType key;        //关键字项
InfoType data;      //其他数据项,类型为InfoType
} RecType;              //排序的记录类型定义
typedef struct node
{
KeyType data;      //记录的关键字，同算法讲解中有差别
struct node *next;
} RadixRecType;
void InsertSort(RecType R[],int n); //直接插入排序
void ShellSort(RecType R[],int n);  //希尔排序算法
void BubbleSort(RecType R[],int n); //冒泡排序
void QuickSort(RecType R[],int n);  //快速排序
void SelectSort(RecType R[],int n);  //直接选择排序
void HeapSort(RecType R[],int n);  //堆排序
void MergeSort(RecType R[],int n); //归并排序
//下面函数支持基数排序
void CreateLink(RadixRecType *&p,RecType R[],int n);   //创建基数排序用的链表
void DestoryLink(RadixRecType *&p); //释放基数排序用的链表
void RadixSort(RadixRecType *&p); //基数排序
#endif // SORT_H_INCLUDED

2.算法的实现—— sort.cpp

#include "sort.h"
#include <malloc.h>
//1. 对R[0..n-1]按递增有序进行直接插入排序
void InsertSort(RecType R[],int n)
{
int i,j;
RecType tmp;
for (i=1; i<n; i++)
{
tmp=R[i];
j=i-1;            //从右向左在有序区R[0..i-1]中找R[i]的插入位置
while (j>=0 && tmp.key<R[j].key)
{
R[j+1]=R[j]; //将关键字大于R[i].key的记录后移
j--;
}
R[j+1]=tmp;      //在j+1处插入R[i]
}
}
//2. 希尔排序算法
void ShellSort(RecType R[],int n)
{
int i,j,gap;
RecType tmp;
gap=n/2;                //增量置初值
while (gap>0)
{
for (i=gap; i<n; i++) //对所有相隔gap位置的所有元素组进行排序
{
tmp=R[i];
j=i-gap;
while (j>=0 && tmp.key<R[j].key)//对相隔gap位置的元素组进行排序
{
R[j+gap]=R[j];
j=j-gap;
}
R[j+gap]=tmp;
j=j-gap;
}
gap=gap/2;  //减小增量
}
}
//3. 冒泡排序
void BubbleSort(RecType R[],int n)
{
int i,j,exchange;
RecType tmp;
for (i=0; i<n-1; i++)
{
exchange=0;
for (j=n-1; j>i; j--)   //比较,找出最小关键字的记录
if (R[j].key<R[j-1].key)
{
tmp=R[j];  //R[j]与R[j-1]进行交换,将最小关键字记录前移
R[j]=R[j-1];
R[j-1]=tmp;
exchange=1;
}
if (exchange==0)    //没有交换，即结束算法
return;
}
}
//4. 对R[s]至R[t]的元素进行快速排序
void QuickSortR(RecType R[],int s,int t)
{
int i=s,j=t;
RecType tmp;
if (s<t)                //区间内至少存在两个元素的情况
{
tmp=R[s];           //用区间的第1个记录作为基准
while (i!=j)        //从区间两端交替向中间扫描,直至i=j为止
{
while (j>i && R[j].key>=tmp.key)
j--;        //从右向左扫描,找第1个小于tmp.key的R[j]
R[i]=R[j];      //找到这样的R[j],R[i]"R[j]交换
while (i<j && R[i].key<=tmp.key)
i++;        //从左向右扫描,找第1个大于tmp.key的记录R[i]
R[j]=R[i];      //找到这样的R[i],R[i]"R[j]交换
}
R[i]=tmp;
QuickSortR(R,s,i-1);     //对左区间递归排序
QuickSortR(R,i+1,t);     //对右区间递归排序
}
}
//4. 快速排序辅助函数，对外同其他算法统一接口，内部调用递归的快速排序
void QuickSort(RecType R[],int n)
{
QuickSortR(R, 0, n-1);
}
//5. 直接选择排序
void SelectSort(RecType R[],int n)
{
int i,j,k;
RecType temp;
for (i=0; i<n-1; i++)           //做第i趟排序
{
k=i;
for (j=i+1; j<n; j++)   //在当前无序区R[i..n-1]中选key最小的R[k]
if (R[j].key<R[k].key)
k=j;            //k记下目前找到的最小关键字所在的位置
if (k!=i)               //交换R[i]和R[k]
{
temp=R[i];
R[i]=R[k];
R[k]=temp;
}
}
}
//6. 堆排序辅助之——调整堆
void sift(RecType R[],int low,int high)
{
int i=low,j=2*i;                        //R[j]是R[i]的左孩子
RecType temp=R[i];
while (j<=high)
{
if (j<high && R[j].key<R[j+1].key)  //若右孩子较大,把j指向右孩子
j++;                                //变为2i+1
if (temp.key<R[j].key)
{
R[i]=R[j];                          //将R[j]调整到双亲结点位置上
i=j;                                //修改i和j值,以便继续向下筛选
j=2*i;
}
else break;                             //筛选结束
}
R[i]=temp;                                  //被筛选结点的值放入最终位置
}
//6. 堆排序
void HeapSort(RecType R[],int n)
{
int i;
RecType temp;
for (i=n/2; i>=1; i--) //循环建立初始堆
sift(R,i,n);
for (i=n; i>=2; i--) //进行n-1次循环,完成推排序
{
temp=R[1];       //将第一个元素同当前区间内R[1]对换
R[1]=R[i];
R[i]=temp;
sift(R,1,i-1);   //筛选R[1]结点,得到i-1个结点的堆
}
}
//7.归并排序辅助1——合并有序表
void Merge(RecType R[],int low,int mid,int high)
{
RecType *R1;
int i=low,j=mid+1,k=0; //k是R1的下标,i、j分别为第1、2段的下标
R1=(RecType *)malloc((high-low+1)*sizeof(RecType));  //动态分配空间
while (i<=mid && j<=high)       //在第1段和第2段均未扫描完时循环
if (R[i].key<=R[j].key)     //将第1段中的记录放入R1中
{
R1[k]=R[i];
i++;
k++;
}
else                            //将第2段中的记录放入R1中
{
R1[k]=R[j];
j++;
k++;
}
while (i<=mid)                      //将第1段余下部分复制到R1
{
R1[k]=R[i];
i++;
k++;
}
while (j<=high)                 //将第2段余下部分复制到R1
{
R1[k]=R[j];
j++;
k++;
}
for (k=0,i=low; i<=high; k++,i++) //将R1复制回R中
R[i]=R1[k];
}
//7. 归并排序辅助2——一趟归并
void MergePass(RecType R[],int length,int n)    //对整个数序进行一趟归并
{
int i;
for (i=0; i+2*length-1<n; i=i+2*length)     //归并length长的两相邻子表
Merge(R,i,i+length-1,i+2*length-1);
if (i+length-1<n)                       //余下两个子表,后者长度小于length
Merge(R,i,i+length-1,n-1);          //归并这两个子表
}
//7. 归并排序
void MergeSort(RecType R[],int n)           //自底向上的二路归并算法
{
int length;
for (length=1; length<n; length=2*length) //进行log2n趟归并
MergePass(R,length,n);
}
//以下基数排序，为了统一测试有改造
//8. 基数排序的辅助函数，创建基数排序用的链表
void CreateLink(RadixRecType *&p,RecType R[],int n)   //采用后插法产生链表
{
int i;
RadixRecType *s,*t;
for (i=0; i<n; i++)
{
s=(RadixRecType *)malloc(sizeof(RadixRecType));
s->data = R[i].key;
if (i==0)
{
p=s;
t=s;
}
else
{
t->next=s;
t=s;
}
}
t->next=NULL;
}
//8. 基数排序的辅助函数，释放基数排序用的链表
void DestoryLink(RadixRecType *&p)
{
RadixRecType *q;
while(p!=NULL)
{
q=p->next;
free(p);
p=q;
}
return;
}
//8. 实现基数排序:*p为待排序序列链表指针,基数R和关键字位数D已经作为符号常量定义好
void RadixSort(RadixRecType *&p)
{
RadixRecType *head[Radix],*tail[Radix],*t; //定义各链队的首尾指针
int i,j,k;
unsigned int d1, d2=1;   //用于分离出第i位数字，见下面的注释
for (i=1; i<=Digits; i++)                  //从低位到高位循环
{
//分离出倒数第i位数字，先通过对d1=10^i取余，得到其后i位，再通过整除d2=10^(i-1)得到第i位
//例如，分离出倒数第1位，即个位数，先对d1=10取余，再整除d2=1
//再例如，分离出倒数第2位，即十位数，先对d1=100取余，再整除d2=10
//循环之前，d2已经初始化为1，在这一层循环末增加10倍
//下面根据d2，得到d1的值
d1=d2*10;
for (j=0; j<Radix; j++)                 //初始化各链队首、尾指针
head[j]=tail[j]=NULL;
while (p!=NULL)                 //对于原链表中每个结点循环
{
k=(p->data%d1)/d2;           //分离出第i位数字k
if (head[k]==NULL)          //进行分配
{
head[k]=p;
tail[k]=p;
}
else
{
tail[k]->next=p;
tail[k]=p;
}
p=p->next;                  //取下一个待排序的元素
}
p=NULL;                         //重新用p来收集所有结点
for (j=0; j<Radix; j++)             //对于每一个链队循环
if (head[j]!=NULL)          //进行收集
{
if (p==NULL)
{
p=head[j];
t=tail[j];
}
else
{
t->next=head[j];
t=tail[j];
}
}
t->next=NULL;                   //最后一个结点的next域置NULL
//下面更新用于分离出第i位数字的d2
d2*=10;
}
}

3.测试用的主控程序——main.cpp

#include <stdio.h>
#include <malloc.h>
#include <stdlib.h>
#include <time.h>
#include "sort.h"
void GetLargeData(RecType *&R, int n)
{
srand(time(0));
R=(RecType*)malloc(sizeof(RecType)*n);
for(int i=0; i<n; i++)
R[i].key= rand();  //产生0~RAND_MAX间的数
printf("生成了%d条记录\n", n);
}
//调用某一排序算法完成排序，返回排序用时
long Sort(RecType *&R, int n, void f(RecType*, int))
{
int i;
long beginTime, endTime;
RecType *R1=(RecType*)malloc(sizeof(RecType)*n);
for (i=0;i<n;i++)
R1[i]=R[i];
beginTime = time(0);
f(R1,n);
endTime = time(0);
free(R1);
return endTime-beginTime;
}
//调用基数排序算法完成排序，返回排序用时
long Sort1(RecType *&R, int n)
{
long beginTime, endTime;
RadixRecType *p;
CreateLink(p,R,n);
beginTime = time(0);
RadixSort(p);
endTime = time(0);
DestoryLink(p);
return endTime-beginTime;
}
int main()
{
RecType *R;
int n = MaxSize;   //测试中, MaxSize取50W
GetLargeData(R, n);
printf("各种排序花费时间：\n");
printf("  直接插入排序：%ld\n", Sort(R, n, InsertSort));
printf("  希尔排序：%ld\n", Sort(R, n, ShellSort));
printf("  冒泡排序：%ld\n", Sort(R, n, BubbleSort));
printf("  快速排序：%ld\n", Sort(R, n, QuickSort));
printf("  直接选择排序：%ld\n", Sort(R, n, SelectSort));
printf("  堆排序：%ld\n", Sort(R, n, HeapSort));
printf("  归并排序：%ld\n", Sort(R, n, MergeSort));
printf("  基数排序：%ld\n", Sort1(R, n));
free(R);
return 0;
}

运行结果：

第十六周上机实践—项目2—大数据集上排序算法性能的体验相关推荐

第十二周上机实践项目项目1-实现复数类中的运算符重载 (2)
问题及代码: [项目-实现复数类中的运算符重载] (1)请用类的成员函数,定义复数类重载运算符+.-.*./,使之能用于复数的加减乘除 class Complex { public:Complex() ...
“进度条”博客——第十六周
"进度条"博客 --第十六周第十六周所花时间(包括上课) 上课时间:本周一节课,共1.5个小时左右课下时间: 周四下午3点半到6点半(最终修改BUG) 周五下午4点到6点半( ...
研究生周报（第十六周）
研究生周报(第十六周) 学习目标语音与语言处理--机器翻译和编码器解码器模型语音与语言处理--成分语法语音与语言处理--成分解析语音与语言处理--依存解析 Scala基本语法和简单使用地址项 ...
软件工程学习进度表（十六周）
李万青第十六周所花时间(包括上课) 两节课四个小时,课下做团队项目五个小时,总计九个小时. 代码量(行) 团队项目写代码123行博客量(篇) 发表博客两篇了解到的知识点学会一点关于如何操作d ...
耗子叔ARTS：第十六周
耗子叔ARTS:第十六周 Algorithm: /*** 283. Move Zeroes* Easy* <p>* 2170* <p>* 79* <p>* Favo ...
-考研第三十六周总结-
-考研第三十六周总结- [本周完成]✅ 上周计划表中所有内容 2011.2016年的数学卷子十七堂课的微分方程部分和泰勒部分手机背单词每天英语写16年英语卷子+讲解课程+细做了14年的阅读政治看 ...

第十六周上机实践—项目2—大数据集上排序算法性能的体验

第十六周上机实践—项目2—大数据集上排序算法性能的体验相关推荐

最新文章

热门文章