排序算法比较以及代码展示

排序算法比较表格

1.冒泡排序算法代码

//array[]为待排序数组，n为数组长度
void BubbleSort(int array[], int n)
{int i, j, k;for(i=0; i<n-1; i++)for(j=0; j<n-1-i; j++){if(array[j]>array[j+1]){k=array[j];array[j]=array[j+1];array[j+1]=k;}}
}

2.选择排序算法代码

//array[]为待排序数组，n为数组长度
void selectSort(int array[], int n)
{int i, j ,min ,k;for( i=0; i<n-1; i++){min=i; //每趟排序最小值先等于第一个数，遍历剩下的数for( j=i+1; j<n; j++) //从i下一个数开始检查{if(array[min]>array[j]){min=j;}}if(min!=i){k=array[min];array[min]=array[i];array[i]=k;}}
}

3.直接插入排序算法代码

//array[]为待排序数组，n为数组长度
void insertSort(int array[], int n)
{int i,j,temp;for( i=1;i<n;i++){if(array[i]<array[i-1]){temp=array[i];for( j=i;array[j-1]>temp;j--){array[j]=array[j-1];}array[j]=temp;}}
}

4.归并排序算法代码

递归实现

//实现归并，并把数据都放在list1里面
void merging(int *list1, int list1_size, int *list2,  int list2_size)
{int i=0, j=0, k=0, m=0;int temp[MAXSIZE];while(i < list1_size && j < list2_size){if(list1[i]<list2[j]){temp[k++] = list1[i++];}else{temp[k++] = list2[j++];}}while(i<list1_size){temp[k++] = list1[i++];}while(j<list2_size){temp[k++] = list2[j++];}for(m=0; m < (list1_size+list2_size); m++){list1[m]=temp[m];}
}
//如果有剩下的，那么说明就是它是比前面的数组都大的，直接加入就可以了
void mergeSort(int array[], int n)
{if(n>1){int *list1 = array;int list1_size = n/2;int *list2 = array + n/2;int list2_size = n-list1_size;mergeSort(list1, list1_size);mergeSort(list2, list2_size);merging(list1, list1_size, list2, list2_size);}
}
//归并排序复杂度分析：一趟归并需要将待排序列中的所有记录
//扫描一遍，因此耗费时间为O(n),而由完全二叉树的深度可知，
//整个归并排序需要进行[log2n],因此，总的时间复杂度为
//O(nlogn),而且这是归并排序算法中平均的时间性能
//空间复杂度：由于归并过程中需要与原始记录序列同样数量级的
//存储空间去存放归并结果及递归深度为log2N的栈空间，因此空间
//复杂度为O(n+logN)
//也就是说，归并排序是一种比较占内存，但却效率高且稳定的算法

迭代实现

void MergeSort(int k[],int n)
{  int i,next,left_min,left_max,right_min,right_max;  //动态申请一个与原来数组一样大小的空间用来存储int *temp = (int *)malloc(n * sizeof(int));  //逐级上升，第一次比较2个，第二次比较4个，第三次比较8个。。。  for(i=1; i<n; i*=2)  {  //每次都从0开始，数组的头元素开始  for(left_min=0; left_min<n-i; left_min = right_max)  {  right_min = left_max = left_min + i;  right_max = left_max + i;  //右边的下标最大值只能为n  if(right_max>n)  {  right_max = n;  }  //next是用来标志temp数组下标的，由于每次数据都有返回到K，  //故每次开始得重新置零  next = 0;  //如果左边的数据还没达到分割线且右边的数组没到达分割线，开始循环  while(left_min<left_max&&right_min<right_max)  {  if(k[left_min] < k[right_min])  {  temp[next++] = k[left_min++];  }  else  {  temp[next++] = k[right_min++];  }  }  //上面循环结束的条件有两个，如果是左边的游标尚未到达，那么需要把  //数组接回去，可能会有疑问，那如果右边的没到达呢，其实模拟一下就可以  //知道，如果右边没到达，那么说明右边的数据比较大，这时也就不用移动位置了  while(left_min < left_max)  {  //如果left_min小于left_max，说明现在左边的数据比较大  //直接把它们接到数组的min之前就行  k[--right_min] = k[--left_max];   }  while(next>0)  {  //把排好序的那部分数组返回该k  k[--right_min] = temp[--next];        }  }  }
}
//非递归的方法，避免了递归时深度为log2N的栈空间，
//空间只是用到归并临时申请的跟原来数组一样大小的空间，并且在时间性能上也有一定的提升，
//因此，使用归并排序是，尽量考虑用非递归的方法。

5.快速排序算法代码

//接口调整
void adjust_quicksort(int k[],int n)
{  quicksort(k,0,n-1);
}
void quicksort(int a[], int left, int right)
{  int i,j,t,temp;  if(left>right)   //（递归过程先写结束条件）return;  temp=a[left]; //temp中存的就是基准数  i=left;  j=right;  while(i!=j)  {  //顺序很重要，要先从右边开始找（最后交换基准时换过去的数要保证比基准小，因为基准                               //选取数组第一个数，在小数堆中） while(a[j]>=temp && i<j)  j--;  //再找右边的  while(a[i]<=temp && i<j)  i++;  //交换两个数在数组中的位置  if(i<j)  {  t=a[i];  a[i]=a[j];  a[j]=t;  }  }  //最终将基准数归位 （之前已经temp=a[left]过了，交换只需要再进行两步）a[left]=a[i];  a[i]=temp;  quicksort(left,i-1);//继续处理左边的，这里是一个递归的过程  quicksort(i+1,right);//继续处理右边的 ，这里是一个递归的过程
}

6.堆排序算法代码

void HeapAdjust(int array[], int s, int n )
{int i,temp;temp = array[s];for(i=2*s;i<=n;i*=2){if(i<n&&array[i]<array[i+1]){i++;}if(temp>=array[i]){break;}array[s]=array[i];s=i;}array[s]=temp;
}
void swap(int array[], int i, int j)
{int temp;temp=array[i];array[i]=array[j];array[j]=temp;
}
void heapSort(int array[], int n)
{int i;for (i=n/2;i>0;i--){HeapAdjust(array,i,n);//从下向上，从右向左调整}for( i=n;i>1;i--){swap(array, 1, i);HeapAdjust(array, 1, i-1);//从上到下，从左向右调整}
}

7.希尔排序算法代码

//下面是插入排序
void InsertSort( int array[], int n)
{int i,j,temp;for( i=0;i<n;i++ ){if(array[i]<array[i-1]){temp=array[i];for( j=i-1;array[j]>temp;j--){array[j+1]=array[j];}array[j+1]=temp;}}
}
//在插入排序基础上修改得到希尔排序
void SheelSort( int array[], int n)
{int i,j,temp;int gap=n;do{gap=gap/3+1; for( i=gap;i<n;i++ ){if(array[i]<array[i-gap]){temp=array[i];for( j=i-gap;array[j]>temp;j-=gap){array[j+gap]=array[j];}array[j+gap]=temp;}}}while(gap>1);  }

8.计数排序算法代码

程序1：
#define NUM_RANGE (100)    //预定义数据范围上限，即K的值void counting_sort(int *ini_arr, int *sorted_arr, int n)  //所需空间为 2*n+k
{  int *count_arr = (int *)malloc(sizeof(int) * NUM_RANGE);  int i, j, k;  //初始化统计数组元素为值为零 for(k=0; k<num_range; k++){  count_arr[k] = 0;  }  //统计数组中，每个元素出现的次数    for(i=0; i<n; i++){  count_arr[ini_arr[i]]++;  }  //统计数组计数，每项存前N项和，这实质为排序过程for(k=1; k<num_range; k++){  count_arr[k] += count_arr[k-1];  }  //将计数排序结果转化为数组元素的真实排序结果for(j=n-1 ; j>=0; j--){  int elem = ini_arr[j];          //取待排序元素int index = count_arr[elem]-1;  //待排序元素在有序数组中的序号sorted_arr[index] = elem;       //将待排序元素存入结果数组中count_arr[elem]--;              //修正排序结果，其实是针对算得元素的修正}  free(count_arr);
}  程序2：C++(最大最小压缩桶数)
public static void countSort(int[] arr) {if (arr == null || arr.length < 2) {return;}int min = arr[0];int max = arr[0];for (int i = 1; i < arr.length; i++) {min = Math.min(arr[i], min);max = Math.max(arr[i], max);}int[] countArr = new int[max - min + 1];for (int i = 0; i < arr.length; i++) {countArr[arr[i] - min]++;}int index = 0;for (int i = 0; i < countArr.length; i++) {while (countArr[i]-- > 0) {arr[index++] = i + min;}
}

9.基数排序算法代码

//基数排序
//LSD  先以低位排，再以高位排
//MSD  先以高位排，再以低位排
void LSDSort(int *a, int n)
{  assert(a);  //判断a是否为空，也可以a为空||n<2返回int digit = 0;   //最大位数初始化for (int i = 0; i < n; ++i)  {   //求最大位数while (a[i] > (pow(10,digit)))  //pow函数要包含头文件math.h，pow(10,digit)=10^digit{  digit++;  }  }  int flag = 1;   //位数for (int j = 1; j <= digit; ++j)  {  //建立数组统计每个位出现数据次数（Digit[n]为桶排序b[n]）  int Digit[10] = { 0 };  for (int i = 0; i < n; ++i)  {  Digit[(a[i] / flag)%10]++;  //flag=1时为按个位桶排序}  //建立数组统计起始下标（BeginIndex[n]为个数累加c[n]，用于记录重复元素位置//flag=1时，下标代表个位数值，数值代表位置，跳跃代表重复）int BeginIndex[10] = { 0 };  for (int i = 1; i < 10; ++i)  {  //累加个数BeginIndex[i] = BeginIndex[i - 1] + Digit[i - 1];  }  //建立辅助空间进行排序 //下面两条可以用calloc函数实现int *tmp = new int[n];  memset(tmp, 0, sizeof(int)*n);//初始化  //联合各数组求排序后的位置存在temp中for (int i = 0; i < n; ++i)  {  int index = (a[i] / flag)%10;  //桶排序和位置数组中的下标//计算temp相应位置对应a[i]中的元素，++为BeginIndex数组数值加1//跳跃间隔用++来补，先用再++tmp[BeginIndex[index]++] = a[i];  }  //将数据重新写回原空间  for (int i = 0; i < n; ++i)  {  a[i] = tmp[i];  }  flag = flag * 10;  delete[] tmp;  }
}

排序算法比较以及代码展示相关推荐

十大排序算法思想和代码总结（Python版）
Table of Contents 一.概述二.算法简介及代码展示 1.冒泡排序($O(n^2)$) 2.简单选择排序($O(n^2)$) 3.简单插入排序($O(n^2)$) 4.堆排序($O(n ...
python 代码排布_python实现经典排序算法的示例代码
以下排序算法最终结果都默认为升序排列,实现简单,没有考虑特殊情况,实现仅表达了算法的基本思想. 冒泡排序内层循环中相邻的元素被依次比较,内层循环第一次结束后会将最大的元素移到序列最右边,第二次结束后 ...
十大经典排序算法详细总结图形展示代码示例
文章目录十大经典排序算法详细总结 0.排序算法说明 1.冒泡排序(Bubble Sort) 2.选择排序(Selection Sort) 3.插入排序(Insertion Sort) 4.希尔排序( ...
手撕代码之七大常用排序算法 | 附完整代码
点击上方↑↑↑蓝字关注我们~ 「2019 Python开发者日」全日程揭晓,请扫码咨询 ↑↑↑ 0.导语本节为手撕代码系列之第一弹,主要来手撕排序算法,主要包括以下几大排序算法: 直接插入排序冒泡 ...
利用Python实现十大经典排序算法（附代码流程）
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作者:hustcc 来源:https://github.com/hustcc/JS ...
动图图解C语言选择排序算法，含代码分析
C语言文章更新目录 C语言学习资源汇总,史上最全面总结,没有之一 C/C++学习资源(百度云盘链接) 计算机二级资料(过级专用) C语言学习路线(从入门到实战) 编写C语言程序的7个步骤和编程机制 C ...
面试刷题必看！Python中的5大排序算法及其实现代码
排序是每个 IT 工程师和开发人员必备的知识技能.不仅要通过编程面试,而且要了解算法本身.不同的排序算法完美地展示了算法设计如何对程序的复杂性.速度和效率产生如此大的影响. 让我们来看看排名前5,也是 ...
十大经典排序算法(动态演示+代码)
时间复杂度是指程序执行函数或方法的效率常用大写的O表示,比如执行一个循环我们记做O(n),执行一个加法运算或者执行一个if操作我们记为O(1). 时间.空间复杂度比较 1 冒泡排序算法思想: ...
十大经典排序算法（附代码、动画及改进方案）
前言说明十大排序算法可以说是每个程序员最早接触的也是最重要的算法,这一块必须要非常熟练的掌握,应该要理解每种排序的思想,对各个排序的性能的了解也是基础且重要的.为了方便自己和大家学习,决定整合成一篇 ...

排序算法比较以及代码展示

排序算法比较表格

1.冒泡排序算法代码

2.选择排序算法代码

3.直接插入排序算法代码

4.归并排序算法代码

5.快速排序算法代码

6.堆排序算法代码

7.希尔排序算法代码

8.计数排序算法代码

9.基数排序算法代码

排序算法比较以及代码展示相关推荐

最新文章

热门文章