欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

C++常用排序算法总结

程序员文章站 2022-09-30 14:41:16
排序算法是一种基本并且常用的算法。由于实际工作中处理的数量巨大,所以排序算法对算法本身的速度要求很高。而一般我们所谓的算法的性能主要是指算法的复杂度,一般用O方法来表示。在后面我将...

排序算法是一种基本并且常用的算法。由于实际工作中处理的数量巨大,所以排序算法对算法本身的速度要求很高。而一般我们所谓的算法的性能主要是指算法的复杂度,一般用O方法来表示。在后面我将给出详细的说明。

简单排序算法,后面你将看到他们的共同点是算法复杂度为O(N*N):

1.冒泡排序:

 

#include <iostream.h> 

void BubbleSort(int* pData,int Count) 
{ 
int iTemp; 
for(int i=1;i<Count;i++) 
{ 
 for(int j=Count-1;j>=i;j--) 
 { 
  if(pData[j]<pData[j-1]) 
  { 
  iTemp = pData[j-1]; 
  pData[j-1] = pData[j]; 
  pData[j] = iTemp; 
  } 
 } 
} 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
BubbleSort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
倒序(最糟情况)
第一轮:10,9,8,7->10,9,7,8->10,7,9,8->7,10,9,8(交换3次)
第二轮:7,10,9,8->7,10,8,9->7,8,10,9(交换2次)
第一轮:7,8,10,9->7,8,9,10(交换1次)
循环次数:6次
交换次数:6次
其他:
第一轮:8,10,7,9->8,10,7,9->8,7,10,9->7,8,10,9(交换2次)
第二轮:7,8,10,9->7,8,10,9->7,8,10,9(交换0次)
第一轮:7,8,10,9->7,8,9,10(交换1次)
循环次数:6次
交换次数:3次
以上程序示例可以看出:影响我们算法性能的主要部分是循环和交换,显然,次数越多,性能就越差。从上面的程序我们可以看出循环的次数是固定的,为1+2+...+n-1。
写成公式就是1/2*(n-1)*n。
根据以上分析我们可以给出O方法的定义:
若存在一常量K和起点n0,使当n>=n0时,有f(n)<=K*g(n),则f(n) = O(g(n))。
现在我们来看1/2*(n-1)*n,当K=1/2,n0=1,g(n)=n*n时,1/2*(n-1)*n<=1/2*n*n=K*g(n)。所以f(n) =O(g(n))=O(n*n)。所以我们程序循环的复杂度为O(n*n)。
再看交换。从程序后面所跟的表可以看到,两种情况的循环相同,交换不同。其实交换本身同数据源的有序程度有极大的关系,当数据处于倒序的情况时,交换次数同循环一样(每次循环判断都会交换),复杂度为O(n*n)。当数据为正序,将不会有交换。复杂度为O(0)。乱序时处于中间状态。正是由于这样的原因,我们通常都是通过循环次数来对比算法。

 

2.交换排序:
交换法的程序最清晰简单,每次用当前的元素一一的同其后的元素比较并交换。

#include <iostream.h> 
void ExchangeSort(int* pData,int Count) 
{ 
int iTemp; 
for(int i=0;i<Count-1;i++) 
{ 
 for(int j=i+1;j<Count;j++) 
 { 
  if(pData[j]<pData) 
  { 
  iTemp = pData; 
  pData = pData[j]; 
  pData[j] = iTemp; 
  } 
 } 
} 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
ExchangeSort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
倒序(最糟情况) :
第一轮:10,9,8,7->9,10,8,7->8,10,9,7->7,10,9,8(交换3次)
第二轮:7,10,9,8->7,9,10,8->7,8,10,9(交换2次)
第一轮:7,8,10,9->7,8,9,10(交换1次)
循环次数:6次
交换次数:6次
其他:
第一轮:8,10,7,9->8,10,7,9->7,10,8,9->7,10,8,9(交换1次)
第二轮:7,10,8,9->7,8,10,9->7,8,10,9(交换1次)
第一轮:7,8,10,9->7,8,9,10(交换1次)
循环次数:6次
交换次数:3次
从运行的表格来看,交换几乎和冒泡一样糟。事实确实如此。循环次数和冒泡一样也是1/2*(n-1)*n,所以算法的复杂度仍然是O(n*n)。由于我们无法给出所有的情况,所以只能直接告诉大家他们在交换上面也是一样的糟糕(在某些情况下稍好,在某些情况下稍差)。
3.选择排序
现在我们终于可以看到一点希望:选择法,这种方法提高了一点性能(某些情况下),这种方法类似我们人为的排序习惯:从数据中选择最小的同第一个值交换,在从省下的部分中选择最小的与第二个交换,这样往复下去。

 

#include <iostream.h>

void SelectSort(int* pData,int Count) 
{ 
int iTemp; 
int iPos; 
for(int i=0;i<Count-1;i++) 
{ 
 iTemp = pData; 
 iPos = i; 
 for(int j=i+1;j<Count;j++) 
 { 
  if(pData[j]<iTemp) 
  { 
  iTemp = pData[j]; 
  iPos = j; 
  } 
 } 
 pData[iPos] = pData; 
 pData = iTemp; 
} 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
SelectSort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
倒序(最糟情况) :
第一轮:10,9,8,7->(iTemp=9)10,9,8,7->(iTemp=8)10,9,8,7->(iTemp=7)7,9,8,10(交换1次)
第二轮:7,9,8,10->7,9,8,10(iTemp=8)->(iTemp=8)7,8,9,10(交换1次)
第一轮:7,8,9,10->(iTemp=9)7,8,9,10(交换0次)
循环次数:6次
交换次数:2次
其他:
第一轮:8,10,7,9->(iTemp=8)8,10,7,9->(iTemp=7)8,10,7,9->(iTemp=7)7,10,8,9(交换1次)
第二轮:7,10,8,9->(iTemp=8)7,10,8,9->(iTemp=8)7,8,10,9(交换1次)
第一轮:7,8,10,9->(iTemp=9)7,8,9,10(交换1次)
循环次数:6次
交换次数:3次
遗憾的是算法需要的循环次数依然是1/2*(n-1)*n。所以算法复杂度为O(n*n)。
我们来看他的交换。由于每次外层循环只产生一次交换(只有一个最小值)。所以f(n)<=n
所以我们有f(n)=O(n)。所以,在数据较乱的时候,可以减少一定的交换次数。
4.插入排序:
插入法较为复杂,它的基本工作原理是抽出牌,在前面的牌中寻找相应的位置插入,然后继续下一张

 

 

#include <iostream.h> 
void InsertSort(int* pData,int Count) 
{ 
int iTemp; 
int iPos; 
for(int i=1;i<Count;i++) 
{ 
 iTemp = pData; 
 iPos = i-1; 
 while((iPos>=0) && (iTemp<pData[iPos])) 
 { 
  pData[iPos+1] = pData[iPos]; 
  iPos--; 
 } 
 pData[iPos+1] = iTemp; 
} 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
InsertSort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
倒序(最糟情况) :
第一轮:10,9,8,7->9,10,8,7(交换1次)(循环1次)
第二轮:9,10,8,7->8,9,10,7(交换1次)(循环2次)
第一轮:8,9,10,7->7,8,9,10(交换1次)(循环3次)
循环次数:6次
交换次数:3次
其他:
第一轮:8,10,7,9->8,10,7,9(交换0次)(循环1次)
第二轮:8,10,7,9->7,8,10,9(交换1次)(循环2次)
第一轮:7,8,10,9->7,8,9,10(交换1次)(循环1次)
循环次数:4次
交换次数:2次

 

上面结尾的行为分析事实上造成了一种假象,让我们认为这种算法是简单算法中最好的,其实不是,因为其循环次数虽然并不固定,我们仍可以使用O方法。从上面的结果可以看出,循环的次数f(n)<=1/2*n*(n-1)<=1/2*n*n。所以其复杂度仍为O(n*n)(这里说明一下,其实如果不是为了展示这些简单排序的不同,交换次数仍然可以这样推导)。现在看交换,从外观上看,交换次数是O(n)(推导类似选择法),但我们每次要进行与内层循环相同次数的‘=’操作。正常的一次交换我们需要三次‘=’而这里显然多了一些,所以我们浪费了时间。
在简单排序算法中,选择法相对来说是最好的。

高级排序算法,复杂度为O(Log2(N)):
高级排序算法中我们将只介绍这一种,同时也是目前我所知道(我看过的资料中)的最快的。 它的工作看起来仍然象一个二叉树。首先我们选择一个中间值middle程序中我们使用数组中间值,然后把比它小的放在左边,大的放在右边(具体的实现是从两边找,找到一对后交换)。然后对两边分别使用这个过程(最容易的方法——递归)。

1.快速排序:

#include <iostream.h>

void run(int* pData,int left,int right) 
{ 
int i,j; 
int middle,iTemp; 
i = left; 
j = right; 
middle = pData[(left+right)/2]; //求中间值 
do{ 
 while((pData<middle) && (i<right))//从左扫描大于中值的数 
  i++;   
 while((pData[j]>middle) && (j>left))//从右扫描大于中值的数 
  j--; 
 if(i<=j)//找到了一对值 
 { 
  //交换 
  iTemp = pData; 
  pData = pData[j]; 
  pData[j] = iTemp; 
  i++; 
  j--; 
 } 
}while(i<=j);//如果两边扫描的下标交错,就停止(完成一次) 

//当左边部分有值(left<j),递归左半边 
if(left<j) 
 run(pData,left,j); 
//当右边部分有值(right>i),递归右半边 
if(right>i) 
 run(pData,i,right); 
} 

void QuickSort(int* pData,int Count) 
{ 
run(pData,0,Count-1); 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
QuickSort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
这里我没有给出行为的分析,因为这个很简单,我们直接来分析算法:首先我们考虑最理想的情况
1.数组的大小是2的幂,这样分下去始终可以被2整除。假设为2的k次方,即k=log2(n)。
2.每次我们选择的值刚好是中间值,这样,数组才可以被等分。
第一层递归,循环n次,第二层循环2*(n/2)......
所以共有n+2(n/2)+4(n/4)+...+n*(n/n)=n+n+n+...+n=k*n=log2(n)*n
所以算法复杂度为O(log2(n)*n)
其他的情况只会比这种情况差,最差的情况是每次选择到的middle都是最小值或最大值,那么他将变成交换法(由于使用了递归,情况更糟)。但是你认为这种情况发生的几率有多大??呵呵,你完全不必担心这个问题。实践证明,大多数的情况,快速排序总是最好的。
如果你担心这个问题,你可以使用堆排序,这是一种稳定的O(log2(n)*n)算法,但是通常情况下速度要慢于快速排序(因为要重组堆)。

 

其它排序算法:

1.双向冒泡:
通常的冒泡是单向的,而这里是双向的,也就是说还要进行反向的工作。代码看起来复杂,仔细理一下就明白了,是一个来回震荡的方式。

 

#include <iostream.h> 
void Bubble2Sort(int* pData,int Count) 
{ 
int iTemp; 
int left = 1; 
int right =Count -1; 
int t; 
do 
{ 
 //正向的部分 
 for(int i=right;i>=left;i--) 
 { 
  if(pData<pData[i-1]) 
  { 
  iTemp = pData; 
  pData = pData[i-1]; 
  pData[i-1] = iTemp; 
  t = i; 
  } 
 } 
 left = t+1; 

 //反向的部分 
 for(i=left;i<right+1;i++) 
 { 
  if(pData<pData[i-1]) 
  { 
  iTemp = pData; 
  pData = pData[i-1]; 
  pData[i-1] = iTemp; 
  t = i; 
  } 
 } 
 right = t-1; 
}while(left<=right); 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4}; 
Bubble2Sort(data,7); 
for (int i=0;i<7;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
2.SHELL排序
这个排序非常复杂,看了程序就知道了。首先需要一个递减的步长,这里我们使用的是9、5、3、1(最后的步长必须是1)。工作原理是首先对相隔9-1个元素的所有内容排序,然后再使用同样的方法对相隔5-1个元素的排序以次类推。
#include <iostream.h> 
void ShellSort(int* pData,int Count) 
{ 
int step[4]; 
step[0] = 9; 
step[1] = 5; 
step[2] = 3; 
step[3] = 1; 

int iTemp; 
int k,s,w; 
for(int i=0;i<4;i++) 
{ 
 k = step; 
 s = -k; 
 for(int j=k;j<Count;j++) 
 { 
  iTemp = pData[j]; 
  w = j-k;//求上step个元素的下标 
  if(s ==0) 
  { 
  s = -k; 
  s++; 
  pData[s] = iTemp; 
  } 
  while((iTemp<pData[w]) && (w>=0) && (w<=Count)) 
  { 
  pData[w+k] = pData[w]; 
  w = w-k; 
  } 
  pData[w+k] = iTemp; 
 } 
} 
} 

void main() 
{ 
int data[] = {10,9,8,7,6,5,4,3,2,1,-10,-1}; 
ShellSort(data,12); 
for (int i=0;i<12;i++) 
 cout<<data<<" "; 
cout<<"\n"; 
} 
如果觉得复杂,就把s==0的块去掉再看代码,这里是避免使用0步长造成程序异常而写的代码。这个代码我认为很值得一看。这个算法的得名是因为其发明者的名字D.L.SHELL。依照参考资料上的说法:“由于复杂的数学原因避免使用2的幂次步长,它能降低算法效率。”另外算法的复杂度为n的1.2次幂。同样因为非常复杂并“超出本书讨论范围”的原因(我也不知道过程),我们只有结果了。
基于模板的通用排序:
MyData.h文件
class CMyData 
{ 
public: 
CMyData(int Index,char* strData); 
CMyData(); 
virtual ~CMyData(); 

int m_iIndex; 
int GetDataSize(){ return m_iDataSize; }; 
const char* GetData(){ return m_strDatamember; }; 
//这里重载了操作符: 
CMyData& operator =(CMyData &SrcData); 
bool operator <(CMyData& data ); 
bool operator >(CMyData& data ); 

private: 
char* m_strDatamember; 
int m_iDataSize; 
}; 

MyData.cpp文件 

CMyData::CMyData(): 
m_iIndex(0), 
m_iDataSize(0), 
m_strDatamember(NULL) 
{ 
} 

CMyData::~CMyData() 
{ 
if(m_strDatamember != NULL) 
 delete[] m_strDatamember; 
m_strDatamember = NULL; 
} 

CMyData::CMyData(int Index,char* strData): 
m_iIndex(Index), 
m_iDataSize(0), 
m_strDatamember(NULL) 
{ 
m_iDataSize = strlen(strData); 
m_strDatamember = new char[m_iDataSize+1]; 
strcpy(m_strDatamember,strData); 
} 

CMyData& CMyData::operator =(CMyData &SrcData) 
{ 
m_iIndex = SrcData.m_iIndex; 
m_iDataSize = SrcData.GetDataSize(); 
m_strDatamember = new char[m_iDataSize+1]; 
strcpy(m_strDatamember,SrcData.GetData()); 
return *this; 
} 

bool CMyData::operator <(CMyData& data ) 
{ 
return m_iIndex<data.m_iIndex; 
} 

bool CMyData::operator >(CMyData& data ) 
{ 
return m_iIndex>data.m_iIndex; 
} 

//主程序部分 
#include <iostream.h> 
#include "MyData.h" 

template <class T> 
void run(T* pData,int left,int right) 
{ 
int i,j; 
T middle,iTemp; 
i = left; 
j = right; 
//下面的比较都调用我们重载的操作符函数 
middle = pData[(left+right)/2]; //求中间值 
do{ 
 while((pData<middle) && (i<right))//从左扫描大于中值的数 
  i++;   
 while((pData[j]>middle) && (j>left))//从右扫描大于中值的数 
  j--; 
 if(i<=j)//找到了一对值 
 { 
  //交换 
  iTemp = pData; 
  pData = pData[j]; 
  pData[j] = iTemp; 
  i++; 
  j--; 
 } 
}while(i<=j);//如果两边扫描的下标交错,就停止(完成一次) 

//当左边部分有值(left<j),递归左半边 
if(left<j) 
 run(pData,left,j); 
//当右边部分有值(right>i),递归右半边 
if(right>i) 
 run(pData,i,right); 
} 

template <class T> 
void QuickSort(T* pData,int Count) 
{ 
run(pData,0,Count-1); 
} 

void main() 
{ 
CMyData data[] = { 
 CMyData(8,"xulion"), 
 CMyData(7,"sanzoo"), 
 CMyData(6,"wangjun"), 
 CMyData(5,"VCKBASE"), 
 CMyData(4,"jacky2000"), 
 CMyData(3,"cwally"), 
 CMyData(2,"VCUSER"), 
 CMyData(1,"isdong") 
}; 
QuickSort(data,8); 
for (int i=0;i<8;i++) 
 cout<<data.m_iIndex<<" "<<data.GetData()<<"\n"; 
cout<<"\n";
经典C++双向冒泡排序算法:
#include《iostream.h》
#define max 20 //最多记录个数
typedef int elemtype;
typedef elemtype recs[max];
void bibubble(recs r,int n)
{
int flag=1; //继续遍历时flag置1,已排好序不需遍历时为0
int i=0, j;
elemtype temp;
while(flag==1)
{
flag=0;
for(j=i+1;j《n-1;j++) //正向遍历找最大值
if(r[j]》r[j+1])
{
flag=1; //能交换时,说明未排好序,需继续
temp=r[j];
r[j]=r[j+1];
r[j+1]=temp;
}
for(j=n-i-1;j》=i+1;j--) //反向遍历
if(r[j]》r[j-1])
{
flag=1; //能交换时,说明未排好序,需继续
temp=r[j];
r[j]=r[j-1];
r[j-1]=temp;
}
i++;
}
}
void main()
{
recs A={2,5,3,4,6,10,9,8,7,1};
int n=10, i;
cout《《"双向冒泡排序"《《endl《《"排序前:";
for(i=0;i《n;i++)
cout《《A[i]《《"";
cout《《endl;
cout《《" 排序后: ";
bibubble(A,n);
for(i=0;i《n;i++)
cout《《A[i]《《"";
cout《《endl;
}