常见的排序算法过程和比较分析

比较分析

排序类别排序算法时间复杂度(最好)时间复杂度(最坏)时间复杂度(平均)辅助空间复杂度稳定性
插入排序直接插入排序O(n)O(n²)O(n²)O(1)稳定
插入排序折半插入排序O(n)O(n²)O(n²)O(1)稳定
插入排序希尔排序O(n)O(n²)O(n^1.3)O(1)不稳定
交换排序冒泡排序O(n)O(n²)O(n²)O(1)稳定
交换排序快速排序O(nlog₂n)O(n²)O(nlog₂n)O(log₂n)不稳定
选择排序简单选择排序O(n²)O(n²)O(n²)O(1)不稳定
选择排序堆排序O(nlog₂n)O(nlog₂n)O(nlog₂n)O(1)不稳定
归并排序二路归并排序O(nlog₂n)O(nlog₂n)O(nlog₂n)O(n)稳定
基数排序基数排序O(d(n + k))O(d(n + k))O(d(n + k))O(n + k)稳定

快速排序

步骤:

  1. 任取一元素作为枢轴(pivot),图中取的枢轴值为 56。
  2. 将序列划分成两部分,左部分元素值 <= 枢轴,右部分元素值 >= 枢轴。
  3. 然后递归处理左右部分,直到子序列为空或只剩一个元素。
    图示:
    pivot = 56
索引012345678910
空(56)23457669204593168227
👆left👆right
index = 0 存放枢轴 56 ,
(1) 若 right 对应的值小于 56 则填到 left 处,然后 left++(此时 right 处有空需要左边的填到右边)
(2) 若 right 对应的值大于 56 则不需改变只需要 right--
(3) 若 (1) 成立则看 left++后指向的位置是否大于 56,若大于 56 则填到 right 处,后 right--;
若 left++后的值小于 56 则不改变位置 left++(空位仍在右边)
(4) 重复上述过程直到划分完毕
  • 选择枢轴(pivot = 56):
    • 左部分(left):<= pivot
    • 右部分(right):>= pivot
  • 操作步骤:
    • right 从右往左找比枢轴小的元素去填 left 的坑。
    • left 从左往右找比枢轴大的元素去填 right 的坑。

![[Pasted image 20241226134232.png]]

冒泡排序

步骤:

  1. 从序列的第一个元素开始,依次比较相邻的两个元素。
  2. 如果前一个元素大于后一个元素,则交换它们的位置。
  3. 对整个序列重复上述比较和交换操作,每次遍历都会将当前未排序部分的最大元素 “冒泡” 到末尾。
  4. 持续进行上述操作,直到整个序列有序。

图示:
假设初始序列为:

索引012345678910
2723457669204593168256

(1) 第一轮比较:

  • 比较第 0 个元素和第 1 个元素(27 和 23),因为 27 > 23,交换位置。
  • 序列变为:23,27,45,76,69,20,45,93,16,82,56
  • 比较第 1 个元素和第 2 个元素(27 和 45),不交换。
  • 依次类推,比较第 2 个元素和第 3 个元素(45 和 76),不交换……
  • 比较第 9 个元素和第 10 个元素(82 和 56),因为 82 > 56,交换位置。
  • 第一轮结束后,最大的元素 93 “冒泡” 到了末尾。
    (2) 第二轮比较:
  • 重复上述比较和交换操作,但这次只需要比较到倒数第二个元素,因为最大元素已经在末尾了。
  • 第二轮结束后,第二大的元素 82 “冒泡” 到了倒数第二个位置。
    (3) 持续进行上述操作:
  • 每一轮都会将当前未排序部分的最大元素移动到正确位置。
  • 直到整个序列有序。
  • 操作步骤总结:
    • 每一轮从序列的开头开始,依次比较相邻元素,如果顺序不对就交换。
    • 每一轮过后,未排序部分的最大元素就会移动到末尾,下一轮比较的范围就减少一个元素。
    • 重复这个过程,直到整个序列有序。
      优化方式
  • 设置一个 bool 类型的swapped 变量每一轮初始化为 false,只要在本轮内存在交换操作,那么久 swapped = true
  • 如果某一轮执行完毕后 swapped 仍然为 fasle 说明在此轮中没有交换产生,数列已经有序
    (这样防止了在排序过程中,某轮结束后,已经有序但是仍然遍历的情况)

![[Pasted image 20241226135646.png]]

堆排序

  • 是个完全二叉树 (除最下面一层都是满的,最下面一层从左到右依次排序,没有空的)
  • 大根堆 任意节点>=其左右孩子
  • 小根堆 任意节点<=其左右孩子
    一般用顺序存储存放堆
    如下所示 上边是逻辑结婚下边是存储结构

![[Pasted image 20241226145531.png]]

下标从 1 开始 index有这个规律
父亲 = ⌊ i / 2 ⌋ \lfloor i/2\rfloor i/2 左孩子 = 2 i 2i 2i 右孩子 = 2 i + 1 2i+1 2i+1

步骤

  1. 建堆
    • 从最后一个非叶结点开始依次向下调整
  2. 排序
    • 每轮堆顶换到最后,向下调整新的堆顶 (n - 1) 轮

![[Pasted image 20241226151956.png]]

手算

快速排序

  • 手算快速排序时 L R 指针左右移动
  • R 指到< pivot 的放到 L 处(L 原先为空, 放入后 R 为空 L 非空)
    然后视角切换到 L
    若 R 未指到< pivot 的则 R 继续移动
  • L 指到> pivot 的放到 R 处(R 原先为空,放入后 L 为空 R 非空 )
    然后视角切换到 R
    若 L 未指到> pivot 的则 L 继续移动
  • L == R 时,pivot 归位
  • 递归的处理 pivot 左右两边的部分,方法同上

堆排序

看到一组乱序关键字时

  • 先按照关键字目前的顺序,依次填入一棵完全二叉树 (横着一行一行的填入)
  • 然后依次调整树为大根堆/小根堆
  • 调整完成之后树的根节点和最后一个关键字 (序号最大的) 调换位置
    此时的便是第一轮排序后的结果 (最后一个也就是刚由根节点调换过来的关键字已归位)
  • 然后再不包括最后一个关键字的基础上对于前 n-1 个数重新做上述工作
  • 直到每个关键字都归位

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/946723.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

[MySQL报错]关于发生net start mysql 服务无法启动,服务没有报告任何错误的五种解决方案。

咋直接进入主题。 我遇到的问题是net start mysql 服务无法启动&#xff0c;服务没有报告任何错误 其问题出在哪里呢 一.ini文件配置问题 在于你没有给你下载好的mysql文件中配置.ini文件。 该如何配置呢。那就是先在文件夹中创建一个文本文件&#xff0c;把下面内容复制进去…

Unity网络通信相关

Socket 通信一张图搞定 谁提供服务谁绑定端口&#xff0c;建立Listener,写Host

小波与傅里叶变换在去噪效果上的对比分析-附Matlab源程序

&#x1f468;‍&#x1f393; 博主简介&#xff1a;博士研究生 &#x1f52c; 超级学长&#xff1a;超级学长实验室&#xff08;提供各种程序开发、实验复现与论文指导&#xff09; &#x1f4e7; 个人邮箱&#xff1a;easy_optics126.com &#x1f56e; 目 录 摘要一、…

如何利用 ClickHouse 实现高级分析:MySQL 到 ClickHouse 实时数据同步指南

在数据驱动的时代&#xff0c;企业必须依靠先进的数据分析能力来提升竞争力。随着数据量的激增和业务需求的复杂化&#xff0c;传统的关系型数据库已经无法满足高效处理和实时分析的需求。ClickHouse 作为一款高性能的列式数据库&#xff0c;凭借其卓越的查询性能和可扩展性&am…

计算机网络 (12)物理层下面的传输媒体

前言 计算机网络物理层下面的传输媒体是计算机网络设备之间的物理通路&#xff0c;也称为传输介质或传输媒介&#xff0c;并不包含在计算机网络体系结构中&#xff0c;而是处于物理层之下。 一、传输媒体的分类 导向型媒体&#xff1a;电磁波被导引沿着固体媒体传播。常见的导向…

rouyi(前后端分离版本)配置

从gitee上下载&#xff0c;复制下载地址&#xff0c;到 点击Clone&#xff0c;下载完成&#xff0c; 先运行后端&#xff0c;在运行前端 运行后端&#xff1a; 1.配置数据库&#xff0c;在Navicat软件中&#xff0c;连接->mysql->名字自己起(rouyi-vue-blog),用户名roo…

深度学习在光学成像中是如何发挥作用的?

深度学习在光学成像中的作用主要体现在以下几个方面&#xff1a; 1. **图像重建和去模糊**&#xff1a;深度学习可以通过优化图像重建算法来处理模糊图像或降噪&#xff0c;改善成像质量。这涉及到从低分辨率图像生成高分辨率图像&#xff0c;突破传统光学系统的分辨率限制。 …

svn不能添加.a文件

解决办法 在home目录下有一个.subversion文件夹&#xff0c;文件夹内有个config文件&#xff0c;里面可以修改过滤的文件类型 在使用命令svn add的时候带上参数–no-ignore&#xff0c;这样就会不顾config中的规则&#xff0c;将指定路径的文件都添加到版本库中 rockyrocky:/e…

【蓝桥杯选拔赛真题87】python输出字符串 第十五届青少年组蓝桥杯python选拔赛真题 算法思维真题解析

目录 python输出字符串 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序编写 四、程序说明 五、运行结果 六、考点分析 七、 推荐资料 1、蓝桥杯比赛 2、考级资料 3、其它资料 python输出字符串 第十五届蓝桥杯青少年组python比赛选拔赛真题详细解析…

基于SpringBoot的题库管理系统的设计与实现(源码+SQL+LW+部署讲解)

文章目录 摘 要1. 第1章 选题背景及研究意义1.1 选题背景1.2 研究意义1.3 论文结构安排 2. 第2章 相关开发技术2.1 前端技术2.2 后端技术2.3 数据库技术 3. 第3章 可行性及需求分析3.1 可行性分析3.2 系统需求分析 4. 第4章 系统概要设计4.1 系统功能模块设计4.2 数据库设计 5.…

【系统配置】3种方式修改用户登录显示名|统信|麒麟|方德

原文链接&#xff1a;【系统配置】3种方式修改用户登录显示名&#xff5c;统信&#xff5c;麒麟&#xff5c;方德 Hello&#xff0c;大家好啊&#xff01;今天给大家带来一篇关于 通过修改 /etc/passwd 文件、usermod 命令&#xff0c;以及图形化界面三种方式修改用户登录名 的…

Github - 如何提交一个带有“verified”标识的commit

Github - 如何提交一个带有“verified”标识的commit 前言(Why) 今天在Github上浏览某项目的commit记录的时候发现&#xff0c;有的commit记录带有verified绿色标识&#xff0c;有的带有橘色的Unverified标识&#xff0c;还有的什么都不显示。 既然我是根正苗红的作者(bushi)…

操作系统课后题总复习

目录 一、第一章 1.1填空题 1.2单项选择题 1.3多项选择题 1.4判断题 1.5名词解释 1.6简答题 二、第二章 2.1填空题 2.2单项选择题 2.3 多项选择题 2.4判断题 2.5名词解释 2.6简答题 三、第三章 3.1填空题 3.2单项选择题 3.3多项选择题 3.4判断题 3.5名词解…

【Goland】怎么执行 go mod download

1、终端的执行 go mod tidy 2、终端执行不行的话&#xff0c;就可以通过右击go.mod文件来执行&#xff1b; 3、也可以按住Ctrl点击这个包安装&#xff1b;

Vue el-data-picker选中开始时间,结束时间自动加半小时

效果 思路 查阅elemnet plus官网&#xff0c;日期时间选择器type"datetimerange"这个选中开始时间并没有对应事件会被触发&#xff0c;因此思路更换成type"datetime"的两个组成一起可以通过监听开始时间v-model的值变化更新结束时间的值。 代码 日期时间…

sqoop将MySQL数据导入hive

使用脚本加载数据 MySQL有一张表 hive创建一张相同的表 编写脚本同步数据 [rootmaster sqoop]# vim stu.sh#!/bin/bash SQOOP/usr/local/soft/sqoop-1.4.6/bin/sqoop $SQOOP import --connect jdbc:mysql://192.168.67.100:3306/sqoop \--username root \--password 123456 \-…

leetcode热题100(79. 单词搜索)dfs回溯 c++

链接&#xff1a;79. 单词搜索 - 力扣&#xff08;LeetCode&#xff09; 给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 单词必须按照字母顺序&#xff0c;通过相邻的…

迈向Z级计算:Cloud4Science范式加速科学发现进程

传统超级计算机作为科学计算的核心支柱&#xff0c;在推动技术进步方面发挥了不可替代的作用&#xff0c;但随着科学智能时代下需求的多样化和复杂化&#xff0c;其扩展性和能效的局限逐渐显现。 针对这一挑战&#xff0c; 微软亚洲研究院 的研究员提出了 Cloud4Science 的新范…

高阶数据结构之并查

并查集的概念 之前我们曾学过树&#xff0c;二叉树、二叉搜索树、红黑树、AVL树等&#xff0c;而并查集可以看做是这些树的集合&#xff0c;也就是森林&#xff0c;它也是一种树型结构&#xff0c;不过是顺序的树型结构&#xff0c;如果有学过堆的同学应该会很熟悉。 它的作用是…

全面解析 Node-RED:功能、Docker 部署与实战示例

言简意赅的讲解Node-RED解决的痛点 Node-RED 是一个基于流的编程工具&#xff0c;专为物联网&#xff08;IoT&#xff09;应用而设计。它通过可视化的编程界面&#xff0c;使开发者能够轻松地连接各种硬件设备、API 以及在线服务&#xff0c;构建复杂的应用流程。本文将详细介…