在C语言中,常用的排序算法包括以下几种:
1.冒泡排序(Bubble Sort)
- 原理:通过多次遍历数组,比较相邻元素并交换,将较大的元素逐步“冒泡”到数组的末尾。
- 时间复杂度:
- 最好情况:O(n)(已经有序)
- 平均情况:O(n^2)
- 最坏情况:O(n^2)
- 空间复杂度:O(1)(原地排序)
- 代码示例:
void bubbleSort(int arr[], int n) {
for (int i = 0; i < n-1; i++) {
for (int j = 0; j < n-i-1; j++) {
if (arr[j] > arr[j+1]) {
// 交换
int temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
}
}
}
}
2.选择排序(Selection Sort)
- 原理:每次从未排序部分中选择最小的元素,放到已排序部分的末尾。
- 时间复杂度:
- 最好情况:O(n^2)
- 平均情况:O(n^2)
- 最坏情况:O(n^2)
- 空间复杂度:O(1)(原地排序)
- 代码示例:
void selectionSort(int arr[], int n) {
for (int i = 0; i < n-1; i++) {
int minIndex = i;
for (int j = i+1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
// 交换
int temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
}
3.插入排序(Insertion Sort)
- 原理:将未排序部分的元素逐个插入到已排序部分的正确位置。
- 时间复杂度:
- 最好情况:O(n)(已经有序)
- 平均情况:O(n^2)
- 最坏情况:O(n^2)
- 空间复杂度:O(1)(原地排序)
- 代码示例:
void insertionSort(int arr[], int n) {
for (int i = 1; i < n; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j+1] = arr[j];
j--;
}
arr[j+1] = key;
}
}
4.快速排序(Quick Sort)
- 原理:通过选择一个基准元素,将数组分为两部分(小于基准和大于基准),然后递归地对两部分进行排序。
- 时间复杂度:
- 最好情况:O(n log ?n)
- 平均情况:O(n log ?n)
- 最坏情况:O(n^2)(当数组已经有序时)
- 空间复杂度:O(log? n)(递归栈空间)
- 代码示例:
void swap(int* a, int* b) {
int temp = *a;
*a = *b;
*b = temp;
}
int partition(int arr[], int low, int high) {
int pivot = arr[high]; // 选择最后一个元素作为基准
int i = low - 1;
for (int j = low; j < high; j++) {
if (arr[j] < pivot) {
i++;
swap(&arr[i], &arr[j]);
}
}
swap(&arr[i+1], &arr[high]);
return i + 1;
}
void quickSort(int arr[], int low, int high) {
if (low < high) {
int pi = partition(arr, low, high);
quickSort(arr, low, pi - 1);
quickSort(arr, pi + 1, high);
}
}
5.归并排序(Merge Sort)
- 原理:将数组分成两半,分别排序,然后将两个有序数组合并。
- 时间复杂度:
- 最好情况:O(n log ?n)
- 平均情况:O(n log? n)
- 最坏情况:O(n log? n)
- 空间复杂度:O(n)(需要额外的存储空间)
- 代码示例:
void merge(int arr[], int left, int mid, int right) {
int n1 = mid - left + 1;
int n2 = right - mid;
int L[n1], R[n2];
for (int i = 0; i < n1; i++) L[i] = arr[left + i];
for (int j = 0; j < n2; j++) R[j] = arr[mid + 1 + j];
int i = 0, j = 0, k = left;
while (i < n1 && j < n2) {
if (L[i] <= R[j]) {
arr[k] = L[i];
i++;
} else {
arr[k] = R[j];
j++;
}
k++;
}
while (i < n1) {
arr[k] = L[i];
i++;
k++;
}
while (j < n2) {
arr[k] = R[j];
j++;
k++;
}
}
void mergeSort(int arr[], int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
}
6.堆排序(Heap Sort)
- 原理:将数组构建成一个最大堆,然后逐个取出堆顶元素(最大值),放到数组末尾。
- 时间复杂度:
- 最好情况:O(n log ?n)
- 平均情况:O(n log ?n)
- 最坏情况:O(n log ?n)
- 空间复杂度:O(1)(原地排序)
- 代码示例:
void heapify(int arr[], int n, int i) {
int largest = i;
int left = 2 * i + 1;
int right = 2 * i + 2;
if (left < n && arr[left] > arr[largest]) largest = left;
if (right < n && arr[right] > arr[largest]) largest = right;
if (largest != i) {
int temp = arr[i];
arr[i] = arr[largest];
arr[largest] = temp;
heapify(arr, n, largest);
}
}
void heapSort(int arr[], int n) {
// 构建最大堆
for (int i = n / 2 - 1; i >= 0; i--) {
heapify(arr, n, i);
}
// 逐个取出堆顶元素
for (int i = n - 1; i > 0; i--) {
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
heapify(arr, i, 0);
}
}
7.希尔排序(Shell Sort)
- 原理:是插入排序的改进版,通过将数组分成多个子序列进行插入排序,逐步缩小子序列的间隔。
- 时间复杂度:
- 最好情况:O(n log ?n)
- 平均情况:取决于间隔序列
- 最坏情况:O(n^2)
- 空间复杂度:O(1)(原地排序)
- 代码示例:
void shellSort(int arr[], int n) {
for (int gap = n / 2; gap > 0; gap /= 2) {
for (int i = gap; i < n; i++) {
int temp = arr[i];
int j;
for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {
arr[j] = arr[j - gap];
}
arr[j] = temp;
}
}
}
总结
排序算法 | 时间复杂度(平均) | 空间复杂度 | 稳定性 |
冒泡排序 | O(n^2) | O(1) | 稳定 |
选择排序 | O(n^2) | O(1) | 不稳定 |
插入排序 | O(n^2) | O(1) | 稳定 |
快速排序 | O(n log? n) | O(log? n) | 不稳定 |
归并排序 | O(n log ?n) | O(n) | 稳定 |
堆排序 | O(n log ?n) | O(1) | 不稳定 |
希尔排序 | 取决于间隔序列 | O(1) | 不稳定 |
根据具体需求选择合适的排序算法:
- 如果需要稳定排序,可以选择 归并排序 或 插入排序。
- 如果对空间复杂度有要求,可以选择 堆排序 或 快速排序。
- 如果数据量较小,可以选择 插入排序 或 冒泡排序。
本文暂时没有评论,来添加一个吧(●'◡'●)