插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序的C++代码实现
来源:互联网 发布:西方媒体抹黑中国知乎 编辑:程序博客网 时间:2024/05/01 18:29
#include <iostream>
using namespace std;
template<class T>
void swap_value(T &a, T &b)
{
T temp = a;
a = b;
b = temp;
}
void swap_value(T &a, T &b)
{
T temp = a;
a = b;
b = temp;
}
//插入排序:时间复杂度o(n^2)
template<class T>
void insert_sort(T a[], int n)
{
for (int i = 1; i < n; ++i)
{
T temp = a[i];
int j = i - 1;
while (j >= 0 && a[j] > temp)
{
a[j + 1] = a[j];
--j;
}
a[j + 1] = temp;
}
}
template<class T>
void insert_sort(T a[], int n)
{
for (int i = 1; i < n; ++i)
{
T temp = a[i];
int j = i - 1;
while (j >= 0 && a[j] > temp)
{
a[j + 1] = a[j];
--j;
}
a[j + 1] = temp;
}
}
//冒泡排序:时间复杂度o(n^2)
template<class T>
void bubble_sort(T a[], int n)
{
for (int i = n - 1; i > 0; --i)
{
for (int j = 0; j < i; ++j)
{
if (a[j] > a[j + 1])
{
swap_value(a[j], a[j + 1]);
}
}
}
}
template<class T>
void bubble_sort(T a[], int n)
{
for (int i = n - 1; i > 0; --i)
{
for (int j = 0; j < i; ++j)
{
if (a[j] > a[j + 1])
{
swap_value(a[j], a[j + 1]);
}
}
}
}
//选择排序:时间复杂度o(n^2)
template<class T>
void select_sort(T a[], int n)
{
for (int i = 0; i < n - 1; ++i)
{
T min = a[i];
int index = i;
for (int j = i + 1; j < n; ++j)
{
if (a[j] < min)
{
min = a[j];
index = j;
}
}
a[index] = a[i];
a[i] = min;
}
}
template<class T>
void select_sort(T a[], int n)
{
for (int i = 0; i < n - 1; ++i)
{
T min = a[i];
int index = i;
for (int j = i + 1; j < n; ++j)
{
if (a[j] < min)
{
min = a[j];
index = j;
}
}
a[index] = a[i];
a[i] = min;
}
}
//希尔排序:时间复杂度介于o(n^2)和o(nlgn)之间
template<class T>
void shell_sort(T a[], int n)
{
for (int gap = n / 2; gap >= 1; gap /= 2)
{
for (int i = gap; i < n; ++i)
{
T temp = a[i];
int j = i - gap;
while (j >= 0 && a[j] > temp)
{
a[j + gap] = a[j];
j -= gap;
}
a[j + gap] = temp;
}
}
}
template<class T>
void shell_sort(T a[], int n)
{
for (int gap = n / 2; gap >= 1; gap /= 2)
{
for (int i = gap; i < n; ++i)
{
T temp = a[i];
int j = i - gap;
while (j >= 0 && a[j] > temp)
{
a[j + gap] = a[j];
j -= gap;
}
a[j + gap] = temp;
}
}
}
//快速排序:时间复杂度o(nlgn)
template<class T>
int _partition(T a[], int left, int right);
template<class T>
int _partition(T a[], int left, int right);
template<class T>
void _quick_sort(T a[], int left, int right);
void _quick_sort(T a[], int left, int right);
template<class T>
void quick_sort(T a[], int n)
{
_quick_sort(a, 0, n - 1);
}
template<class T>
void _quick_sort(T a[], int left, int right)
{
if (left < right)
{
int q = _partition(a, left, right);//一次划分得到的中位数的位置
_quick_sort(a, left, q - 1);//对左边进行递归快排
_quick_sort(a, q + 1, right);//对右边进行递归快排
}
}
template<class T>
int _partition(T a[], int left, int right)
{
T pivot = a[left];//设置第一个数为中位数
while (left < right)
{
while (left < right && a[right] >= pivot)
{
--right;
}
a[left] = a[right];//从右到左寻找一个比中位数小的数,将其填入中位数的所在位置
while (left < right && a[left] <= pivot)
{
++left;
}
a[right] = a[left];//从左到右寻找一个比中位数大的数,将其填入刚才空缺的位置
}
a[left] = pivot;//将中位数填入空缺位置
return left;
}
void quick_sort(T a[], int n)
{
_quick_sort(a, 0, n - 1);
}
template<class T>
void _quick_sort(T a[], int left, int right)
{
if (left < right)
{
int q = _partition(a, left, right);//一次划分得到的中位数的位置
_quick_sort(a, left, q - 1);//对左边进行递归快排
_quick_sort(a, q + 1, right);//对右边进行递归快排
}
}
template<class T>
int _partition(T a[], int left, int right)
{
T pivot = a[left];//设置第一个数为中位数
while (left < right)
{
while (left < right && a[right] >= pivot)
{
--right;
}
a[left] = a[right];//从右到左寻找一个比中位数小的数,将其填入中位数的所在位置
while (left < right && a[left] <= pivot)
{
++left;
}
a[right] = a[left];//从左到右寻找一个比中位数大的数,将其填入刚才空缺的位置
}
a[left] = pivot;//将中位数填入空缺位置
return left;
}
//归并排序:时间复杂度o(nlgn)
template<class T>
void _merge_sort(T a[], int left, int right);
template<class T>
void _merge(T a[], int left, int mid, int right);
template<class T>
void _merge_sort(T a[], int left, int right);
template<class T>
void _merge(T a[], int left, int mid, int right);
template<class T>
void merge_sort(T a[], int n)
{
_merge_sort(a, 0, n - 1);
}
template<class T>
void _merge_sort(T a[], int left, int right)
{
if (left < right)
{
int mid = left + (right - left) / 2;
_merge_sort(a, left, mid);//对左边递归归并排序
_merge_sort(a, mid + 1, right);//对右边递归归并排序
_merge(a, left, mid, right);//将左右归并起来
}
}
template<class T>
void _merge(T a[], int left, int mid, int right)
{
int length = right - left + 1;
T *newA = new T[length];//用来暂存原始数组
for (int i = 0, j = left; i <= length - 1; ++i, ++j)
{
*(newA + i) = a[j];
}
int i = 0;
int j = mid - left + 1;
int k = left;
for (; i <= mid - left && j <= length - 1; ++k)
{
if (*(newA + i) < *(newA + j))
{
a[k] = *(newA + i);
++i;
}
else
{
a[k] = *(newA + j);
++j;
}
}
//将左边或者右边多余的数填入数组
while (i <= mid - left)
{
a[k++] = *(newA + i);
++i;
}
while (j <= right - left)
{
a[k++] = *(newA + j);
++j;
}
delete[] newA;
}
void merge_sort(T a[], int n)
{
_merge_sort(a, 0, n - 1);
}
template<class T>
void _merge_sort(T a[], int left, int right)
{
if (left < right)
{
int mid = left + (right - left) / 2;
_merge_sort(a, left, mid);//对左边递归归并排序
_merge_sort(a, mid + 1, right);//对右边递归归并排序
_merge(a, left, mid, right);//将左右归并起来
}
}
template<class T>
void _merge(T a[], int left, int mid, int right)
{
int length = right - left + 1;
T *newA = new T[length];//用来暂存原始数组
for (int i = 0, j = left; i <= length - 1; ++i, ++j)
{
*(newA + i) = a[j];
}
int i = 0;
int j = mid - left + 1;
int k = left;
for (; i <= mid - left && j <= length - 1; ++k)
{
if (*(newA + i) < *(newA + j))
{
a[k] = *(newA + i);
++i;
}
else
{
a[k] = *(newA + j);
++j;
}
}
//将左边或者右边多余的数填入数组
while (i <= mid - left)
{
a[k++] = *(newA + i);
++i;
}
while (j <= right - left)
{
a[k++] = *(newA + j);
++j;
}
delete[] newA;
}
//堆排序:时间复杂度o(nlgn)
template<class T>
void built_max_heap(T a[], int n);
template<class T>
void up_adjust(T a[], int n);
template<class T>
void adjust_node(T a[], int n, int i);
void built_max_heap(T a[], int n);
template<class T>
void up_adjust(T a[], int n);
template<class T>
void adjust_node(T a[], int n, int i);
template<class T>
void heap_sort(T a[], int n)
{
built_max_heap(a, n);//建立初始大根堆
//交换首尾元素,并对交换后排除尾元素的数组进行一次上调整
for (int i = n - 1; i >= 1; --i)
{
swap_value(a[0], a[i]);
up_adjust(a, i);
}
}
//建立一个长度为n的大根堆
template<class T>
void built_max_heap(T a[], int n)
{
up_adjust(a, n);
}
//对长度为n的数组进行一次上调整
template<class T>
void up_adjust(T a[], int n)
{
//对每个带有子女节点的元素遍历处理,从后到根节点位置
for (int i = n / 2; i >= 1; --i)
{
adjust_node(a, n, i);
}
}
//调整序号为i的节点的值
template<class T>
void adjust_node(T a[], int n, int i)
{
//节点有左右孩子
if (2 * i + 1 <= n)
{
//右孩子的值大于节点的值,交换它们
if (a[2 * i] > a[i - 1])
{
swap_value(a[2 * i], a[i - 1]);
}
//左孩子的值大于节点的值,交换它们
if (a[2 * i - 1] > a[i - 1])
{
swap_value(a[2 * i - 1], a[i - 1]);
}
//对节点的左右孩子的根节点进行调整
adjust_node(a, n, 2 * i);
adjust_node(a, n, 2 * i + 1);
}
//节点只有左孩子,为最后一个有左右孩子的节点
else if (2 * i == n)
{
//左孩子的值大于节点的值,交换它们
if (a[2 * i - 1] > a[i - 1])
{
swap_value(a[2 * i - 1], a[i - 1]);
}
}
}
void heap_sort(T a[], int n)
{
built_max_heap(a, n);//建立初始大根堆
//交换首尾元素,并对交换后排除尾元素的数组进行一次上调整
for (int i = n - 1; i >= 1; --i)
{
swap_value(a[0], a[i]);
up_adjust(a, i);
}
}
//建立一个长度为n的大根堆
template<class T>
void built_max_heap(T a[], int n)
{
up_adjust(a, n);
}
//对长度为n的数组进行一次上调整
template<class T>
void up_adjust(T a[], int n)
{
//对每个带有子女节点的元素遍历处理,从后到根节点位置
for (int i = n / 2; i >= 1; --i)
{
adjust_node(a, n, i);
}
}
//调整序号为i的节点的值
template<class T>
void adjust_node(T a[], int n, int i)
{
//节点有左右孩子
if (2 * i + 1 <= n)
{
//右孩子的值大于节点的值,交换它们
if (a[2 * i] > a[i - 1])
{
swap_value(a[2 * i], a[i - 1]);
}
//左孩子的值大于节点的值,交换它们
if (a[2 * i - 1] > a[i - 1])
{
swap_value(a[2 * i - 1], a[i - 1]);
}
//对节点的左右孩子的根节点进行调整
adjust_node(a, n, 2 * i);
adjust_node(a, n, 2 * i + 1);
}
//节点只有左孩子,为最后一个有左右孩子的节点
else if (2 * i == n)
{
//左孩子的值大于节点的值,交换它们
if (a[2 * i - 1] > a[i - 1])
{
swap_value(a[2 * i - 1], a[i - 1]);
}
}
}
//基数排序的时间复杂度为o(distance(n+radix)),distance为位数,n为数组个数,radix为基数
//本方法是用LST方法进行基数排序,MST方法不包含在内
//其中参数radix为基数,一般为10;distance表示待排序的数组的数字最长的位数;n为数组的长度
template<class T>
void lst_radix_sort(T a[], int n, int radix, int distance)
{
T* newA = new T[n];//用于暂存数组
int* count = new int[radix];//用于计数排序,保存的是当前位的值为0 到 radix-1的元素出现的的个数
int divide = 1;
//从倒数第一位处理到第一位
for (int i = 0; i < distance; ++i)
{
//待排数组拷贝到newA数组中
for (int j = 0; j < n; ++j)
{
*(newA + j) = a[j];
}
//将计数数组置0
for (int j = 0; j < radix; ++j)
{
*(count + j) = 0;
}
for (int j = 0; j < n; ++j)
{
int radixKey = (*(newA + j) / divide) % radix; //得到数组元素的当前处理位的值
(*(count + radixKey))++;
}
//此时count[]中每个元素保存的是radixKey位出现的次数
//计算每个radixKey在数组中的结束位置,位置序号范围为1-n
for (int j = 1; j < radix; ++j)
{
*(count + j) = *(count + j) + *(count + j - 1);
}
//运用计数排序的原理实现一次排序,排序后的数组输出到a[]
for (int j = n - 1; j >= 0; --j)
{
int radixKey = (*(newA + j) / divide) % radix;
a[*(count + radixKey) - 1] = newA[j];
--(*(count + radixKey));
}
divide = divide * radix;
}
delete[] newA;
delete[] count;
}
//本方法是用LST方法进行基数排序,MST方法不包含在内
//其中参数radix为基数,一般为10;distance表示待排序的数组的数字最长的位数;n为数组的长度
template<class T>
void lst_radix_sort(T a[], int n, int radix, int distance)
{
T* newA = new T[n];//用于暂存数组
int* count = new int[radix];//用于计数排序,保存的是当前位的值为0 到 radix-1的元素出现的的个数
int divide = 1;
//从倒数第一位处理到第一位
for (int i = 0; i < distance; ++i)
{
//待排数组拷贝到newA数组中
for (int j = 0; j < n; ++j)
{
*(newA + j) = a[j];
}
//将计数数组置0
for (int j = 0; j < radix; ++j)
{
*(count + j) = 0;
}
for (int j = 0; j < n; ++j)
{
int radixKey = (*(newA + j) / divide) % radix; //得到数组元素的当前处理位的值
(*(count + radixKey))++;
}
//此时count[]中每个元素保存的是radixKey位出现的次数
//计算每个radixKey在数组中的结束位置,位置序号范围为1-n
for (int j = 1; j < radix; ++j)
{
*(count + j) = *(count + j) + *(count + j - 1);
}
//运用计数排序的原理实现一次排序,排序后的数组输出到a[]
for (int j = n - 1; j >= 0; --j)
{
int radixKey = (*(newA + j) / divide) % radix;
a[*(count + radixKey) - 1] = newA[j];
--(*(count + radixKey));
}
divide = divide * radix;
}
delete[] newA;
delete[] count;
}
template<class T>
void printArray(T a[], int n)
{
for (int i = 0; i < n; ++i)
{
cout << a[i] << " ";
}
cout << endl;
}
void printArray(T a[], int n)
{
for (int i = 0; i < n; ++i)
{
cout << a[i] << " ";
}
cout << endl;
}
int main()
{
for (int i = 1; i <= 8; ++i)
{
int arr[] = { 5,6,7,8,9,1,2,3,4 };
cout<<"排序前"<<endl;
printArray(arr, sizeof(arr) / sizeof(arr[0]));
switch (i)
{
case 1:
insert_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 2:
bubble_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 3:
select_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 4:
shell_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 5:
quick_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 6:
merge_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 7:
heap_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 8:
lst_radix_sort(arr, sizeof(arr) / sizeof(arr[0]), 10, 4);
break;
default:
break;
}
cout<<"排序后"<<endl;
printArray(arr, sizeof(arr) / sizeof(arr[0]));
}
return 0;
}
{
for (int i = 1; i <= 8; ++i)
{
int arr[] = { 5,6,7,8,9,1,2,3,4 };
cout<<"排序前"<<endl;
printArray(arr, sizeof(arr) / sizeof(arr[0]));
switch (i)
{
case 1:
insert_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 2:
bubble_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 3:
select_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 4:
shell_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 5:
quick_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 6:
merge_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 7:
heap_sort(arr, sizeof(arr) / sizeof(arr[0]));
break;
case 8:
lst_radix_sort(arr, sizeof(arr) / sizeof(arr[0]), 10, 4);
break;
default:
break;
}
cout<<"排序后"<<endl;
printArray(arr, sizeof(arr) / sizeof(arr[0]));
}
return 0;
}
阅读全文
0 0
- 插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序的C++代码实现
- 【Java】八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序
- 插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序——JAVA实现
- 插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序——C++实现
- C# 插入排序 冒泡排序 选择排序 快速排序 堆排序 归并排序 基数排序 希尔排序
- 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法, 冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法。
- 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法,而冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法。
- 冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序java实现
- 八大经典排序算法基本思想及代码实现(插入排序,希尔排序,选择排序,堆排序,冒泡排序,快速排序,归并排序,基数排序)
- 各种排序算法总结----基数排序、归并排序、插入排序、冒泡排序、选择排序、快速排序、堆排序、希尔排序
- 归并排序,堆排序,基数排序,希尔排序,快速排序,交换排序,选择排序和插入排序的总结和比较
- 排序算法----冒泡排序+插入排序+选择排序+快速排序+希尔排序+堆排序+归并排序+计数排序+基数排序+桶排序(c语言)
- 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法,而冒泡排序、插入排序、归并排序和基数排序
- 各种常见的排序,冒泡排序,选择排序,插入排序,希尔排序,堆排序,快速排序,基数排序,桶排序
- 冒泡排序 快速排序 选择排序 堆排序 直接插入排序 希尔排序 归并排序
- 插入排序、希尔排序、冒泡排序、快速排序、选择排序、堆排序、归并排序
- 冒泡排序,插入排序,快速排序,归并排序,堆排序,选择排序,希尔排序
- 各种排序算法实现——基数排序、归并排序、插入排序、冒泡排序、选择排序、快速排序、堆排序、希尔排序
- 欢迎使用CSDN-markdown编辑器
- Anaconda+pycharm配置及设置代码自动提示(简直是神器啊)
- GET和POST区别
- eclipse在pull时发生冲突报错Checkout conflict with files
- C语言__数组
- 插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序和LST基数排序的C++代码实现
- 智能导航
- js获取url中"?"后面的字串
- qt 5.7+vs2013 乱码问题
- Leetcode_451 Sort Characters By Frequency
- git初始化及仓库的创建和操作
- mybatis添加扫描.xml文件
- 第十二周 拓扑排序算法验证
- mybatis抛出ORA-01745: 无效的主机/绑定变量名