数据结构——七大排序[源码+动图+性能测试]

这篇具有很好参考价值的文章主要介绍了数据结构——七大排序[源码+动图+性能测试]。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

本章代码gitee仓库:排序

🎃0. 思维导图

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🧨1. 插入排序

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

✨1.1 直接插入排序

我们日常打扑克牌,摸牌,让后将牌按顺序插入好,这其实就是插入排序的过程,打小插入排序的思想就植入我们的脑海

第一张牌不用管,直接拿在手里,之后的牌按照大小再一个一个插入即可

//直接插入排序
void InsertSort(int* a, int n)
{
    //第一张牌不用排,所以直接从下标1开始走
	for (int i = 1; i < n; i++)
	{
		int end = i - 1;
		int tmp = a[i];
		while (end >= 0)
		{
			if (a[end] > tmp)
			{
				//往后挪数据
				a[end + 1] = a[end];
				end--;
			}
			else
				break;
		}
		//直接break出来 或者 end = -1
		a[end + 1] = tmp;
	}
}

直接插入排序特性:

  1. 越接近有序,效率越高(不用那么多次挪动数据)

  2. 时间复杂度:O(N2)

    逆序最坏O(N2),有序最好O(N)

  3. 空间复杂度:O(1)

  4. 稳定性:稳定

✨1.2 希尔排序

希尔排序是基于直接插入排序的一种优化,将数据分为gap组,对每组进行排序,然后再缩小间隔,知道gap为1的时候,该序列为有序

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

//希尔排序
void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		//最后一次gap一定要是1
		gap = gap / 3 + 1;
		//分组插入排序 预排序
		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int tmp = a[i + gap];
			while (end >= 0)
			{
				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
					break;
			}
			a[end + gap] = tmp;
		}
	}
}

希尔排序特性:

  1. 希尔排序有2层循环,一个是gap的逐渐缩小,一个是分为gap组之后的插入排序,我们一般以为时间复杂度为**O(N*logN)**这个量级。数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法但其实这其中的N,一直是在变化的,可理解为先上升,后下降

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

    所以这个量级是略大于N*logN,查阅资料可得知,希尔排序的时间复杂度大概为O(N1.3~2)数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

  2. 稳定性:不稳定

🎊2. 选择排序

还是以打扑克来举例,有时候我们感觉一张一张摸牌十分费时间,所以就指定一个人来发牌,发完之后我们将这一把牌拿到手中再开始理牌

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎋2.1 直接选择排序

这个选择排序每次都是趟都是选出最小的数,我们可以在此基础上做出优化,每次选出2个数,即最小值和最大值

//选择排序
void SelectSort(int* a, int n)
{
	int left = 0;
	int right = n - 1;
	while (left < right)
	{
		int mini = left;
		int maxi = left;
		for (int i = left + 1; i <= right; i++)
		{
			if (a[i] < a[mini])
			{
				mini = i;
			}
			if (a[i] > a[maxi])
			{
				maxi = i;
			}
		}
		Swap(&a[left], &a[mini]);
		//数据修正
		if (a[left] == a[maxi])
		{
			maxi = mini;
		}
		Swap(&a[right], &a[maxi]);
		left++;
		right--;
	}
}

直接选择排序特性:

  1. 不考虑序列的有序性,每次都找出最小最大值,效率较低

  2. 时间复杂度:O(N2)

    最好情况:O(N2)

    最坏情况:O(N2)

  3. 空间复杂度:O(1)

  4. 稳定性:不稳定

🎋2.2 堆排序

堆排序也是选择排序的一种,只不过没有直接选择排序那么朴实,堆排序有一些“华丽”的技巧。

堆排序在之前二叉树的章节讲过了,这里就不再过多赘述,有兴趣的可以查看此篇文章:数据结构——二叉树

//向下调整 前提:子树都是堆
void AdjustDown(int* val, int sz, int parent)
{
	//默认左孩子大
	int child = parent * 2 + 1;
	//至多叶子结点结束
	while (child < sz)
	{
		//不越界 选出更大的孩子
		if (child + 1 < sz && val[child] < val[child + 1])
		{
			child++;
		}
		if (val[child] > val[parent])
		{
			Swap(&val[child], &val[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

//堆排序
void HeapSort(int* a, int n)
{

//向下调整 O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a,n, i);
	}

	//向下调整排序 O(N*logN)
	for (int i = 0; i < n; i++)
	{
		Swap(&a[0], &a[n - 1 - i]);
		AdjustDown(a, n - 1 - i, 0);
	}
}

堆排序特性:

  1. 堆排序进行选数据效率较高
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定

🎏3. 交换排序

🎐3.1 冒泡排序

冒泡排序应该是多数人的启蒙排序算法,思路较为简单

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

//冒泡排序
void BubbleSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		for (int j = 0; j < n - i - 1; j++)
		{
			if (a[j] > a[j + 1])
			{
				Swap(&a[j], &a[j + 1]);
			}
		}
	}
}

冒泡排序特性:

  1. 时间复杂度:O(N2)

    最坏情况:O(N2)

    最好情况:O(N)

  2. 空间复杂度:O(1)

  3. 稳定性:稳定

这里的最好情况,就是里面没有发送交换了,就证明此时序列已经有序,则不需要往后再遍历,优化如下:

//冒泡排序
void BubbleSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		bool falg = true;
		for (int j = 0; j < n - i - 1; j++)
		{
			if (a[j] > a[j + 1])
			{
				Swap(&a[j], &a[j + 1]);
				falg = false;
			}
		}
		if (falg)
			break;
	}
}

🎐3.2 快速排序

快速排序,顾名思义,速度很快,效率很高,排序算法里面的大哥大

快排的思想是选出一个基准值key,然后把这个值放入正确的位置(最终排好序要去的位置)

例如6,2,9,1,5,7,4这组数据

我们选出6为key值,然后将比6小的放左边,比6大的放右边

这一趟下来,6就在正确的位置上了

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎑hoare版本

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

//快速排序
void QuickSort(int* a, int left,int right)
{
	if (left >= right)
		return;
	//记录起始
	int begin = left;
	int end = right;
	//选取最左边为key值
	int keyi = left;
	while (left < right)
	{
		//选左 右先走 找小值
		while (left<right && a[right] >= a[keyi])
		{
			right--;
		}
		while (left < right && a[left] <= a[keyi])
		{
			left++;
		}
		//交换两边的值
		Swap(&a[left], &a[right]);
	}
	Swap(& a[keyi], & a[left]);
	keyi = left;
    //左右区间递归
	QuickSort(a, begin, keyi - 1);
	QuickSort(a, keyi+1, end);
}

hoare版本为快排的最初始版本,这个版本不容易控制:

  1. 找大值/小值的时候,如果该值等于key值,也需要挪动,即a[right] >= a[keyi]a[left] <= a[keyi]

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

    另外,判断条件还应加上left<right,防止越界

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

  2. 左边作为key,右边先走,这样就能保证相对位置比key要小或者就是key的位置

    右边作为key,左边先走,相遇位置比key大或者就是key的位置

  3. 已排序或者逆序的情况都是最糟糕的情况

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

    有多少个数据,就有递归多少层栈帧,最终会导致栈溢出

  • 随机选key

    这个keyi影响了快排的效率,只要keyi取的数,每次越接近于中间,那么每次就越接近于二分,所以我们可以考虑随机选key,这样就不必担心序列是否接近有序

    //快速排序
    void QuickSort(int* a, int left,int right)
    {
    	if (left >= right)
    		return;
    	//记录起始
    	int begin = left;
    	int end = right;
    	//left可能不是0,加上left
    	int randi = left + (rand() % (right - left));
    	//还是选择左边为key,交换一下
    	Swap(&a[left], &a[randi]);
    	//选取最左边为key值
    	int keyi = left;
    	while (left < right)
    	{
    		//选左 右先走 找小值
    		while (left<right && a[right] >= a[keyi])
    		{
    			right--;
    		}
    		//左边找大值
    		while (left < right && a[left] <= a[keyi])
    		{
    			left++;
    		}
    		//交换两边的值
    		Swap(&a[left], &a[right]);
    	}
    	Swap(& a[keyi], & a[left]);
    	keyi = left;
    	//[begin,keyi-1] keyi [keyi+1,end]
    	//左右区间递归
    	QuickSort(a, begin, keyi - 1);
    	QuickSort(a, keyi+1, end);
    }
    
  • 三数取中

    int GetMidNumi(int* a, int left, int right)
    {
    	int mid = (left + right) / 2;
    	if (a[left] < a[mid])
    	{
    		if (a[mid] < a[right])
    			return mid;
    		else if (a[left] > a[right])
    			return left;
    		else
    			return right;
    	}
    	else	//a[left] >a[mid]
    	{
    		if (a[mid] > a[right])
    			return mid;
    		else if (a[left] < a[right])
    			return left;
    		else
    			return right;
    	}
    }
    int Partition1(int* a, int left, int right)
    {
    	//三数取中	开始 中间 末尾 选中间值
    	int midi = GetMidNumi(a, left, right);
    	if (midi != left)
    		Swap(&a[left], &a[midi]);
    	//选取最左边为key值
    	int keyi = left;
    	while (left < right)
    	{
    		//选左 右先走 找小值
    		while (left < right && a[right] >= a[keyi])
    		{
    			right--;
    		}
    		//左边找大值
    		while (left < right && a[left] <= a[keyi])
    		{
    			left++;
    		}
    		Swap(&a[left], &a[right]);
    	}
    	Swap(&a[keyi], &a[left]);
    	keyi = left;
    	return keyi;
    }
    void QuickSort(int* a, int left, int right)
    {
    	if (left > right)
    		return;
    	int keyi = Partition1(a, left, right);
    	QuickSort(a, left, keyi - 1);
    	QuickSort(a, keyi + 1, right);
    }
    

🎑挖坑法

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

基本思路不边,只是这个更好理解,挖坑填坑、挖坑填坑,最后相遇位置一定是坑位

//挖坑
int Partition2(int* a, int left, int right)
{
	//三数取中	开始 中间 末尾 选中间值
	int midi = GetMidNumi(a, left, right);
	if (midi != left)
		Swap(&a[left], &a[midi]);
	//选取最左边为key值
	int key = a[left];
	int hole = left;
	while (left < right)
	{
		//选左 右先走 找小值
		while (left < right && a[right] >= key)
		{
			right--;
		}
        //填坑
		a[hole] = a[right];
        //挖坑
		hole = right;
		//左边找大值
		while (left < right && a[left] <= key)
		{
			left++;
		}
		a[hole] = a[left];
		hole = left;
	}
	a[hole] = key;
	return hole;
}
void QuickSort(int* a, int left, int right)
{
	if (left > right)
		return;
	int keyi = Partition2(a, left, right);
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

🎑前后指针

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

  1. cur找的值比key小,++prevcurprev位置的值交换,++cur
  2. cur找的值比key大,++cur
//前后指针
int Partition3(int* a, int left, int right)
{
	//三数取中	开始 中间 末尾 选中间值
	int midi = GetMidNumi(a, left, right);
	if (midi != left)
		Swap(&a[left], &a[midi]);
	
	int keyi = left;
	int prev = left;
	int cur = left + 1;
	while (cur <= right)
	{
		if (a[cur] < a[keyi] && ++prev != cur)
		{
			Swap(&a[prev], &a[cur]);
		}
		++cur;
	}
	Swap(&a[keyi], &a[prev]);
	keyi = prev;
	return keyi;
}
void QuickSort(int* a, int left, int right)
{
	if (left > right)
		return;
	int keyi = Partition3(a, left, right);
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

🎑小区间优化

当大量的数据递归到小量数据的时候,递归就会很麻烦,所以当数据量较小的时候,我们可以采用插入排序进行辅助,直接将这一小段数据排成有序

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

#define INSERTION_SORT_THRESHOLD 10
void QuickSort(int* a, int left, int right)
{
	if (left > right)
		return;
	//区间自己决定 一般采用10左右
	if ((right - left + 1) > INSERTION_SORT_THRESHOLD)
	{
		int keyi = Partition2(a, left, right);
		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
	else
		InsertSort(a + left, right - left + 1);
}

🎑非递归

模拟递归,将区间放入栈

void QuickSortNonR(int* a, int left, int right)
{
	//用C++的stl库
	stack<int> st;
	st.push(right);
	st.push(left);

	while (!st.empty())
	{
		int begin = st.top();
		st.pop();
		int end = st.top();
		st.pop();

		int keyi = Partition2(a, begin, end);
		//[begin,keyi-1] keyi [keyi+1,end]
		if (keyi + 1 < end)
		{
			st.push(end);
			st.push(keyi + 1);
		}
		if (begin < keyi - 1)
		{
			st.push(keyi - 1);
			st.push(begin);
		}
	}
}

快排特性:

  1. 时间复杂度:O(N*logN)

    快排比较像二叉树

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

    单趟排序的时间复杂度为O(N),而递归的深度是O(logN),合计起来就是O(N*logN)这个量级

  2. 空间复杂度:O(logN)

  3. 稳定性:不稳定

🎀4. 归并排序

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

归并排序的思想就是分治,将一个序列看作n个子序列,然后将子序列排好序之后两两归并,这个方法也成为二路归并

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎁4.1 递归

//归并排序
void _MergeSort(int* a, int begin, int end, int* tmp)
{
	if (begin >= end)
		return;
	//分割区间
	int mid = (begin + end) / 2;
	//子区间递归排序
	//[begin,mid] [mid+1,end]
	_MergeSort(a, begin, mid, tmp);
	_MergeSort(a, mid+1, end, tmp);

	//归并
	int begin1 = begin;
	int begin2 = mid+1;
	int end1 = mid;
	int end2 = end;
	int index = begin;
	while (begin1 <= end1 && begin2 <= end2)
	{
		if (a[begin1] < a[begin2])
			tmp[index++] = a[begin1++];
		else
			tmp[index++] = a[begin2++];
	}
	//防止未结束的区间
	while (begin1 <= end1)
	{
		tmp[index++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[index++] = a[begin2++];
	}

	//拷贝回原序列
	memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + (int)1));
}

void MergeSort(int* a, int n)
{
    //开辟临时空间
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc fail\n");
		exit(-1);
	}
	_MergeSort(a, 0, n - 1, tmp);
	
	free(tmp);
}

🎁4.2 非递归

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

归并排序的非递归需要注意的就是边界问题,我们每次都是分为2组归并,如果是单数的话,会发生越界行为,所以要查看这两组的区间:

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

  1. begin1,取值为i,所以肯定不会越界

  2. end1如果越界,后面的肯定越界,无需进行归并

  3. end1没有越界,begin2如果越界,无需进行归并

  4. begin2没有越界,end2越界,需要归并,修正end2

    数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

void MergeSortNonR(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc fail\n");
		exit(-1);
	}

	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			//归并
			int begin1 = i;
			int end1 = i + gap - 1;
			int begin2 = i + gap;
			int end2 = i + 2 * gap - 1;
			
			//修正	外面一次性拷贝
			//if (end1 >= n)
			//{
			//	//不归并
			//	end1 = n - 1;
			//	//给一个不存在区间
			//	begin2 = n;
			//	end2 = n - 1;
			//}
			//else if (begin2 >= n)
			//{
			//	//不归并		修正成不存在的区间
			//	begin2 = n;
			//	end2 = n - 1;
			//}
			//else if (end2 >= n)
			//{
			//	//修正
			//	end2 = n - 1;
			//}

			if (end1 >= n || begin2 >= n)
			{
				break;
			}
			if (end2 >= n)
			{
				end2 = n - 1;
			}
			int index = i;
			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] < a[begin2])
					tmp[index++] = a[begin1++];
				else
					tmp[index++] = a[begin2++];
			}
			//防止未结束的区间
			while (begin1 <= end1)
			{
				tmp[index++] = a[begin1++];
			}
			while (begin2 <= end2)
			{
				tmp[index++] = a[begin2++];
			}
			memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
		}
		//外面拷贝,一把梭哈
		//memcpy(a, tmp, sizeof(int) * n);
		gap *= 2;
	}
	free(tmp);
}

归并排序特性:

  1. 时间复杂度:O(N*logN)
  2. 空间复杂度:O(N)
  3. 稳定性:稳定
  4. 归并排序更多解决的是磁盘中的外排序问题

🎫5. 性能测试

测试性能我们开release版本,火力全开;

测试环境为Linux的g++

本次只是简单的进行测试,可能会有偶然性

void TestOP()
{
	srand(time(0));
	const int N = 10000;	//1w
	//const int N = 100000;	//10w
	//const int N = 5000000;	//100w
	//const int N = 10000000;	//1000w
	//const int N = 100000000;	//1亿
	int* a1 = (int*)malloc(sizeof(int) * N);
	int* a2 = (int*)malloc(sizeof(int) * N);
	int* a3 = (int*)malloc(sizeof(int) * N);
	int* a4 = (int*)malloc(sizeof(int) * N);
	int* a5 = (int*)malloc(sizeof(int) * N);
	int* a6 = (int*)malloc(sizeof(int) * N);
	int* a7 = (int*)malloc(sizeof(int) * N);
	int* a8 = (int*)malloc(sizeof(int) * N);

	for (int i = 0; i < N; i++)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
		a4[i] = a1[i];
		//a4[i] = 2;
		a5[i] = a1[i];
		a6[i] = a1[i];
		a7[i] = a1[i];
		a8[i] = a1[i];
	}

	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();

	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();

	int begin3 = clock();
	SelectSort(a3, N);
	int end3 = clock();

	int begin4 = clock();
	HeapSort(a3, N);
	int end4 = clock();

	int begin5 = clock();
	BubbleSort(a5, N);
	int end5 = clock();

	int begin6 = clock();
	QuickSort(a4, 0, N - 1);
	int end6 = clock();

	int begin7 = clock();
	MergeSort(a6, N);
	int end7 = clock();

	std::vector<int> v(a8, a8 + N);
	int begin8 = clock();
	std::sort(v.begin(),v.end());
	int end8 = clock();


	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	printf("SeletSort:%d\n", end3 - begin3);
	printf("HeapSort:%d\n", end4 - begin4);
	printf("BubbleSort:%d\n", end5 - begin5);
	printf("QuickSort:%d\n", end6 - begin6);
	printf("MergeSort:%d\n", end7 - begin7);
	printf("STLSort:%d\n", end8 - begin8);

	free(a1);
	free(a2);
	free(a3);
	free(a4);
	free(a5);
	free(a6);
	free(a7);
	free(a8);
}

🎖5.1 1w数据

在1w数据这个量级,对于希尔排序、堆排序、快排、归并排序,都是挠痒痒,忽略不计

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎖5.2 10w数据

在10w这个量级,显然直接插入排序、直接选择排序、冒泡排序都以不堪重负,而对于这些时间复杂度度在O(N*logN)量级的排序,才刚刚开始

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎖5.3 100w数据

到了100w这个量级,就不再对量级为O(N2)进行测试了,他们坐小孩儿那桌

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

这里可以看出,快排还得是快排

🎖5.4 1000w数据

到1000w这个量级,堆排序就有点扛不住了

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

🎖5.5 1亿数据

在一亿这个量级,服务器有点跑不动了

数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法

换到Windows环境参考,这个具体还得看机器和优化,不是特别具有参考意义,但可以看一下C++库里面的快排实现
数据结构——七大排序[源码+动图+性能测试],原创,数据结构,数据结构,排序算法,算法


那本期的分享就到这里,我们下期再见,如果还有下期的话。文章来源地址https://www.toymoban.com/news/detail-706744.html

到了这里,关于数据结构——七大排序[源码+动图+性能测试]的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法 数据结构 递归插入排序 java插入排序 递归求解插入排序算法 如何用递归写插入排序 插入排序动图 插入排序优化 数据结构(十)

    1. 插入排序(insertion-sort):                                           是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入     算法稳定性:                  

    2024年02月09日
    浏览(53)
  • 数据结构中的七大排序(Java实现)

    目录 一、直接插入排序 二、希尔排序 三、直接选择排序 四、堆排序 五、冒泡排序 六、快速排序 七、归并排序               定义i下标之前的元素全部已经有序 ,遍历一遍要排序的数组,把i下标前的元素全部进行排序,当遍历玩这个数组后,就已经排好序了。        

    2024年02月08日
    浏览(50)
  • 【数据结构常见七大排序(三)上】—交换排序篇【冒泡排序】And【快速排序】

    目录 前言 1.冒泡排序 1.1冒泡排序动图 1.2冒泡排序源代码 1.3冒泡排序的特性总结 2.快速排序👑 2.1hoare版本实现思想 排序前 排序中 排序后 2.2hoare版本快排源代码 2.3分析先走 情况1🥇 情况2🥈 交换类排序两个常见的排序算法【冒泡排序】、【快速排序】 交换排序基本思想:

    2024年02月16日
    浏览(67)
  • 【数据结构常见七大排序(一)】—插入排序篇【直接插入排序】And【希尔排序】

    目录 1.排序的概念及其运用 1.1排序的概念 1.2排序运用 1.3常见的七大排序 2.直接插入排序 2.1基本思想 2.2直接插入排序 2.3动图助解 2.4直接插入排序源码 2.5直接插入排序的特性总结 3.希尔排序( 缩小增量排序 ) 3.1希尔排序概念及思想 3.2希尔排序图解 3.3希尔排序源码 3.4希尔排序

    2024年02月13日
    浏览(50)
  • 【数据结构常见七大排序(二)】—选择排序篇【直接选择排序】And【堆排序】

    目录 前言 1.直接选择排序 1.1基本思想 1.2直接选择排序实现过程 1.3动图助解 1.4直接选择排序源码 2.堆排序 2.1堆排序的概念 2.2堆排序源码  选择排序有两种常见的【直接选择排序】、【堆排序】 每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起

    2024年02月16日
    浏览(54)
  • 数据结构与算法中的七大排序(Java实现)

    目录 一、直接插入排序 二、希尔排序 三、直接选择排序 四、堆排序 五、冒泡排序 六、快速排序 七、归并排序               定义i下标之前的元素全部已经有序 ,遍历一遍要排序的数组,把i下标前的元素全部进行排序,当遍历玩这个数组后,就已经排好序了。        

    2024年02月06日
    浏览(55)
  • 【数据结构】详解七大排序算法(直接插入排序、希尔排序、直接选择排序、堆排序、冒泡排序、快速排序)

    1、基本思想    把待排序的数按其关键码值的大小逐个插入到一个已经排好序的有序序列中,直到所以的记录插入完为止,得到一个新的有序序列。    实际中我们玩扑克牌时,就用到了插入排序的思想 基本步骤:    当插入第i个元素时,前面的arr[0]、arr[2]…arr

    2024年02月04日
    浏览(72)
  • 数据结构排序——详解快排及其优化和冒泡排序(c语言实现、附有图片与动图示意)

    上次讲了选择排序和堆排序:数据结构排序——选择排序与堆排序 今天就来快排和冒泡 快速排序(Quick Sort)是一种常用的排序算法,它是由英国计算机科学家Tony Hoare于1959年发明的。快速排序的基本思想是通过分治的策略将一个数组分成两个子数组,然后分别对这两个子数

    2024年01月25日
    浏览(43)
  • 【数据结构】动图详解双向链表

    目录 1.单向链表的劣势 2.带头双向循环链表         1.逻辑结构        2.结点的代码实现 3.双向链表接口的实现         1.接口1---初始化         2.接口2,3---头插,尾插         3. 接口4,5---头删,尾删         3. 接口6---查找          4. 接口7,8--插入,

    2024年01月23日
    浏览(56)
  • 【数据结构】动图详解单向链表

    目录 1.什么是链表         1.问题引入         2. 链表的概念及结构         3. 问题解决 2.单向链表接口的实现         1.接口1,2---头插,尾插         2. 接口3,4---头删,尾删         3. 接口5---查找          4. 接口6,7---插入,删除         5. 接口

    2024年01月18日
    浏览(56)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包