常用排序演算法(三)歸併排序、堆排序、基數排序
歸併排序
1. 基本思想:
歸併排序是建立在歸併操作上的一種有效的排序演算法。該演算法是採用分治法的一個非常典型的應用。
首先考慮下如何將2個有序數列合併。這個非常簡單,只要從比較2個數列的第一個數,誰小就先取誰,取了後就在對應數列中刪除這個數。然後再進行比較,如果有數列為空,那直接將另一個數列的資料依次取出即可。
//將有序陣列a[]和b[]合併到c[]中 void MemeryArray(int a[], int n, int b[], int m, int c[]) { int i, j, k; i = j = k = 0; while (i < n && j < m) { if (a[i] < b[j]) c[k++] = a[i++]; else c[k++] = b[j++]; } while (i < n) c[k++] = a[i++]; while (j < m) c[k++] = b[j++]; }
解決了上面的合併有序數列問題,再來看歸併排序,其的基本思路就是將陣列分成2組A,B,如果這2組組內的資料都是有序的,那麼就可以很方便的將這2組資料進行排序。如何讓這2組組內資料有序了?
可以將A,B組各自再分成2組。依次類推,當分出來的小組只有1個數據時,可以認為這個小組組內已經達到了有序,然後再合併相鄰的2個小組就可以了。這樣通過先遞迴的分解數列,再合併數列就完成了歸併排序。
2. 過程:
歸併排序
3. 平均時間複雜度:O(NlogN)
歸併排序的效率是比較高的,設數列長為N,將數列分開成小數列一共要logN步,每步都是一個合併有序數列的過程,時間複雜度可以記為O(N),故一共為O(N*logN)。
4. 程式碼實現:
public static void merge_sort(int a[],int first,int last,int temp[]){ if(first < last){ int middle = (first + last)/2; merge_sort(a,first,middle,temp);//左半部分排好序 merge_sort(a,middle+1,last,temp);//右半部分排好序 mergeArray(a,first,middle,last,temp); //合併左右部分 } } //合併 :將兩個序列a[first-middle],a[middle+1-end]合併 public static void mergeArray(int a[],int first,int middle,int end,int temp[]){ int i = first; int m = middle; int j = middle+1; int n = end; int k = 0; while(i<=m && j<=n){ if(a[i] <= a[j]){ temp[k] = a[i]; k++; i++; }else{ temp[k] = a[j]; k++; j++; } } while(i<=m){ temp[k] = a[i]; k++; i++; } while(j<=n){ temp[k] = a[j]; k++; j++; } for(int ii=0;ii<k;ii++){ a[first + ii] = temp[ii]; } }
堆排序
-
基本思想:
- 圖示: (88,85,83,73,72,60,57,48,42,6)
Heap Sort
- 圖示: (88,85,83,73,72,60,57,48,42,6)
-
平均時間複雜度:O(NlogN)
由於每次重新恢復堆的時間複雜度為O(logN),共N - 1次重新恢復堆操作,再加上前面建立堆時N / 2次向下調整,每次調整時間複雜度也為O(logN)。二次操作時間相加還是O(N * logN)。 -
java程式碼實現
//構建最小堆
public static void MakeMinHeap(int a[], int n){
for(int i=(n-1)/2 ; i>=0 ; i--){
MinHeapFixdown(a,i,n);
}
}
//從i節點開始調整,n為節點總數 從0開始計算 i節點的子節點為 2*i+1, 2*i+2
public static void MinHeapFixdown(int a[],int i,int n){
int j = 2*i+1; //子節點
int temp = 0;
while(j<n){
//在左右子節點中尋找最小的
if(j+1<n && a[j+1]<a[j]){
j++;
}
if(a[i] <= a[j])
break;
//較大節點下移
temp = a[i];
a[i] = a[j];
a[j] = temp;
i = j;
j = 2*i+1;
}
}
public static void MinHeap_Sort(int a[],int n){
int temp = 0;
MakeMinHeap(a,n);
for(int i=n-1;i>0;i--){
temp = a[0];
a[0] = a[i];
a[i] = temp;
MinHeapFixdown(a,0,i);
}
}
基數排序
BinSort
-
基本思想:
BinSort想法非常簡單,首先建立陣列A[MaxValue];然後將每個數放到相應的位置上(例如17放在下標17的陣列位置);最後遍歷陣列,即為排序後的結果。 -
圖示:
BinSort
- 問題: 當序列中存在較大值時,BinSort 的排序方法會浪費大量的空間開銷。
RadixSort
- 基本思想: 基數排序是在BinSort的基礎上,通過基數的限制來減少空間的開銷。
- 過程:
過程1
過程2
(1)首先確定基數為10,陣列的長度也就是10.每個數34都會在這10個數中尋找自己的位置。
(2)不同於BinSort會直接將數34放在陣列的下標34處,基數排序是將34分開為3和4,第一輪排序根據最末位放在陣列的下標4處,第二輪排序根據倒數第二位放在陣列的下標3處,然後遍歷陣列即可。 -
java程式碼實現:
public static void RadixSort(int A[],int temp[],int n,int k,int r,int cnt[]){
//A:原陣列
//temp:臨時陣列
//n:序列的數字個數
//k:最大的位數2
//r:基數10
//cnt:儲存bin[i]的個數
for(int i=0 , rtok=1; i<k ; i++ ,rtok = rtok*r){
//初始化
for(int j=0;j<r;j++){
cnt[j] = 0;
}
//計算每個箱子的數字個數
for(int j=0;j<n;j++){
cnt[(A[j]/rtok)%r]++;
}
//cnt[j]的個數修改為前j個箱子一共有幾個數字
for(int j=1;j<r;j++){
cnt[j] = cnt[j-1] + cnt[j];
}
for(int j = n-1;j>=0;j--){ //重點理解
cnt[(A[j]/rtok)%r]--;
temp[cnt[(A[j]/rtok)%r]] = A[j];
}
for(int j=0;j<n;j++){
A[j] = temp[j];
}
}
}