【算法】排序——选择排序和交换排序(快速排序)
=========================================================================
主页点击直达:个人主页
我的小仓库:代码仓库
C语言偷着笑:C语言专栏
数据结构挨打小记:初阶数据结构专栏
Linux被操作记:Linux专栏
LeetCode刷题掉发记:LeetCode刷题
算法头疼记:算法专栏
=========================================================================
目录
前言
选择排序
直接选择排序
交换排序
冒泡排序
快速排序
hoare法
挖坑法
双指针法
快速排序优化
优化一、三数取中
优化二、小区间优化
快速排序非递归
前言
上篇文章讲述了插入排序及插入排序的优化希尔排序,今天我们继续给大家带来排序中的选择排序和交换排序,选择排序包括直接选择排序、 其中还包括堆排序,因为之前讲过堆排序,这篇文章就不多讲解,点击直达堆排序。交换排序包括冒泡排序、快速排序。让我们开始今天的选择排序之旅吧!!!
选择排序
基本思想: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,存放在序列的起始位置,直到全部待排序的数据元素排完 。
直接选择排序
在元素集合array[i]--array[n-1]中选择关键码最大(小)的数据元素
若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换在剩余的array[i]--array[n-2](array[i+1]--array[n-1])集合中,重复上述步骤,直到集合剩余1个元素
实现代码
//交换函数 void swap(int* x, int* y) {int tmp = *x;*x = *y;*y = tmp; } //直接选择排序 void SelectSort(int* a, int n) {for (int i = 0; i < n; i++){int mini = i;for (int j = i + 1; j < n; j++){if (a[mini] > a[j]){mini = j;}}swap(&a[i], &a[mini]);} }直接选择排序的特性总结:
1. 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1)
4. 稳定性:不稳定
交换排序
基本思想:
所谓交换,就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置。
交换排序的特点是:
将键值较大的记录向序列的尾部移动,键值较小的记录向序列的前部移动。
冒泡排序
实现代码
void BubbleSort(int* a, int n) {for (int j = 0; j < n; j++){for (int i = 0; i < n - 1-j; i++){if (a[i + 1] < a[i]){Swap(&a[i + 1], &a[i]);}}}}如果我们给一个有序数组的话,冒泡排序还是会两两相比较,会很麻烦我们不妨给一个变量,如果发生交换的话就改变这个变量的值每一趟冒泡排序后我们判断这个值是否改变,如果没改变则这个数组是有序的。
冒泡排序优化
void BubbleSort(int* a, int n) {for (int j = 0; j < n; j++){int tmp = 1;for (int i = 0; i < n - 1-j; i++){if (a[i + 1] < a[i]){Swap(&a[i + 1], &a[i]);tmp=0;}}if (tmp == 1){return;}}}
快速排序
快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止。
这里我们能发现每一趟排序后的基准值都会被排序到正确的位置,因此我们以排好序的基准值为分界线,将数组分成左右两部分,左右两部分再根据排序的方法进行排序。每次排序都会产生一个排好序的基准值,每次都要根据这个基准值将数组分成两部分。因此我们考虑使用递归。
hoare法
实现代码
//hoare法 int PartSort1(int* a, int left, int right) {int keyi = left;while (left < right){//右边找小//防止越界, 防止死循环while (left < right && a[right] >= a[keyi]){right--;}//左边找大while (left < right && a[left] <= a[keyi]){left++;}Swap(&a[left], &a[right]);}Swap(&a[keyi], &a[left]);return left; } void QuickSort(int* a, int begin, int end) {if (begin >= end){return;}int keyi = PartSort1(a, begin, end);//[0 , keyi-1] keyi [keyi+1 , end]QuickSort(a, keyi + 1, end);QuickSort(a, begin, keyi - 1); }挖坑法
实现代码
//挖坑法 int PartSort2(int* a, int left, int right) {int key = a[left];int keyi = left;while (left < right){while (left < right && a[right] >= a[keyi]){right--;}a[keyi] = a[right];keyi = right;while (left < right && a[left] <= a[keyi]){left++;}a[keyi] = a[left];keyi = left;}a[keyi] = key;return keyi; } void QuickSort(int* a, int begin, int end) {if (begin >= end){return;}int keyi = PartSort2(a, begin, end);//[0 , keyi-1] keyi [keyi+1 , end]QuickSort(a, keyi + 1, end);QuickSort(a, begin, keyi - 1); }双指针法
实现代码
//双指针法 int PartSort3(int* a, int left, int right) {int prev = left;int cur = left + 1;int keyi = left;while (cur <= right){if (a[cur] < a[keyi]){Swap(&a[++prev], &a[cur]);}cur++;}Swap(&a[prev], &a[keyi]);return prev; } void QuickSort(int* a, int begin, int end) {if (begin >= end){return;}int keyi = PartSort3(a, begin, end);//[0 , keyi-1] keyi [keyi+1 , end]QuickSort(a, keyi + 1, end);QuickSort(a, begin, keyi - 1); }上面的三中方法我们使用函数递归来完成的,如果给予一个很大的数组需要排序,递归的深度可能会很深,会导致栈溢出。
快速排序优化
我们能否发现快速排序的递归很像二叉树的遍历,但是还有一个问题我们每次选的基准值排好序后都不一定都处于数组中大致的中间位置,这是我们理想的情况,如果不理想呢,每次选好的基准值排好序后都位于开头,这样只能将一个数组元素分割出去,而不是将近分开一半一半。
最好情况:每次都将近分开一半。
时间复杂度:O(N*logN)

最坏的情况:每次都分开一小部分
时间复杂度:O(N^2)

优化一、三数取中
我们在传参数时会传数组的长度,我们不妨在在数组头,数组尾和数组中间这三个值之间挑出中间值放在数组的头部,作为基准值,在进行排序。
实现代码
int GetMidi(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 //left>mid{if (a[mid] > a[right]){return mid;}else if (a[left] < a[right]){return left;}else{return right;}} }这样我们实现了三数取中,再将下面的代码放到三种方法排序之前就可以了
int mid = GetMidi(a, left, right);Swap(&a[left], &a[mid]);这样我们初步的优化就完成了。
优化二、小区间优化
我们一上面的10个元素的数组为例,递归深度只有三四层没必要使用递归向下深入,继续浪费栈空间,我们不妨当数组元素大于等于10的时候递归,当数组元素小于10时使用插入排序。
实现代码
void QuickSort(int* a, int begin,int end) {if (begin >= end)return;//小区间优化,小区间不在递归分割排序,减少递归次数if((end-begin+1)>10){ int keyi = PartSort3(a, begin, end);//[begin,keyi-1] keyi [keyi+1 ,end]zdQuickSort(a, begin, keyi - 1);QuickSort(a, keyi + 1, end);}else{InsertSort(a + begin, end - begin + 1);} }
快速排序非递归
这里我们使用栈数据结构配合数组下标来完成非递归的实现。
实现代码
void QuickSortNonR(int* a, int left, int right) {ST st;STInit(&st);STPush(&st, right);STPush(&st, left);while (!STEmpty(&st)){int begin = STTop(&st);STPop(&st);int end = STTop(&st);STPop(&st);int keyi = PartSort1(a, begin, end);if (keyi+1<end){STPush(&st, right);STPush(&st, keyi + 1);}if (keyi - 1 > begin){STPush(&st, keyi - 1);STPush(&st, left);}}STDer(&st); }快速排序的特性总结:
1. 快速排序整体的综合性能和使用场景都是比较好的,所以才敢叫快速排序
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(logN)
4. 稳定性:不稳定
选择排序和快速排序的基本内容及优化到这就讲完了,其中快速排序使用非递归来实现确实优点难理解,大家可以一边分析代码,一边画图来理解。希望能积极指出文章中的错误,下期带来排序的最后一篇文章归并排序,敬请期待!!!
相关文章:
 
【算法】排序——选择排序和交换排序(快速排序)
主页点击直达:个人主页 我的小仓库:代码仓库 C语言偷着笑:C语言专栏 数据结构挨打小记:初阶数据结构专栏 Linux被操作记:Linux专栏 LeetCode刷题掉发记:LeetCode刷题 算法头疼记:算法专栏…...
 
Docker 容器监控 - Weave Scope
Author:rab 目录 前言一、环境二、部署三、监控3.1 容器监控 - 单 Host3.2 容器监控 - 多 Host 总结 前言 Docker 容器的监控方式有很多,如 cAdvisor、Prometheus 等。今天我们来看看其另一种监控方式 —— Weave Scope,此监控方法似乎用的人…...
Spring Boot集成redis集群拓扑动态刷新
项目场景: Spring Boot集成Redis集群,使用lettuce连接Cluster集群实例。 问题描述 redis其中一个节点挂了之后,springboot集成redis集群配置信息没有及时刷新,出现读取操作报错。 java.lang.IllegalArgumentException: Connec…...
COCI2022-2023#1 Neboderi
P9032 [COCI2022-2023#1] Neboderi 题目大意 有一个长度为 n n n的序列 h i h_i hi,你需要从中选择一个长度大于等于 k k k的子区间 [ l , r ] [l,r] [l,r],使得 g ( h l h l 1 ⋯ h r ) g\times (h_lh_{l1}\cdotsh_r) g(hlhl1⋯hr)最小&…...
 
由于找不到d3dx9_43.dll无法继续执行此代码怎么解决?全面解析d3dx9_43.dll
在使用计算机过程中,我们可能会遇到各种各样的问题。其中之一就是d3dx9_43.dll文件丢失的问题。这个问题通常会出现在运行某些应用程序或游戏时,导致程序无法正常启动或运行。那么,如何解决这个问题呢?小编将为您提供一些解决方案…...
 
Linux--网络编程-字节序
进程间的通信: 管道、消息队列、共享内存、信号、信号量。 特点:都依赖于linux内核。 缺陷:无法多机通信。 一、网络编程: 1、地址:基于网络,ip地址端口号。 端口号作用: 一台拥有ip地址的主机…...
 
python实现http/https拦截
python实现http拦截 前言:为什么要使用http拦截一、技术调研二、技术选择三、使用方法前言:为什么要使用http拦截 大多数爬虫玩家会直接选择API请求数据,但是有的网站需要解决扫码登录、Cookie校验、数字签名等,这种方法实现时间长,难度高。需求里面不需要高并发,有没有…...
 
农产品团购配送商城小程序的作用是什么
农产品覆盖稻麦油蛋等多种细分类目,各地区经营商家众多,随着人们生活品质提升,对食物的要求也在提升,绿色无污染无激素的农产品往往受到不少人喜爱,而在销售中,也有不少人选择自建商城线上经营。 通过【雨…...
使用van-dialog二次封装微信小程序模态框
由于微信小程序的wx.showModal不支持富文本内容,无法实现更灵活的展示效果,故需要进行二次封装 实现思路:使用van-dialog以及微信小程序的rich-text实现 代码如下: // index.wxml <van-dialoguse-slottitle"提示"s…...
 
生鲜蔬果同城配送社区团购小程序商城的作用是什么
生鲜蔬果行业作为市场主要支撑之一,从业商家众多的同时消费者也从不缺,尤其对中高城市,生鲜蔬果除了传统线下超市、市场经营外,线上更是受到大量消费者信任,而很多商家也是自建了生鲜蔬果商城多场景生意经营。 那么通…...
 
Unity实现设计模式——状态模式
Unity实现设计模式——状态模式 状态模式最核心的设计思路就是将对象的状态抽象出一个接口,然后根据它的不同状态封装其行为,这样就可以实现状态和行为的绑定,最终实现对象和状态的有效解耦。 在实际开发中一般用到FSM有限状态机的实现&…...
差分数组的应用技巧
前缀和技巧 针对的算法场景是不需要对原始数组进行修改的情况下,频繁查询某个区间的累加和。 差分数组 主要适用场景是频繁对原始数组的某个区间的元素进行增减。 相关题目 1094. 拼车 1109. 航班预订统计 370. 区间加法 # 1094. 拼车 class Solution:def carPool…...
 
斯坦福数据挖掘教程·第三版》读书笔记(英文版)Chapter 10 Mining Social-Network Graphs
来源:《斯坦福数据挖掘教程第三版》对应的公开英文书和PPT。 Chapter 10 Mining Social-Network Graphs The essential characteristics of a social network are: There is a collection of entities that participate in the network. Typically, these entiti…...
DFS:842. 排列数字
给定一个整数 nn,将数字 1∼n1∼n 排成一排,将会有很多种排列方法。 现在,请你按照字典序将所有的排列方法输出。 输入格式 共一行,包含一个整数 nn。 输出格式 按字典序输出所有排列方案,每个方案占一行。 数据…...
 
pytorch之nn.Conv1d详解
自然语言处理中一个句子序列,一维的,所以使用Conv1d...
 
H5生成二维码
H5生成二维码: 1.引入js库,可自行点击链接复制使用 <script type"text/javascript" src"http://static.runoob.com/assets/qrcode/qrcode.min.js"></script>2.加入二维码占位区HTML <div id"qrCode">…...
 
Three.js加载360全景图片/视频
Three.js加载360全景图片/视频 效果 原理 将全景图片/视频作为texture引入到three.js场景中将贴图与球形网格模型融合,将球模型当做成环境容器使用处理视频时需要以dom为载体,加载与控制视频动作每次渲染时更新当前texture,以达到视频播放效…...
 
北大硕士7年嵌入式学习经验分享
阶段 1 大一到大三这个阶段我与大多数学生相同: 学习本专业知识(EE专业),学习嵌入式软件开发需要的计算机课程(汇编原理,计算机组成原理,操作系统,C语言等),…...
 
华为鸿蒙手表开发之动态生成二维码
华为鸿蒙手表开发之动态生成二维码 前言: 最近入职新公司,由于之前的哥们临时离职,走得很突然,所以没有任何交接和文档,临时顶上公司手表应用的上架,更换了新的密钥和key之后重新测试功能和流程ÿ…...
 
2023-09-28 monetdb-databae的概念和作用-分析
摘要: 每个数据库对于db,schema以及user,role都有一套自己的设计, 不同数据库间对于相同名字的东西例如database和schema可以说南辕北辙, 例如mysql中schema其实是database的同义词. 本文分析monetdb的database的概念和作用 database的概念和作用: 和mysql的database完全不同…...
 
376. Wiggle Subsequence
376. Wiggle Subsequence 代码 class Solution { public:int wiggleMaxLength(vector<int>& nums) {int n nums.size();int res 1;int prediff 0;int curdiff 0;for(int i 0;i < n-1;i){curdiff nums[i1] - nums[i];if( (prediff > 0 && curdif…...
 
《用户共鸣指数(E)驱动品牌大模型种草:如何抢占大模型搜索结果情感高地》
在注意力分散、内容高度同质化的时代,情感连接已成为品牌破圈的关键通道。我们在服务大量品牌客户的过程中发现,消费者对内容的“有感”程度,正日益成为影响品牌传播效率与转化率的核心变量。在生成式AI驱动的内容生成与推荐环境中࿰…...
 
uniapp 小程序 学习(一)
利用Hbuilder 创建项目 运行到内置浏览器看效果 下载微信小程序 安装到Hbuilder 下载地址 :开发者工具默认安装 设置服务端口号 在Hbuilder中设置微信小程序 配置 找到运行设置,将微信开发者工具放入到Hbuilder中, 打开后出现 如下 bug 解…...
tomcat指定使用的jdk版本
说明 有时候需要对tomcat配置指定的jdk版本号,此时,我们可以通过以下方式进行配置 设置方式 找到tomcat的bin目录中的setclasspath.bat。如果是linux系统则是setclasspath.sh set JAVA_HOMEC:\Program Files\Java\jdk8 set JRE_HOMEC:\Program Files…...
 
CVPR2025重磅突破:AnomalyAny框架实现单样本生成逼真异常数据,破解视觉检测瓶颈!
本文介绍了一种名为AnomalyAny的创新框架,该方法利用Stable Diffusion的强大生成能力,仅需单个正常样本和文本描述,即可生成逼真且多样化的异常样本,有效解决了视觉异常检测中异常样本稀缺的难题,为工业质检、医疗影像…...
文件上传漏洞防御全攻略
要全面防范文件上传漏洞,需构建多层防御体系,结合技术验证、存储隔离与权限控制: 🔒 一、基础防护层 前端校验(仅辅助) 通过JavaScript限制文件后缀名(白名单)和大小,提…...
【学习记录】使用 Kali Linux 与 Hashcat 进行 WiFi 安全分析:合法的安全测试指南
文章目录 📌 前言🧰 一、前期准备✅ 安装 Kali Linux✅ 获取支持监听模式的无线网卡 🛠 二、使用 Kali Linux 进行 WiFi 安全测试步骤 1:插入无线网卡并确认识别步骤 2:开启监听模式步骤 3:扫描附近的 WiFi…...
android计算器代码
本次作业要求实现一个计算器应用的基础框架。以下是布局文件的核心代码: <LinearLayout xmlns:android"http://schemas.android.com/apk/res/android"android:layout_width"match_parent"android:layout_height"match_parent"andr…...
CSP信奥赛C++常用系统函数汇总
# CSP信奥赛C常用系统函数汇总## 一、输入输出函数### 1. cin / cout(<iostream>) cpp int x; cin >> x; // 输入 cout << x << endl;// 输出 优化:ios::sync_with_stdio(false); 可提升速度 2. scanf() /…...
Go 语言中switch case条件分支语句
1. 基本语法 package main import "fmt" func main() {var extname ".css"switch extname {case ".html":fmt.Println("text/html")case ".css":fmt.Println("text/css") // text/csscase ".js":fmt.…...



