当前位置: 首页 > news >正文

排序合集(一)

一、直接插入排序 (Insertion Sort)

基本思想

直接插入排序是一种简单直观的排序算法,就像我们打扑克牌时的操作:每次摸到一张牌,都会把它插入到手中已排好序的牌的正确位置。通过这种方式,逐步构建一个有序序列。

步骤
  1. 从第一个元素开始,该元素可以认为已经被排序。

  2. 取出下一个元素,在已经排序的元素序列中从后向前扫描。

  3. 如果该元素(已排序)大于新元素,将该元素移到下一位置。

  4. 重复步骤3,直到找到已排序的元素小于或等于新元素的位置。

  5. 将新元素插入到该位置后。

  6. 重复步骤2~5,直到所有元素都被排序。

C语言代码示例
void InsertSort(int* a, int n) {for (int i = 1; i < n; i++) { // 从第二个元素开始int temp = a[i]; // 当前要插入的元素int j = i - 1;    // 从已排序部分的最后一个元素开始比较while (j >= 0 && a[j] > temp) {a[j + 1] = a[j]; // 如果当前元素大于新元素,向后移动j--;}a[j + 1] = temp; // 找到插入位置后,插入新元素}
}
算法分析
  • 时间复杂度

    • 最好情况(已排好序):O(n),每个元素只需比较一次。

    • 平均情况和最坏情况(逆序):O(n²)。

  • 空间复杂度:O(1),只需要一个临时变量。

  • 稳定性:稳定。相等元素的相对位置不会改变。

  • 适用场景:适用于小型数据集或基本有序的数据集,效率较高。


二、冒泡排序 (Bubble Sort)

基本思想

冒泡排序是一种简单但效率较低的排序算法。它的名字来源于其工作方式:通过重复遍历待排序的数列,比较相邻的两个元素,如果顺序错误就交换它们。每次遍历后,最大的元素会像气泡一样“浮”到数列的末尾。

步骤
  1. 比较相邻的元素。如果第一个比第二个大,就交换它们。

  2. 对每一对相邻元素做同样的操作,从第一个元素到最后一个元素。经过这一轮后,最大的元素会移动到数列的末尾。

  3. 重复上述步骤,但每次减少比较的范围,因为最后的元素已经排好序。

  4. 继续重复,直到整个数列有序。

C语言代码示例
void bubbleSort(int arr[], int n) {for (int i = 0; i < n - 1; i++) { // 遍历 n-1 次for (int j = 0; j < n - i - 1; j++) { // 每次减少比较范围if (arr[j] > arr[j + 1]) { // 如果顺序错误,交换int temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}}
}
算法分析
  • 时间复杂度

    • 最好情况(已排好序):O(n),因为只需要遍历一次。

    • 平均情况和最坏情况(逆序):O(n²)。

  • 空间复杂度:O(1),只需要一个临时变量。

  • 稳定性:稳定。相等元素的相对位置不会改变。

  • 适用场景:由于效率较低,通常只用于教学示例,不适合实际应用。


三、希尔排序 (Shell Sort)

基本思想

希尔排序是插入排序的一种改进版本,通过引入“增量”来分组排序,减少数据的移动次数。它将待排序的元素分成若干组,每组内的元素间距为某个增量,然后对每组进行插入排序。随着增量逐渐减小,最终增量为1时,整个序列基本有序,此时再进行一次直接插入排序即可完成。

步骤
  1. 选择一个增量序列,例如 [n/2, n/4, ..., 1]

  2. 按增量序列的个数进行多趟排序。

  3. 每趟排序中,根据当前增量将序列分成若干子序列,对每个子序列进行插入排序。

  4. 增量逐步减小,直到增量为1,完成排序。

C语言代码示例
void shellSort(int arr[], int n) {for (int gap = n / 2; gap > 0; gap /= 2) { // 增量逐步减小for (int i = gap; i < n; i++) { // 对每个子序列进行插入排序int temp = arr[i];int j = i;while (j >= gap && arr[j - gap] > temp) {arr[j] = arr[j - gap];j -= gap;}arr[j] = temp;}}
}
算法分析
  • 时间复杂度

    • 最好情况:O(n log n)。

    • 平均情况:取决于增量序列,通常在 O(n log² n) 到 O(n^(3/2)) 之间。

    • 最坏情况:O(n²)。

  • 空间复杂度:O(1)。

  • 稳定性:不稳定。由于分组排序,可能会破坏元素的相对顺序。

  • 适用场景:适用于中等规模的数据集,性能优于简单排序算法。


四、选择排序 (Selection Sort)

基本思想

选择排序是一种简单直观的排序算法。它的核心思想是:每次从未排序的部分中找到最小(或最大)的元素,放到已排序部分的末尾。通过逐步缩小未排序部分的范围,最终完成排序。

步骤
  1. 在未排序的序列中找到最小元素。

  2. 将最小元素与未排序部分的第一个元素交换。

  3. 将已排序部分的边界向后移动一位。

  4. 重复上述步骤,直到所有元素都被排序。

C语言代码示例
void selectionSort(int arr[], int n) {for (int i = 0; i < n - 1; i++) { // 遍历 n-1 次int min_idx = i; // 假设当前元素为最小值for (int j = i + 1; j < n; j++) { // 找到未排序部分的最小值if (arr[j] < arr[min_idx]) {min_idx = j;}}// 交换最小值与当前元素int temp = arr[min_idx];arr[min_idx] = arr[i];arr[i] = temp;}
}
算法分析
  • 时间复杂度

    • 最好、平均和最坏情况:O(n²)。

  • 空间复杂度:O(1)。

  • 稳定性:不稳定。交换操作可能会破坏相等元素的相对顺序。

  • 适用场景:实现简单,适合小型数据集或教学示例。


五、堆排序 (Heap Sort)

基本思想

堆排序是一种基于堆数据结构的排序算法。堆是一种特殊的完全二叉树,分为大顶堆和小顶堆。堆排序利用堆的性质,快速找到最大或最小元素,并逐步构建有序序列。

步骤
  1. 将待排序的序列构建成一个大顶堆(升序排序)或小顶堆(降序排序)。

  2. 将堆顶元素(最大值或最小值)与末尾元素交换。

  3. 将剩余的元素重新调整为堆。

  4. 重复上述步骤,直到所有元素都被排序。

C语言代码示例
void heapify(int arr[], int n, int i) {int largest = i; // 假设当前节点为最大值int left = 2 * i + 1; // 左子节点int right = 2 * i + 2; // 右子节点if (left < n && arr[left] > arr[largest]) {largest = left; // 如果左子节点更大}if (right < n && arr[right] > arr[largest]) {largest = right; // 如果右子节点更大}if (largest != i) {// 交换当前节点与最大值节点int temp = arr[i];arr[i] = arr[largest];arr[largest] = temp;// 递归调整子树heapify(arr, n, largest);}
}void heapSort(int arr[], int n) {// 构建大顶堆for (int i = n / 2 - 1; i >= 0; i--) {heapify(arr, n, i);}// 逐步提取堆顶元素for (int i = n - 1; i >= 0; i--) {// 交换堆顶元素与末尾元素int temp = arr[0];arr[0] = arr[i];arr[i] = temp;// 调整剩余元素为堆heapify(arr, i, 0);}
}
算法分析
  • 时间复杂度

    • 最好、平均和最坏情况:O(n log n)。

  • 空间复杂度:O(1)。

  • 稳定性:不稳定。交换操作可能会破坏相等元素的相对顺序。

  • 适用场景:适合大数据量的排序,性能稳定。

相关文章:

排序合集(一)

一、直接插入排序 (Insertion Sort) 基本思想 直接插入排序是一种简单直观的排序算法&#xff0c;就像我们打扑克牌时的操作&#xff1a;每次摸到一张牌&#xff0c;都会把它插入到手中已排好序的牌的正确位置。通过这种方式&#xff0c;逐步构建一个有序序列。 步骤 从第一…...

Spring:Spring实现AOP的通俗理解(有源码跟踪)

目录标题 AOP定义SpringAOP和AspectJ联系Spring如何实现AOPAOP的代理对象AOP的代理对象生成过程 AOP定义 AOP &#xff08;Aspect Orient Programming&#xff09;&#xff1a;直译过来就是 面向切面编程。AOP 是一种编程思想用途&#xff1a;Transactions &#xff08;事务调…...

通过openresty和lua实现随机壁纸

效果&#xff1a; 图片存放路径&#xff1a; /home/jobs/webs/imgs/ ├── default/ │ ├── image1.jpg │ ├── image2.png ├── cats/ │ ├── cat1.jpg │ ├── cat2.gif ├── dogs/ │ ├── dog1.jpg访问http://demo.com/imgs/default 随机返回…...

Day 36 卡玛笔记

这是基于代码随想录的每日打卡 56. 合并区间 以数组 intervals 表示若干个区间的集合&#xff0c;其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间&#xff0c;并返回 一个不重叠的区间数组&#xff0c;该数组需恰好覆盖输入中的所有区间 。 示例 1…...

【Elasticsearch】match查询

Elasticsearch 的match查询是全文搜索中最常用和最强大的查询类型之一。它允许用户在指定字段中搜索文本、数字、日期或布尔值&#xff0c;并提供了丰富的功能来控制搜索行为和结果。以下是match查询的详细解析&#xff0c;包括其工作原理、参数配置和使用场景。 1.match查询的…...

MATLAB 生成脉冲序列 pulstran函数使用详解

MATLAB 生成脉冲序列 pulstran函数使用详解 目录 前言 一、参数说明 二、示例一 三、示例二 总结 前言 MATLAB中的pulstran函数用于生成脉冲序列&#xff0c;支持连续或离散脉冲。该函数通过将原型脉冲延迟并相加&#xff0c;生成脉冲序列&#xff0c;适用于信号处理和系统…...

开源、免费项目管理工具比较:2025最新整理30款

好用的开源、免费版项目管理系统有&#xff1a;1.Redmine&#xff1b;2. Taiga&#xff1b;3. OpenProject&#xff1b; 4.ProjectLibre&#xff1b; 5.GanttProject&#xff1b; 6.Tuleap&#xff1b; 7.Trac&#xff1b;8. Phabricator&#xff1b; 9.Notion&#xff1b; 10.…...

ffmpeg -muxers

1. ffmpeg -muxers -loglevel quiet 显示ffmpeg支持的复用器。复用器的作用是将多个独立的媒体流&#xff08;如视频流、音频流、字幕流等&#xff09;按照一定的格式和规则组合成一个单一的复合流&#xff1b;解复用器的作用与复用器相反&#xff0c;它将复合流分解为多个独立…...

设置mysql的主从复制模式

mysql设置主从复制模式似乎很容易&#xff0c;关键在于1&#xff09;主库启用二进制日志&#xff0c;2&#xff09;从库将主库设为主库。另外&#xff0c;主从复制&#xff0c;复制些什么&#xff1f;从我现在获得的还很少的经验来看&#xff0c;复制的内容有表&#xff0c;用户…...

ASP.NET Core的贫血模型与充血模型

目录 概念 需求 贫血模型 充血模型 总结 概念 贫血模型&#xff1a;一个类中只有属性或者成员变量&#xff0c;没有方法。充血模型&#xff1a;一个类中既有属性、成员变量&#xff0c;也有方法。 需求 定义一个类保存用户的用户名、密码、积分&#xff1b;用户必须具有…...

君海游戏岗位,需要私我

游戏岗位内推啦&#xff0c;需要找我哈 共14个职位 广告投放主管 社会招聘全国 广告投放 社会招聘全国 设计主管 社会招聘全国 海外投放 社会招聘广东省广州市 海外运营 社会招聘广东省广州市 产品运营专员 社会招聘广东省广州市 平台运营 社会招聘广东…...

IBM服务器刀箱Blade安装Hyper-V Server 2019 操作系统

案例:刀箱某一blade,例如 blade 5 安装 Hyper-V Server 2019 操作系统(安装进硬盘) 刀箱USB插入安装系统U盘,登录192.168... IBM BlandeCenter Restart Blande 5,如果Restart 没反应,那就 Power Off Blade 然后再 Power On 重启后进入BIOS界面设置usb存储为开机启动项 …...

Unity中实现动态图集算法

在 Unity 中&#xff0c;动态图集&#xff08;Dynamic Atlas&#xff09;是一种在运行时将多个纹理合并成一个大纹理图集的技术&#xff0c;这样可以减少渲染时的纹理切换次数&#xff0c;提高渲染效率。 实现原理&#xff1a; 动态图集的核心思想是在运行时动态地将多个小纹理…...

MySQL中的覆盖索引的使用

文章目录 1. 覆盖索引的定义2. 覆盖索引的工作原理2.1 索引和回表2.2 如何实现覆盖索引 3. 覆盖索引的优势4. 覆盖索引的限制5. 创建和优化覆盖索引5.1 分析查询模式5.2 确定需要覆盖的列5.3 创建复合索引5.4 使用覆盖索引优化查询5.5 避免过度索引5.6 索引整理与优化 6. 实际应…...

XML DOM

XML DOM XML DOM(Document Object Model)是一种用于访问和操作XML文档的标准方式。它提供了一种树形结构来表示XML文档,使得开发者能够方便地对XML数据进行读取、修改和操作。本文将详细介绍XML DOM的基本概念、结构、操作方法以及应用场景。 一、XML DOM的基本概念 XML …...

[开源]MaxKb+Ollama 构建RAG私有化知识库

MaxKbOllama&#xff0c;基于RAG方案构专属私有知识库 关于RAG工作原理实现方案 一、什么是MaxKb&#xff1f;二、MaxKb的核心功能三、MaxKb的安装与使用四、MaxKb的适用场景五、安装方案、 docker版Docker Desktop安装配置MaxKb安装和配置 总结和问题 MaxKB 是一款基于 LLM 大…...

迅为RK3568开发板篇OpenHarmony实操HDF驱动配置LED-LED测试

将编译好的镜像全部进行烧写&#xff0c;镜像在源码根目录 out/rk3568/packages/phone/images/目录下。 烧写完成之后&#xff0c;在调试串口查看打印日志&#xff0c;如下图所示&#xff1a; 然后打开 hdc 工具&#xff0c;运行测试程序&#xff0c;输入“led_test 1”&…...

将Mac上Python程序的虚拟环境搬到Windows

1. 导出Mac上Python虚拟环境的依赖 cd py && source venv/bin/activate && pip freeze > requirements.txt 2. 在Windows上创建一个新的虚拟环境 python -m venv venv 3. 激活虚拟环境 venv\Scripts\activate 4. 安装依赖 pip install -r requiremen…...

大语言模型评价 怎么实现去偏见处理

大语言模型评价 怎么实现去偏见处理 在训练大语言模型(LLMs)时,去偏处理对于避免模型学习到带有偏见的模式至关重要,以下从数据处理、模型训练、评估监测三个阶段介绍具体实现方法,并结合招聘场景进行举例说明: 数据处理阶段 数据清洗:仔细审查并剔除包含明显偏见的训练…...

3.React 组件化开发

react&#xff1a;版本 18.2.0node&#xff1a; 版本18.19.1脚手架&#xff1a;版本 5.0.1 一、类组件 (一) 一个干净的脚手架 【1】使用已经被废弃的 CRA (create-react-app) create-react-app 已经被废弃&#xff0c;且目前使用会报错&#xff0c;官方已经不推荐使用&…...

【OSG学习笔记】Day 18: 碰撞检测与物理交互

物理引擎&#xff08;Physics Engine&#xff09; 物理引擎 是一种通过计算机模拟物理规律&#xff08;如力学、碰撞、重力、流体动力学等&#xff09;的软件工具或库。 它的核心目标是在虚拟环境中逼真地模拟物体的运动和交互&#xff0c;广泛应用于 游戏开发、动画制作、虚…...

MongoDB学习和应用(高效的非关系型数据库)

一丶 MongoDB简介 对于社交类软件的功能&#xff0c;我们需要对它的功能特点进行分析&#xff1a; 数据量会随着用户数增大而增大读多写少价值较低非好友看不到其动态信息地理位置的查询… 针对以上特点进行分析各大存储工具&#xff1a; mysql&#xff1a;关系型数据库&am…...

连锁超市冷库节能解决方案:如何实现超市降本增效

在连锁超市冷库运营中&#xff0c;高能耗、设备损耗快、人工管理低效等问题长期困扰企业。御控冷库节能解决方案通过智能控制化霜、按需化霜、实时监控、故障诊断、自动预警、远程控制开关六大核心技术&#xff0c;实现年省电费15%-60%&#xff0c;且不改动原有装备、安装快捷、…...

第25节 Node.js 断言测试

Node.js的assert模块主要用于编写程序的单元测试时使用&#xff0c;通过断言可以提早发现和排查出错误。 稳定性: 5 - 锁定 这个模块可用于应用的单元测试&#xff0c;通过 require(assert) 可以使用这个模块。 assert.fail(actual, expected, message, operator) 使用参数…...

Python爬虫(一):爬虫伪装

一、网站防爬机制概述 在当今互联网环境中&#xff0c;具有一定规模或盈利性质的网站几乎都实施了各种防爬措施。这些措施主要分为两大类&#xff1a; 身份验证机制&#xff1a;直接将未经授权的爬虫阻挡在外反爬技术体系&#xff1a;通过各种技术手段增加爬虫获取数据的难度…...

css的定位(position)详解:相对定位 绝对定位 固定定位

在 CSS 中&#xff0c;元素的定位通过 position 属性控制&#xff0c;共有 5 种定位模式&#xff1a;static&#xff08;静态定位&#xff09;、relative&#xff08;相对定位&#xff09;、absolute&#xff08;绝对定位&#xff09;、fixed&#xff08;固定定位&#xff09;和…...

高防服务器能够抵御哪些网络攻击呢?

高防服务器作为一种有着高度防御能力的服务器&#xff0c;可以帮助网站应对分布式拒绝服务攻击&#xff0c;有效识别和清理一些恶意的网络流量&#xff0c;为用户提供安全且稳定的网络环境&#xff0c;那么&#xff0c;高防服务器一般都可以抵御哪些网络攻击呢&#xff1f;下面…...

MFC 抛体运动模拟:常见问题解决与界面美化

在 MFC 中开发抛体运动模拟程序时,我们常遇到 轨迹残留、无效刷新、视觉单调、物理逻辑瑕疵 等问题。本文将针对这些痛点,详细解析原因并提供解决方案,同时兼顾界面美化,让模拟效果更专业、更高效。 问题一:历史轨迹与小球残影残留 现象 小球运动后,历史位置的 “残影”…...

Selenium常用函数介绍

目录 一&#xff0c;元素定位 1.1 cssSeector 1.2 xpath 二&#xff0c;操作测试对象 三&#xff0c;窗口 3.1 案例 3.2 窗口切换 3.3 窗口大小 3.4 屏幕截图 3.5 关闭窗口 四&#xff0c;弹窗 五&#xff0c;等待 六&#xff0c;导航 七&#xff0c;文件上传 …...

接口自动化测试:HttpRunner基础

相关文档 HttpRunner V3.x中文文档 HttpRunner 用户指南 使用HttpRunner 3.x实现接口自动化测试 HttpRunner介绍 HttpRunner 是一个开源的 API 测试工具&#xff0c;支持 HTTP(S)/HTTP2/WebSocket/RPC 等网络协议&#xff0c;涵盖接口测试、性能测试、数字体验监测等测试类型…...