当前位置: 首页 > news >正文

算法入门——排序算法详解(C++实现)

排序算法是计算机科学中最基础也是最重要的内容之一。本文将带你系统学习常见排序算法,从原理到实现,并提供完整的C++代码示例。

一、排序算法概述

排序算法是将一组数据按照特定顺序(升序或降序)重新排列的过程。根据时间复杂度,排序算法可分为:

  • O(n²)级别:冒泡排序、选择排序、插入排序

  • O(n log n)级别:快速排序、归并排序、堆排序

  • O(n)级别:计数排序、桶排序、基数排序(线性排序,有特定限制)

本文将重点讲解前两类算法,并提供完整的C++实现。

二、冒泡排序(Bubble Sort)

算法原理

冒泡排序通过重复遍历数组,比较相邻元素,如果顺序错误就交换它们。每次遍历会将未排序部分的最大元素"冒泡"到正确位置。

#include <iostream>
#include <vector>
using namespace std;void bubbleSort(vector<int>& arr) {int n = arr.size();for (int i = 0; i < n - 1; i++) {// 优化:设置标志位,如果一轮没有交换说明已有序bool swapped = false;for (int j = 0; j < n - i - 1; j++) {if (arr[j] > arr[j + 1]) {swap(arr[j], arr[j + 1]);swapped = true;}}// 没有交换发生,提前结束if (!swapped) break;}
}int main() {vector<int> arr = {64, 34, 25, 12, 22, 11, 90};bubbleSort(arr);cout << "冒泡排序结果: ";for (int num : arr) cout << num << " ";return 0;
}

复杂度分析

  • 时间复杂度:

    • 最优情况:O(n)(已排序数组)

    • 最差情况:O(n²)(逆序数组)

  • 空间复杂度:O(1)(原地排序)

  • 稳定性:稳定(相同元素不交换)

三、选择排序(Selection Sort)

算法原理

选择排序每次从未排序部分选择最小(或最大)元素,放到已排序序列的末尾。

void selectionSort(vector<int>& arr) {int n = arr.size();for (int i = 0; i < n - 1; i++) {int min_idx = i;for (int j = i + 1; j < n; j++) {if (arr[j] < arr[min_idx]) {min_idx = j;}}swap(arr[i], arr[min_idx]);}
}// 主函数中调用
vector<int> arr2 = {64, 25, 12, 22, 11};
selectionSort(arr2);
cout << "选择排序结果: ";
for (int num : arr2) cout << num << " ";

复杂度分析

  • 时间复杂度:O(n²)(任何情况)

  • 空间复杂度:O(1)

  • 稳定性:不稳定(可能改变相同元素顺序)

四、插入排序(Insertion Sort)

算法原理

插入排序将数组分为已排序和未排序两部分,每次从未排序部分取一个元素插入到已排序部分的正确位置。

void insertionSort(vector<int>& arr) {int n = arr.size();for (int i = 1; i < n; i++) {int key = arr[i];int j = i - 1;// 将比key大的元素向后移动while (j >= 0 && arr[j] > key) {arr[j + 1] = arr[j];j--;}arr[j + 1] = key;}
}// 主函数中调用
vector<int> arr3 = {12, 11, 13, 5, 6};
insertionSort(arr3);
cout << "插入排序结果: ";
for (int num : arr3) cout << num << " ";

复杂度分析

  • 时间复杂度:

    • 最优情况:O(n)(已排序数组)

    • 最差情况:O(n²)(逆序数组)

  • 空间复杂度:O(1)

  • 稳定性:稳定

五、希尔排序(Shell Sort)

算法原理

希尔排序是插入排序的改进版,通过将数组分组进行插入排序,逐步减小分组间隔,最终完成排序。

void shellSort(vector<int>& arr) {int n = arr.size();// 初始间隔为n/2,逐步缩小for (int gap = n / 2; gap > 0; gap /= 2) {// 对每个分组进行插入排序for (int i = gap; i < n; i++) {int temp = arr[i];int j;for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {arr[j] = arr[j - gap];}arr[j] = temp;}}
}// 主函数中调用
vector<int> arr4 = {9, 8, 7, 6, 5, 4, 3, 2, 1};
shellSort(arr4);
cout << "希尔排序结果: ";
for (int num : arr4) cout << num << " ";

复杂度分析

  • 时间复杂度:O(n log n) 到 O(n²)(取决于间隔序列)

  • 空间复杂度:O(1)

  • 稳定性:不稳定

六、归并排序(Merge Sort)

算法原理

归并排序采用分治策略:

  1. 将数组分成两半

  2. 递归地对两半进行排序

  3. 合并两个已排序的子数组

// 合并两个有序数组
void merge(vector<int>& arr, int left, int mid, int right) {int n1 = mid - left + 1;int n2 = right - mid;vector<int> L(n1), R(n2);// 复制数据到临时数组for (int i = 0; i < n1; i++)L[i] = arr[left + i];for (int j = 0; j < n2; j++)R[j] = arr[mid + 1 + j];// 合并临时数组回原数组int i = 0, j = 0, k = left;while (i < n1 && j < n2) {if (L[i] <= R[j]) {arr[k] = L[i];i++;} else {arr[k] = R[j];j++;}k++;}// 复制剩余元素while (i < n1) {arr[k] = L[i];i++;k++;}while (j < n2) {arr[k] = R[j];j++;k++;}
}void mergeSort(vector<int>& arr, int left, int right) {if (left < right) {int mid = left + (right - left) / 2;mergeSort(arr, left, mid);     // 排序左半部分mergeSort(arr, mid + 1, right); // 排序右半部分merge(arr, left, mid, right);   // 合并}
}// 主函数中调用
vector<int> arr5 = {38, 27, 43, 3, 9, 82, 10};
mergeSort(arr5, 0, arr5.size() - 1);
cout << "归并排序结果: ";
for (int num : arr5) cout << num << " ";

复杂度分析

  • 时间复杂度:O(n log n)(所有情况)

  • 空间复杂度:O(n)(需要临时数组)

  • 稳定性:稳定

七、快速排序(Quick Sort)

算法原理

快速排序使用分治策略:

  1. 选择基准元素(pivot)

  2. 将数组分为两部分:小于基准和大于基准

  3. 递归地对两部分进行排序

int partition(vector<int>& arr, int low, int high) {int pivot = arr[high]; // 选择最后一个元素作为基准int i = low - 1; // 小于基准的边界for (int j = low; j <= high - 1; j++) {if (arr[j] < pivot) {i++;swap(arr[i], arr[j]);}}swap(arr[i + 1], arr[high]);return i + 1;
}void quickSort(vector<int>& arr, int low, int high) {if (low < high) {int pi = partition(arr, low, high); // 分区索引quickSort(arr, low, pi - 1);  // 排序左半部分quickSort(arr, pi + 1, high); // 排序右半部分}
}// 主函数中调用
vector<int> arr6 = {10, 7, 8, 9, 1, 5};
quickSort(arr6, 0, arr6.size() - 1);
cout << "快速排序结果: ";
for (int num : arr6) cout << num << " ";

复杂度分析

  • 时间复杂度:

    • 平均情况:O(n log n)

    • 最坏情况:O(n²)(当数组已排序或逆序时)

  • 空间复杂度:O(log n)(递归调用栈)

  • 稳定性:不稳定

八、算法比较与总结

排序算法

平均时间复杂度

最好情况

最坏情况

空间复杂度

稳定性

冒泡排序

O(n²)

O(n)

O(n²)

O(1)

稳定

选择排序

O(n²)

O(n²)

O(n²)

O(1)

不稳定

插入排序

O(n²)

O(n)

O(n²)

O(1)

稳定

希尔排序

O(n log n)

O(n log²n)

O(n²)

O(1)

不稳定

归并排序

O(n log n)

O(n log n)

O(n log n)

O(n)

稳定

快速排序

O(n log n)

O(n log n)

O(n²)

O(log n)

不稳定

九、如何选择合适的排序算法

  1. 小规模数据:插入排序(实现简单,常数因子小)

  2. 中等规模数据:希尔排序(比插入排序更高效)

  3. 大规模数据:

    • 需要稳定排序:归并排序

    • 不需要稳定排序:快速排序(通常最快)

  4. 内存受限环境:堆排序(空间复杂度O(1))

  5. 数据基本有序:插入排序或冒泡排序

在C++标准库中,std::sort()函数通常使用快速排序的优化版本(IntroSort),它会根据数据大小和递归深度自动切换排序算法。

掌握这些基础排序算法不仅有助于理解算法设计思想,也为学习更复杂的算法打下坚实基础。建议读者动手实现每种算法,并通过不同数据集观察它们的性能差异。

相关文章:

  • ANN、CNN、RNN 深度解析
  • Java面试复习:Java基础、OOP与并发编程精要
  • Coilcraft电感上的横线是什么意思?电感有方向么?
  • 每日算法刷题Day35 6.22:leetcode枚举技巧枚举中间2道题,用时1h
  • 用可观测工具高效定位和查找设计中深度隐藏的bug
  • 跨平台高稳定低延迟的RTSP转RTMP推送方案实践
  • 抖音小程序开发:ttml和传统html的区别
  • 选择大于努力,是学习FPGA硬件设计还是学习软件设计?
  • aws(学习笔记第四十六课) codepipeline-build-deploy
  • 【代码解析】opencv 安卓 SDK sample - 1 - HDR image
  • 基于51单片机的智能药物盒proteus仿真
  • KES数据库部署工具使用
  • Google DeepMind 的 “心智进化”(Mind Evolution)
  • LabVIEW机器视觉零件检测
  • react day.js使用及经典场景
  • 针对数据仓库方向的大数据算法工程师面试经验总结
  • Elasticsearch Kibana (一)
  • Clickhouse官方文档学习笔记
  • git 如何忽略某个文件夹文件
  • vue3 el-table 行字体颜色 根据字段改变
  • 营销方案网站/sem是什么的缩写
  • 广东广东网站建设工作/推广营销app
  • 哪家公司网站建设好点/爱站关键词
  • wordpress用户分组管理/seo优化
  • 做货到付款的购物网站/百度快照排名
  • 建设一个网站流程图/山东企业网站建设