数据结构-C语言-排序(4)

embedded/2024/9/25 19:18:12/

代码位置:   

         test-c-2024: 对C语言习题代码的练习 (gitee.com)

一、前言:

1.1-排序定义:

        排序就是将一组杂乱无章的数据按照一定的规律(升序或降序)组织起来。(注:我们这里的排序采用的都为升序)

1.2-排序分类:

常见的排序算法

  • 插入排序
    a. 直接插入排序
    b. 希尔排序

  • 选择排序
    a. 选择排序
    b. 堆排序
  • 交换排序
    a. 冒泡排序
    b. 快速排序
  • 归并排序
    a. 归并排序
  • 非比较排序
    a.计数排序
    b.基数排序

1.3-算法比较:

1.4-目的:

        今天,我们这里要实现的是归并排序、计数排序

二、归并排序-递归:

2.1-定义:

        归并排序(Merge sort)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。

2.2-思路:

归并排序两个基本过程:

        1、分:将原数组分割成两个平分子数组的过程。

        2、治:将分割后的数组两两结合成一个有序的数组的过程。

归并排序两个基本操作:

  1. 将待排序的线性表不断地切分成若干个子表,直到每个子表只包含一个元素,这时,可以认为只包含一个元素的子表是有序表。
  2. 将子表两两合并,每合并一次,就会产生一个新的且更长的有序表,重复这一步骤,直到最后只剩下一个子表,这个子表就是排好序的线性表。

2.3-过程图:

2.4-代码实现:

void _MagerSort(int* a, int begin,int end,int*tem)
{if (begin >= end)return;int mid = (begin + end) / 2;//子区间递归_MagerSort(a, begin, mid, tem);_MagerSort(a, mid+1, end, tem);//归并int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = begin;while(begin1<=end1&&begin2<=end2){if (a[begin1] >= a[begin2]){tem[i++] = a[begin2++];}else{tem[i++] = a[begin1++];}}while (begin1 <= end1){tem[i++] = a[begin1++];}while (begin2 <= end2){tem[i++] = a[begin2++];}memcpy(a + begin, tem + begin, sizeof(int) * (end - begin + 1));
}//递归实现
void MagerSort(int* a, int n)				//归并排序---时间复杂度(O(N*logN))
{int* tem = (int*)malloc(sizeof(int) * n);if (tem == NULL){perror("malloc MagerSort");return;}_MagerSort(a, 0, n - 1, tem);free(tem);
}

2.5-效果图:

三、归并排序-非递归:

3.1-定义:

        归并排序(Merge sort)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。

3.2-思路:

        我们知道,递归实现的缺点就是会一直调用栈,而栈内存往往是很小的,如果调用次数过多就会出现栈溢出的现象。所以,我们尝试着用循环的办法去实现归并排序。

        我们可以通过间距值gap=1来实现将数组分割若干个只含一个数的子数组的操作,然后通过改变gap的值来实现两两合并的操作。

        注意:在循环过程中我们需要考虑是否有越界的问题,如果有的话我们可以通过改变begin和end的值的方式来调整范围,修正路线。

        拷贝时我们有两种拷贝方式:一种是全部拷贝(梭哈),另一种是部分拷贝。

3.3-过程图:

3.4-代码实现:


//非递归实现
//全部拷贝(梭哈)
void MergeSortNonR1(int* a, int n)		//归并排序---时间复杂度(O(N*logN))
{int* tem = (int*)malloc(sizeof(int) * n);if (tem == NULL){perror("malloc fail\n");return;}int gap = 1;while (gap < n){for (int i = 0; i < n; i+=2*gap){int begin1 = i, end1 = i + gap - 1;int begin2 = i + gap, end2 = i + 2 * gap - 1;//修正路线if (end1 >= n){end1 = n-1;begin2 = n;end2 = n-1;}else if (begin2 >= n){begin2 = n;end2 = n-1;}else if (end2 >= n){end2 = n-1;}//归并int j = i;while (begin1 <= end1 && begin2 <= end2){if (a[begin1] >= a[begin2]){tem[j++] = a[begin2++];}else{tem[j++] = a[begin1++];}}while (begin1 <= end1){tem[j++] = a[begin1++];}while (begin2 <= end2){tem[j++] = a[begin2++];}	}memcpy(a, tem, sizeof(int) * n);gap *= 2;}free(tem);
}//部份拷贝
void MergeSortNonR2(int* a, int n)		//归并排序---时间复杂度(O(N*logN))
{int* tem = (int*)malloc(sizeof(int) * n);if (tem == NULL){perror("malloc fail\n");return;}int gap = 1;while (gap < n){for (int i = 0; i < n; i += 2 * gap){int begin1 = i, end1 = i + gap - 1;int begin2 = i + gap, end2 = i + 2 * gap - 1;//修正路线if (end1 >= n){break;}else if (begin2 >= n){break;}else if (end2 >= n){end2 = n - 1;}//归并int j = i;while (begin1 <= end1 && begin2 <= end2){if (a[begin1] >= a[begin2]){tem[j++] = a[begin2++];}else{tem[j++] = a[begin1++];}}while (begin1 <= end1){tem[j++] = a[begin1++];}while (begin2 <= end2){tem[j++] = a[begin2++];}memcpy(a+i, tem+i, sizeof(int) * (end2 - i + 1));}gap *= 2;}free(tem);
}

3.5-效果图:

四、计数排序:

4.1-定义:

        计数排序是一种非比较排序算法。 它通过计算每个唯一元素的出现次数对数组进行排序。 它对唯一元素的计数进行部分哈希处理,然后执行计算以找到最终排序数组中每个元素的索引。 它是一个相当快的算法,但不适合大型数据集。 它作为基数排序中的一个子程序使用。

4.2-思路:

        1.开辟计数数组:如果数据为:(100,102,106,110,107)的话这里从0开始开辟的话就会开辟一个长度111个的数组其中有100个是浪费的,这样的话如果数据过大的话这个排序的效率就会非常的低。所以,这里我们数组长度的开辟采用最大值-最小值的方式,这样就避免了上述情况。

        2.出计数数组:出数组时我们是从计数数组的第一个下标中统计的个数依次往后出,出数组时我们需要下标加上最小值min,这样就实现排序啦!

4.3-过程图:

4.4-代码实现:


// 时间复杂度:O(N+range)
// 空间复杂度:O(range)
void CountSort(int* a, int n)					// 计数排序
{int max = a[0];int min = a[0];for (int i = 1; i < n; i++){if (a[i] > max){max = a[i];}if (a[i] < min){min = a[i];}}int range = max - min+1;int* tem = (int*)malloc(sizeof(int) * range);if (tem == NULL){perror("malloc");return;}//开辟的数组初始化为0for (int i = 0; i < range; i++){tem[i] = 0;}for (int i = 0; i < n; i++){int j = a[i] - min;tem[j]++;}int m = 0;for (int i = 0; i < range; i++){while(tem[i]>0){if (tem[i] != 0){a[m++] = i + min;tem[i]--;}}}
}

4.5-效果图:

五、结语:

        上述内容,即是我个人对数据结构排序中归并排序、计数排序的个人见解以及自我实现。若有大佬发现哪里有问题可以私信或评论指教一下我这个小萌新。非常感谢各位uu们的点赞,关注,收藏,我会更加努力的学习编程语言,还望各位多多关照,让我们一起进步吧!


http://www.ppmy.cn/embedded/87954.html

相关文章

typescript 数据类型

// 基础类型规定 let num: number 123; // 规定num必须是数字类型 let str: string "123"; // 规定str必须是字符串类型 let bl: boolean false; // 规定bl必须是布尔值类型 let nl: null null; // 规定nl必须是null类…

Laravel Eloquent资源更新全解析:优雅地处理数据更新

Laravel Eloquent资源更新全解析&#xff1a;优雅地处理数据更新 Laravel的Eloquent ORM不仅是一个对象关系映射工具&#xff0c;它还提供了一种优雅的方式来更新数据库资源。Eloquent的资源更新机制&#xff0c;以其简洁的API和强大的功能&#xff0c;让数据库操作变得简单而…

MySQL练手 --- 1141. 查询近30天活跃用户数

题目链接&#xff1a;1141. 查询近30天活跃用户数 思路&#xff1a; 题目要求&#xff1a;统计截至 2019-07-27&#xff08;包含2019-07-27&#xff09;&#xff0c;近 30 天的每日活跃用户数&#xff08;当天只要有一条活动记录&#xff0c;即为活跃用户&#xff09; 要计算…

gRPC常见面试题目

1. gRPC服务端启动流程 答&#xff1a;定义服务接口->实现服务->创建服务器->启动服务器 定义服务接口&#xff1a;实现proto文件&#xff0c;这个文件服务端和接收端共用&#xff0c;通过protoc命令进行编译生成c代码 实现服务&#xff1a;实现接口方法 创建服务&…

河北省高校大数据人工智能实验室案例分享

随着大数据和人工智能技术的快速发展&#xff0c;教育领域也迎来了前所未有的变革机遇。泰迪智能科技作为一家专注于大数据与人工智能领域的高新技术企业&#xff0c;一直致力于将前沿技术引入教育行业&#xff0c;助力高校培养更多具有创新能力和实战经验的复合型人才。本次案…

Image Caption评估指标深入理解

前言&#xff1a;刚开始做图像描述的任务就整理了这些评估指标&#xff0c;时间久远有点记不清怎么具体实现原理了&#xff0c;结果面试的时候就问了这个问题&#xff0c;没答上来&#xff0c;郁闷了很久&#xff0c;还是基础不扎实&#xff0c;浅浅记录一下 文章目录 BLEUROUG…

正则表达式-将一段话隔开为两个list,其中一个为标签list,一个为文本list,然后组成json

import redef extract_labels_and_contents(text):# 构建正则表达式模式pattern re.compile(r(\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\])(.*?)(?\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]|\Z), re.DOTALL)# 查找所有匹配的标签和内容matches pattern.find…

编程新手指南:从入门到精通

编程小白如何成为大神&#xff1f;大学新生的最佳入门攻略 编程已成为当代大学生的必备技能&#xff0c;但面对众多编程语言和学习资源&#xff0c;新生们常常感到迷茫。如何选择适合自己的编程语言&#xff1f;如何制定有效的学习计划&#xff1f;如何避免常见的学习陷阱&…