前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【数据结构】排序——归并排序,计数排序

【数据结构】排序——归并排序,计数排序

作者头像
用户11290673
发布2024-09-25 12:57:31
450
发布2024-09-25 12:57:31
举报
文章被收录于专栏:学习

前言 本篇博客把排序剩下没总结到的知识汇总一下,这样数据结构初阶也算是完了,之前的冒泡,选择,堆,插入,希尔,快排,都说过了,让我们看看还有什么没说到的那 💓 个人主页:小张同学zkf ⏩ 文章专栏:数据结构 若有问题 评论区见📝 🎉欢迎大家点赞👍收藏⭐文章

1.归并排序(递归方法)

基本思想: 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。若将两个有序表合并成一个有序表,称为二路归并。 归并排序核心步骤:

我们来看一下动图

我们画图分析一下

找到中间数据分割,然后比较,在原数组中修改,最后拷贝到新数组中

代码如下

代码语言:javascript
复制
void _mas(int* a, int* tmp, int left, int right)
{
	if (left >= right)
		return;
	int mid = (left + right) / 2;
	_mas(a, tmp, left, mid);
	_mas(a, tmp, mid + 1, right);
	int i = left;
	int begin1 = left;
	int end1 = mid;
	int begin2 = mid + 1;
	int end2 = right;
	while (begin1<=end1&&begin2<=end2)
	{
		if (a[begin1] < a[begin2])
		{
			tmp[i++] = a[begin1++];
		}
		else
		{
			tmp[i++] = a[begin2++];
		}
	}
	while (begin1 <= end1)
	{
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = a[begin2++];
	}
	memcpy(a + left, tmp + left, (right-left+1) * sizeof(int));
}
void guibingpaixu(int* a,int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc");
	}
	int left = 0;
	int right = n - 1;
	_mas(a, tmp, left, right);
	free(tmp);
}

2.归并排序(非递归方法)

快排我们用的非递归方法是通过栈,那么归并的非递归方法按组归并

gap从第一组开始,依次乘2,组数1归并完组数2归并,直到组数等于数据个数,每次归并需要两组,所以归并两组,起始位置要跨两组数据。

但是我们要考虑越界问题,end1,begin2,end2越界问题,假如我们要考虑end1越界,那么此刻begin2与end2必越界,且end2是以二倍增长的,所以它越界时,要把end2赋予最后一个位置的值,以为它极有可能直接跨过最后一组没有归并,至于begin2与end1越界,我们仔细想一下,这俩跨界,我们还需要拍吗,因为这俩跨界根本凑不出来两组,怎么归并,并且这一组也是提前归并好的是有续的,所以不需要归并。

代码如下

代码语言:javascript
复制
void guibing(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc");
		return;
	}
	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i = i + 2 * gap)
		{
			int begin1 = i;
			int end1 = i + gap-1;
			int begin2 = i + gap;
			int end2 = i + 2 * gap - 1;
			if (begin2 >= n)
			{
				break;
			}
			if (end2 >= n)
			{
				end2 = n - 1;
			}
			int j = i;
			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] < a[begin2])
				{
					tmp[j++] = a[begin1++];
				}
				else
				{
					tmp[j++] = a[begin2++];
				}
			}
			while (begin1 <= end1)
			{
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2)
			{
				tmp[j++] = a[begin2++];
			}
			memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1));
		}
		gap = gap * 2;
	}
	free(tmp);
	tmp = NULL;
}

3.归并排序特性

归并排序的特性总结: 1. 归并的缺点在于需要 O(N) 的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。 2. 时间复杂度: O(N*logN)(原理在于递归方式与二叉树相似) 3. 空间复杂度: O(N)(开辟了一个新的动态数组空间) 4. 稳定性:稳定


4.计数排序(非比较排序)

这个排序不常用不过还是点一下

思想:计数排序又称为鸽巢原理,是对哈希直接定址法的变形应用。 操作步骤:

1. 统计相同元素出现次数

2. 根据统计的结果将序列回收到原来的序列中

过程如下图

代码如下

代码语言:javascript
复制
void jishu(int* a, int n)
{
	int min = a[0];
	int max = a[0];
	for (int i = 1; i < n; i++)
	{
		if (a[i] < min)
		{
			min = a[i];
		}
		if (a[i] > max)
		{
			max = a[i];
		}
	}
	int range = max - min + 1;
	int* tmp = (int*)calloc(range, sizeof(int));
	if (tmp == NULL)
	{
		perror("calloc");
		return;
	}
	for (int i = 0; i < n; i++)
	{
		tmp[a[i]-min]++;
	}
	int as = 0;
	for (int j = 0; j < range; j++)
	{
		while (tmp[j]--)
		{
			a[as++] = j + min;
		}
	}
}

计数排序的特性总结: 1. 计数排序在数据范围集中时,效率很高,但是适用范围及场景有限。 2. 时间复杂度: O(MAX(N, 范围 )) 3. 空间复杂度: O( 范围 ) 4. 稳定性:稳定


5.排序算法复杂度及稳定性分析

结束语 OK排序这一系列就暂时总结完了,初阶数据结构这一块也就结束了,下一部分就开始正式C++知识总结,进入C++这一部分,难度会直线上升,大家一起努力 OK,本篇博客结束!!!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-09-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.归并排序(递归方法)
  • 2.归并排序(非递归方法)
  • 3.归并排序特性
  • 4.计数排序(非比较排序)
  • 5.排序算法复杂度及稳定性分析
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档