搜档网
当前位置:搜档网 › 七种排序算法的比较及每种排序的上机统计时间

七种排序算法的比较及每种排序的上机统计时间

七种排序算法的比较及每种排序的上机统计时间
七种排序算法的比较及每种排序的上机统计时间

《数据结构》课程设计报告

课题: 排序算法的比较

学院:信息学院

班级: 2011级电子信息工程1班

小组成员:韦志东(组长)

夏琪

完成时间: 2014-01-08

教师:周铁

目录

、设计任务书 (2)

27

27

1、课程分析

、选题要求

利用随机函数产生30000个随机整数,利用直接插入排序、希尔排序,冒泡排序、直接选择排序、快速排序、堆排序、归并排序的排序方法进行排序,并统计每一种排序上机所花费的时间。

、选题的意义及背景

排序是计算机程序设计中的一种重要操作,它的功能是将一个数据元素的任意序列,重新排列成一个按关键词有序的序列。

此实验通过对各种内部排序算法进行比较,能使我们更好的掌握各种排序的基本思想,掌握各种排序方法的算法实现,掌握各种排序方法的优劣分析及花费的时间的计算,掌握各种排序方法所适应的不同场合。通过该题目的设计,可以加深理解各种数据结构的逻辑结构、存储结构及相应上运算的实现,进一步理解和熟练掌握课本中所学的各种数据结构,学会如何把学到的知识用于解决实际问题,培养我们的动手能力。

、设计任务书

(1)定义结构体,头文件,定义数组范围,大小。

(2)依次描写七种排序的算法。

(3)描写产生随机函数的算法。

(4)描写菜单函数。

(5)描写主函数,调用七种排序的算法。

2、设计分析

原始资料

用户输入记录的个数30000个,数据由随机函数生成。

输出数据

产生的随机数分别用冒泡排序、直插排序、希尔排序、选择排序、快速排序、堆排序、归并排序这些排序方法进行排序,并统计每一种排序上机所花费的时间。程序流程图

#include ""

#include ""

#include<>

#include<>

#define MAX 60000 /*记录数组的个数*/

#define NUM 30000 /*实际输入数组的个数*/

typedef int datatype;

typedef struct /*定义记录为结构体类型*/

{ int key; /*记录的关键词域*/

datatype other; /*记录的其它域*/

} rectype;

rectype *s1,s[MAX];/*s[MAX]存放原始随机数,*s1取出原始数据后进行排序*/ /*直接插入排序算法如下*/

void insert_sort(rectype *r) /*对数组r按递增顺序进行插入排序算法*/

{ int i,j,n=NUM; /*NUM为实际输入的记录数,是一个常量*/

for(i=1;i<=n;i++) /* i

j=i-1; /*依次插入记录r[1],……,r[NUM]*/

while(r[0].key

{r[j+1]=r[j--];} /*将记录关键词大于r[i].key的记录后移*/ r[j+1]=r[0]; /*将记录r[i]插入到有序表的合适的位置上*/ }

}/*INSERTSORT*/

/*希尔排序算法如下*/

void shell_sort(rectype *r) /*取增量为d(i+1)=[d(i)/2]的希尔排序的算法*/ { int i,n,jump,change,temp,m; /*change为交换标志,jump为增量步长*/

jump=NUM; n=NUM; /*NUM为顺序表的实际长度*/

while(jump>0)

{ jump=jump/2; /*取步长d(i+1)=[d(i)/2]*/

do { change=0; /*设置交换标志,change=0表示未交换*/

for(i=1;i<=n-jump;i++)

{ m=i+jump; /*取本趟的增量*/

if(r[i].key>r[m].key) /*记录交换*/

{ temp=r[m].key;

r[m].key=r[i].key;

r[i].key=temp;

change=1; /*change=1表示有交换*/

}/*if*/

}/*for*/ /*本趟排序完成*/

}while(change==1); /*当change=0时终止本趟排序*/

}/*while*/ /*当增量jump=1且change=0时终止算法*/

}/*SHELLSORT*/

/*冒泡排序算法如下*/

void bubble_sort(rectype *r) /*从下往上扫描的冒泡排序*/

{ int i,j,noswap=0,n=NUM; /*noswap为交换标志,NUM为实际输入记录数*/ rectype temp;

for(i=1;i

{ noswap=1; /*设置交换标志,noswap=1表示没有记录交换*/ for(j=n;j>=i;j--) /*从下往上扫描*/

if(r[j].key

{ =r[j-1].key;

r[j-1].key=r[j].key;

r[j].key=;

noswap=0; /*当交换记录时,将交换标志置0即noswap=0 */

}/*if*/

if(noswap) break; /*若本趟排序中未发生记录交换,则终止排序*/

}/*for*/ /*终止排序算法*/

}/*BUBBLESORT*/

/*快速排序算法如下*/

int partition(rectype *r,int s,int t) /*快速排序算法中的一趟划分函数*/ { int i,j;rectype temp;

i=s;j=t;temp=r[i]; /*初始化,temp为基准记录*/

do {while((r[j].key>=&&(i

j--; /*从右往左扫描,查找第一个关键词小于temp的记录*/

if(i

while((r[i].key<=&&(i

i++; /*从左往右扫描,查找第一个关键词大于temp的记录*/

if(i

}while(i!=j);/*i=j,z则一次划分结束,基准记录达到其最终位置*/

r[i]=temp; /*最后将基准记录temp定位*/

return(i);

}/*PARTITION*/

void quick_sort(rectype *r,int hs,int ht)/*对r[hs]到r[ht]进行快速排序*/ { int i;

if(hs

{ i=partition(r,hs,ht); /*对r[hs]到r[ht]进行一次划分*/

quick_sort(r,hs,i-1); /*递归处理左区间*/

quick_sort(r,i+1,ht); /*递归处理右区间*/

}

}/*QUICK_SORT*/

/*直接选择排序算法如下*/

void select_sort(rectype *r)

{ rectype temp;

int i,j,k,n=NUM; /*NUM为实际输入记录数*/

for(i=1;i<=n;i++)/*做n-1趟选择排序*/

{ k=i;

for(j=i+1;j<=n;j++)/*在当前无序区中选择关键词最小的记录r[k]*/

if(r[j].key

if(k!=i) {temp=r[i];/*交换记录r[i]和r[k]*/

r[i]=r[k];

r[k]=temp;

}

}/*for*/

}/*SELECT_SORT*/

/*堆排序算法如下*/

void shift(rectype *r,int i,int m)/*堆的筛选算法,在数组中r[i]到r[m]中,调整堆r[i]*/ { int j; rectype temp;

temp=r[i]; j=2*i;

while (j<=m)/*j<=m,r[2*i]是r[i]的左孩子*/

{ if((j

j++; /*j指向r[i]的左右孩子中关键词较大者*/

if

{ r[i]=r[j]; /*将r[j]调到父亲结点的位置上*/

i=j; /*调整i和j的值,以便继续“筛”结点*/

j=2*i;

}

else

j=m+2; /*调整完毕,退出循环*/

}

r[i]=temp; /*将被筛选的结点放入正确的位置*/

}/*SHIFT*/

void heap_sort(rectype *r)/*对数组r[1]到r[NUM]进行堆排序*/ { rectype temp;

int i,n;

n=NUM; /*NUM为数组的实际长度*/

for(i=n/2;i>0;i--)/*建立初始堆*/

shift(r,i,n);

for(i=n;i>1;i--)/*进行n-1趟筛选,交换,调整,完成堆排序*/

{ temp=r[1];/*将堆顶元素r[1]与最后一个元素交换位置*/

r[1]=r[i];

r[i]=temp;

shift(r,1,i-1);/*将数组元素r[1]到r[i-1]重新调整成为一个新堆*/

}/*FOR*/

}/*HEAP_SORT*/

/*二路归并排序算法如下*/

void merge(rectype *a,rectype *r,int low,int mid,int high)

{ int i,j,k;

i=low;j=mid+1;k=low;

while((i<=mid)&&(j<=high))/*将两个相邻有序子表进行合并*/

{ if(a[i].key<=a[j].key)/*取两表中小者复制*/

r[k++]=a[i++];

else r[k++]=a[j++];

}

while(i<=mid) r[k++]=a[i++];/*复制第一个有序子表的剩余记录*/

while(j<=high) r[k++]=a[j++];/*复制第二个有序子表的剩余记录*/

}/*MERGE*/

void merge_pass(rectype *r,rectype *r1,int length)

{ int i=1,j,n=NUM;

while ((i+2*length-1)<=n)/*归并若干长度为2*length的两个相邻有序子表*/ { merge(r,r1,i,i+length-1,i+2*length-1);

i=i+2*length;/*i指向下一对有序子表的起点*/

}

if(i+length-1

merge(r,r1,i,i+length-1,n);/*处理表长不足2*length的部分*/

r1[j]=r[j];/*将最后一个子表复制到r1中*/

}/*MERGEPASS*/

void merge_sort(rectype *r)

{ int length;

rectype r1[MAX];

length=1;/*归并长度从1开始*/

while(length

{ merge_pass(r,r1,length);/*一趟归并,结果存放在r1中*/

length=2*length;/*归并后有序表的长度加倍*/

merge_pass(r1,r,length);/*再次归并,结果存放在r中*/

length=2*length;/*再次将归并后有序表的长度加倍*/

}

}/*MERGE_SORT*/

void creat_randnum(int *a )/*产生给定个数和范围的随机整数函数*/ { int i;

int range=30000;

srand(time(NULL));

for(i=1;i<=NUM;i++)

{a[i]=rand();} /*调用rand生成随机整数*/

printf("\n\n\t\t\t排序前的原始随机整数为:\n\n\t");

for(i=1;i<=NUM;i++)

{ printf("%6d",a[i]); /*输出随机整数*/

if(i%10==0) printf("\n\t");

}printf("\n");

}/*CREAT_RANDNUM*/

void create() /*产生NUM个随机整数并保存到记录数组s中*/

{ int b[MAX];

int range=30000,i;

creat_randnum(b); /*调用随机整数生成函数,结果存放在数组b中*/

s[i].key=b[i];/*将随机整数存放到数组s中*/

s1=s;/*s1指向s,以便保存原始数据*/

}/*CREAT*/

void print_record(rectype *r)/*记录数组的输出函数*/ { int i;

printf("\n\t\t\t排序后的有序随机整数:\n\n\t");

for(i=1;i<=NUM;i++)

{printf("%6d",r[i].key);

if(i%10==0) printf("\n\n\t");

}getchar();getchar();

}/*PRINTRECORD*/

int menu_select()/*主菜单选择模块*/

{ char c; int kk;

system("cls");/*清屏函数*/

printf("内排序算法的比较----主控模块:\n\n");

printf("\t\t\t1. 直接插入排序\n");

printf("\t\t\t2. 希尔排序\n");

printf("\t\t\t3. 冒泡排序\n");

printf("\t\t\t4. 快速排序\n");

printf("\t\t\t5. 直接选择排序\n");

printf("\t\t\t6. 堆排序\n");

printf("\t\t\t7. 二路归并排序\n");

printf("\t\t\t0. 退出\n");

do {printf("\n\t\t\t请按数位0—7键选择功能:");

c=getchar(); kk=c-48;

}while ((kk<0)||(kk)>7);

return(kk);

}/*MENU_SELECT*/

main() /*算法比较--主程序模块*/

{

double time1, time2, time3, time4, time5, time6, time7;

clock_t start, finish;

int kk;

do {kk=menu_select(); /*进入主菜单选择模块*/

if(kk!=0) create(); /*建立记录数组*/

switch(kk)

{ case 1:{ start=clock();

insert_sort(s1);

finish=clock();

time1 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "直接插入排序耗时%f seconds\n", time1); break;} case 2:{ start=clock();

shell_sort(s1);

finish=clock();

time2 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "希尔排序耗时%f seconds\n", time2); break;}

case 3:{ start=clock();

bubble_sort(s1);

finish=clock();

time3 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "冒泡排序耗时%f seconds\n", time3); break;} case 4:{ start=clock();

quick_sort(s1,1,NUM);

finish=clock();

time4 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "快速排序耗时%f seconds\n", time4); break;} case 5:{ start=clock();

select_sort(s1);

finish=clock();

time5 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "直接选择排序耗时%f seconds\n", time5); break;} case 6:{ start=clock();

heap_sort(s1);

finish=clock();

time6 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "堆排序耗时%f seconds\n", time6); break;} case 7:{ start=clock();

merge_sort(s1);

finish=clock();

time7 = (double)(finish - start)/ CLOCKS_PER_SEC ;

printf( "二路归并排序耗时%f seconds\n", time7); break;} case 0:{ exit(0);}

}print_record(s1);

}while (kk!=0);

}/*MAIN*/

4.测试结果

(1)选择直接插入排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,直接插入排序耗时秒

(2)选择希尔排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,希尔排序耗时秒

(3)选择冒泡排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,冒泡排序耗时秒

(4)选择快速排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,快速排序耗时秒

(5)选择直接选择排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,直接选择排序耗时秒

(6)选择堆排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,堆排序耗时秒

(7)选择二路归并排序:

排序前本有30000个随机数显示,但数据太多,只截一部分图来表示。

排序后也一样,应有30000个排好顺序的整数显示,但由于数据过多,也只截一部分图来表示。

由图可知,二路归并排序耗时秒

5.总结与体会

总结:由上述比较我们可以清楚地知道,各种排序算法之间的差别是很大的。其中在这几种不同的算法中,快速排序是其中最快的一种排序算法,其它几种算法都有些差异,其中冒泡排序最慢。

通过实验设计,我们可以明确感受一些内部排序方法选择的规则,其主要是(1)当n较小时:可采用直接插入排序和直接选择排序;(2)当记录规模小时,可

选择直接插入排序;当记录规模大时,可选择直接选择排序,因为直接插入排序所需的记录移动操作比直接选择排序多;(3)当记录基本有序时:可采用直接插入排序和冒泡排序;(4)当n较大时:可采用快速排序和归并排序。

体会:通过此次的课程设计,让我从中得到了许多锻炼,也学到了许多东西。通过对排序算法的比较的设计,我更加深入地理解了算法的思想与原理,也深切地感受各种算法的运行时间长短,体会到它的优缺点,并且充分锻炼了我的动手能力,把理论与实践相结合,把学到的知识用于解决实际的问题。而且,通过设计的操作,让我体会到了一个人力量的渺小,充分感受到了团队协作的力量,大家一起相互讨论,积极沟通,相互学习,相互帮助,锻炼了我的协作能力。还有对于编程来说,让我体会到了看书很重要,但实在在动手去做才是硬道理,特别在调试的时候,要有足够的耐心与亲自不断尝试的能力,还有编程一定养成良好的编程习惯,无论命名还是结构。尽管还有很多地方有待提高和改正,不管怎样通过此次的课程设计我受益匪浅,积累了经验,锻炼了自己分析问题、解决问题的能力。

6.参考文献

[1]秦锋、袁志祥.数据结构(C语言版)例题详解与课程设计指导.北京:清华大学出版社

[2]百度文库

[3]. 严蔚敏,吴伟民,《数据结构(C语言版)》,清华大学出版社,2009 7.小组人员分工

组长:韦志东

组员:夏琪

分工:韦志东:主程序、随机函数生产、报告撰写

夏琪:直接插入排序,希尔排序,冒泡排序,直接选择,,快速排序,堆排序,归并排序,数据记录。

各种排序算法比较

排序算法 一、插入排序(Insertion Sort) 1. 基本思想: 每次将一个待排序的数据元素,插入到前面已经排好序的数列中的适当位置,使数列依然有序;直到待排序数据元素全部插入完为止。 2. 排序过程: 【示例】: [初始关键字] [49] 38 65 97 76 13 27 49 J=2(38) [38 49] 65 97 76 13 27 49 J=3(65) [38 49 65] 97 76 13 27 49 J=4(97) [38 49 65 97] 76 13 27 49 J=5(76) [38 49 65 76 97] 13 27 49 J=6(13) [13 38 49 65 76 97] 27 49 J=7(27) [13 27 38 49 65 76 97] 49 J=8(49) [13 27 38 49 49 65 76 97] Procedure InsertSort(Var R : FileType); //对R[1..N]按递增序进行插入排序, R[0]是监视哨// Begin for I := 2 To N Do //依次插入R[2],...,R[n]// begin R[0] := R[I]; J := I - 1; While R[0] < R[J] Do //查找R[I]的插入位置// begin R[J+1] := R[J]; //将大于R[I]的元素后移// J := J - 1 end R[J + 1] := R[0] ; //插入R[I] // end End; //InsertSort // 二、选择排序 1. 基本思想: 每一趟从待排序的数据元素中选出最小(或最大)的一个元素,顺序放在已排好序的数列的最后,直到全部待排序的数据元素排完。 2. 排序过程: 【示例】: 初始关键字[49 38 65 97 76 13 27 49] 第一趟排序后13 [38 65 97 76 49 27 49] 第二趟排序后13 27 [65 97 76 49 38 49] 第三趟排序后13 27 38 [97 76 49 65 49] 第四趟排序后13 27 38 49 [49 97 65 76] 第五趟排序后13 27 38 49 49 [97 97 76]

排序算法时间复杂度比较

排序算法比较 主要容: 1)利用随机函数产生10000个随机整数,对这些数进行多种方法排序。 2)至少采用4种方法实现上述问题求解(可采用的方法有插入排序、希尔排序、起泡排序、快速排序、选择排序、堆排序、归并排序),并把排序后的结功能果保存在不同的文件里。 3)给出该排序算法统计每一种排序方法的性能(以运行程序所花费的时间为准进行对比),找出其中两种较快的方法。 程序的主要功能: 1.随机数在排序函数作用下进行排序 2.程序给出随机数排序所用的时间。 算法及时间复杂度 (一)各个排序是算法思想: (1)直接插入排序:将一个记录插入到已排好的有序表中,从而得到一个新的,记录数增加1的有序表。 (2)冒泡排序:首先将第一个记录的关键字和第二个记录的关键字进行比较,若为逆序,则将两个记录交换,然后比较第二个记录和第三个记录的关键字。依此类推,直到第N-1和第N个记录的

关键字进行过比较为止。上述为第一趟排序,其结果使得关键字的最大纪录被安排到最后一个记录的位置上。然后进行第二趟起泡排序,对前N-1个记录进行同样操作。一共要进行N-1趟起泡排序。 (3)快速排序:通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,则可分别对这两部分记录继续进行排序,已达到整个序列有序。 (4)选择排序:通过N-I次关键字间的比较,从N-I+1个记录中选出关键字最小的记录,并和第I(1<=I<=N)个记录交换。 时间复杂度分析

10000个数据的时间比较: 程序源代码: /********************************************************************************************** package test; public class SortArray { private static final int Min = 1;//生成随机数最小值 private static final int Max = 10000;//生成随机数最大值 private static final int Length = 10000;//生成随机数组长度(测试的朋友建议不要超过40000,不然你要等很久,如果你电脑配置绝对高的情况下你可以再加个0试试) public static void main(String[] args) { System.out.println("数组长度:"+Length+", Min:"+Min+", Max:"+Max); long begin; long end; int arr[] = getArray(Length);

数据结构各种排序算法的时间性能

HUNAN UNIVERSITY 课程实习报告 题目:排序算法的时间性能学生姓名 学生学号 专业班级 指导老师李晓鸿 完成日期

设计一组实验来比较下列排序算法的时间性能 快速排序、堆排序、希尔排序、冒泡排序、归并排序(其他排序也可以作为比较的对象) 要求 (1)时间性能包括平均时间性能、最好情况下的时间性能、最差情况下的时间性能等。 (2)实验数据应具有说服力,包括:数据要有一定的规模(如元素个数从100到10000);数据的初始特性类型要多,因而需要具有随机性;实验数据的组数要多,即同一规模的数组要多选几种不同类型的数据来实验。实验结果要能以清晰的形式给出,如图、表等。 (3)算法所用时间必须是机器时间,也可以包括比较和交换元素的次数。 (4)实验分析及其结果要能以清晰的方式来描述,如数学公式或图表等。 (5)要给出实验的方案及其分析。 说明 本题重点在以下几个方面: 理解和掌握以实验方式比较算法性能的方法;掌握测试实验方案的设计;理解并实现测试数据的产生方法;掌握实验数据的分析和结论提炼;实验结果汇报等。 一、需求分析 (1) 输入的形式和输入值的范围:本程序要求实现各种算法的时间性能的比 较,由于需要比较的数目较大,不能手动输入,于是采用系统生成随机数。 用户输入随机数的个数n,然后调用随机事件函数产生n个随机数,对这些随机数进行排序。于是数据为整数 (2) 输出的形式:输出在各种数目的随机数下,各种排序算法所用的时间和 比较次数。 (3) 程序所能达到的功能:该程序可以根据用户的输入而产生相应的随机 数,然后对随机数进行各种排序,根据排序进行时间和次数的比较。 (4)测试数据:略 二、概要设计

数据结构课程设计(内部排序算法比较_C语言)

数据结构课程设计 课程名称:内部排序算法比较 年级/院系:11级计算机科学与技术学院 姓名/学号: 指导老师: 第一章问题描述 排序是数据结构中重要的一个部分,也是在实际开发中易遇到的问题,所以研究各种排算法的时间消耗对于在实际应用当中很有必要通过分析实际结合算法的特性进行选择和使用哪种算法可以使实际问题得到更好更充分的解决!该系统通过对各种内部排序算法如直接插入排序,冒泡排序,简单选择排序,快速排序,希尔排序,堆排序、二路归并排序等,以关键码的比较次数和移动次数分析其特点,并进行比较,估算每种算法的时间消耗,从而比较各种算法的优劣和使用情况!排序表的数据是多种不同的情况,如随机产生数据、极端的数据如已是正序或逆序数据。比较的结果用一个直方图表示。

第二章系统分析 界面的设计如图所示: |******************************| |-------欢迎使用---------| |-----(1)随机取数-------| |-----(2)自行输入-------| |-----(0)退出使用-------| |******************************| 请选择操作方式: 如上图所示该系统的功能有: (1):选择1 时系统由客户输入要进行测试的元素个数由电脑随机选取数字进行各种排序结果得到准确的比较和移动次数并 打印出结果。 (2)选择2 时系统由客户自己输入要进行测试的元素进行各种排序结果得到准确的比较和移动次数并打印出结果。 (3)选择0 打印“谢谢使用!!”退出系统的使用!! 第三章系统设计 (I)友好的人机界面设计:(如图3.1所示) |******************************| |-------欢迎使用---------| |-----(1)随机取数-------| |-----(2)自行输入-------| |-----(0)退出使用-------|

数据结构课程设计报告 各种排序算法性能比较

课程设计报告 课程设计题目:各种排序算法性能比较 学生姓名: 学号: 专业:信息管理与信息系统 班级: 指导教师: 2012年06 月23 日

目录 CONT E NT S 一、课程设计目的 (2) 二、课程设计题目概述 (2) 三、数据定义 (2) 四、各种排序的基本原理及时间复杂度分析 (3) 五、程序流程图 (6) 六、程序源代码 (6) 七、程序运行与测试 (15) 八、实验体会………………………………………………………… 九、参考文献…………………………………………………………

一、课程设计目的 课程设计为学生提供了一个既动手又动脑,独立实践的机会,将课本上的理论知识和实际有机的结合起来,锻炼学生的分析解决实际问题的能力。提高学生适应实际,实践编程的能力。 二、课程设计题目概述 排序的方法很多,但是就其全面性能而言,很难提出一种被认为是最好的方法,每一种方法都有各自的优缺点,适合在不同的环境下使用。如果排序中依据的不同原则对内部排序方法进行分类,则大致可分为直接插入排序、直接选择排序、起泡排序、Shell排序、快速排序、堆排序等六类排序算法。 本实验是对直接插入排序、直接选择排序、起泡排序、Shell排序、快速排序、堆排序这几种内部排序算法进行比较,用不同的测试数据做测试比较。比较的指标为关键字的比较次数和关键字的移动次数。最后用图表数据汇总,以便对这些内部排序算法进行性能分析。 三、数据定义 输入数据: 由于大多数排序算法的时间开销主要是关键字之间的比较和记录的移动,算法的执行时间不仅依赖于问题的规模,还取决于输入实例中数据的状态。所以对于输入数据,我们采用由用户输入记录的个数(以关键字的数目分别为20,100,500为例),测试数据由随机数产生器生成。 输出数据: 产生的随机数分别用直接插入排序;直接选择排序;起泡排序;Shell排序;快速排序;堆排序这些排序方法进行排序,输出关键字的比较次数和移动次数。

各种排序算法的总结和比较

各种排序算法的总结和比较 1 快速排序(QuickSort) 快速排序是一个就地排序,分而治之,大规模递归的算法。从本质上来说,它是归并排序的就地版本。快速排序可以由下面四步组成。 (1)如果不多于1个数据,直接返回。 (2)一般选择序列最左边的值作为支点数据。(3)将序列分成2部分,一部分都大于支点数据,另外一部分都小于支点数据。 (4)对两边利用递归排序数列。 快速排序比大部分排序算法都要快。尽管我们可以在某些特殊的情况下写出比快速排序快的算法,但是就通常情况而言,没有比它更快的了。快速排序是递归的,对于内存非常有限的机器来说,它不是一个好的选择。 2 归并排序(MergeSort)

归并排序先分解要排序的序列,从1分成2,2分成4,依次分解,当分解到只有1个一组的时候,就可以排序这些分组,然后依次合并回原来的序列中,这样就可以排序所有数据。合并排序比堆排序稍微快一点,但是需要比堆排序多一倍的内存空间,因为它需要一个额外的数组。 3 堆排序(HeapSort) 堆排序适合于数据量非常大的场合(百万数据)。 堆排序不需要大量的递归或者多维的暂存数组。这对于数据量非常巨大的序列是合适的。比如超过数百万条记录,因为快速排序,归并排序都使用递归来设计算法,在数据量非常大的时候,可能会发生堆栈溢出错误。 堆排序会将所有的数据建成一个堆,最大的数据在堆顶,然后将堆顶数据和序列的最后一个数据交换。接下来再次重建堆,交换数据,依次下去,就可以排序所有的数据。

Shell排序通过将数据分成不同的组,先对每一组进行排序,然后再对所有的元素进行一次插入排序,以减少数据交换和移动的次数。平均效率是O(nlogn)。其中分组的合理性会对算法产生重要的影响。现在多用D.E.Knuth的分组方法。 Shell排序比冒泡排序快5倍,比插入排序大致快2倍。Shell排序比起QuickSort,MergeSort,HeapSort慢很多。但是它相对比较简单,它适合于数据量在5000以下并且速度并不是特别重要的场合。它对于数据量较小的数列重复排序是非常好的。 5 插入排序(InsertSort) 插入排序通过把序列中的值插入一个已经排序好的序列中,直到该序列的结束。插入排序是对冒泡排序的改进。它比冒泡排序快2倍。一般不用在数据大于1000的场合下使用插入排序,或者重复排序超过200数据项的序列。

排序算法时间复杂度比较

排序算法比较 主要内容: 1)利用随机函数产生10000个随机整数,对这些数进行多种方法排序。 2)至少采用4种方法实现上述问题求解(可采用的方法有插入排序、希尔排序、起泡排序、快速排序、选择排序、堆排序、归并排序),并把排序后的结功能果保存在不同的文件里。 3)给出该排序算法统计每一种排序方法的性能(以运行程序所花费的时间为准进行对比),找出其中两种较快的方法。 程序的主要功能: 1.随机数在排序函数作用下进行排序 2.程序给出随机数排序所用的时间。 算法及时间复杂度 (一)各个排序是算法思想: (1)直接插入排序:将一个记录插入到已排好的有序表中,从而得到一个新的,记录数增加1的有序表。 (2)冒泡排序:首先将第一个记录的关键字和第二个记录的关键字进行比较,若为逆序,则将两个记录交换,然后比较第二个记录和第三个记录的关键字。依此类推,直到第N-1和第N个记录的

关键字进行过比较为止。上述为第一趟排序,其结果使得关键字的最大纪录被安排到最后一个记录的位置上。然后进行第二趟起泡排序,对前N-1个记录进行同样操作。一共要进行N-1趟起泡排序。 (3)快速排序:通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,则可分别对这两部分记录继续进行排序,已达到整个序列有序。 (4)选择排序:通过N-I次关键字间的比较,从N-I+1个记录中选出关键字最小的记录,并和第I(1<=I<=N)个记录交换。 时间复杂度分析 排序算法最差时间时间复杂度是否稳定? 插入排序O(n2) O(n2) 稳定冒泡排序O(n2) O(n2) 稳定快速排序O(n2) O(n*log n) 不稳定 2 选择排序O(n2) O(n2) 稳定

实现一个排序算法并统计其运行时间

1.实现一个排序算法并统计其运行时间。包括:1) 实现一个排序算法;2) 利用事后统计法观察其时间复杂度: 对于每组待排序记录,统计你的排序算法排序所花的CPU时间。对于不同规模的输入,统计相应的CPU时间,并作出时间随规模变化的统计图(利用某种方法生成足够大的输入, 将输入和输出存到文件中以便于观察。);3) 你是如何确保你的排序是正确的?能否给出一个测试排序正确性的函数? #include #include #include #include #include #include #include #include using namespace std; class Array { protected: int n; int a[100000];//容量为10万的数组 public: Array(int n,int choice) { GetN(n); if(choice==1) creat();//随机产生数据 else Creat();//倒叙产生数据 } void creat();//随机产生数据 void Creat();//倒叙产生数据 int GetN(int x) { n=x; return n; } int GetArray(int i){return a[i];} void OutArray(); void QSort(){QuickSort(0,n-1);} void QuickSort(int left,int right);//快速排序 //void InSort(){InsertSort({1,2,3,4,5}, n);} bool Test();

各种排序算法性能比较

毕业论文 各种排序算法性能比较 系 专业姓名 班级学号 指导教师职称 设计时间

目录 摘要 (2) 第一章绪论 (3) 1.1 研究的背景及意义 (3) 1.2 研究现状 (3) 1.3 本文主要内容 (4) 第二章排序基本算法 (5) 2.1 直接插入排序 (5) 2.1.1基本原理 (5) 2.1.2排序过程 (5) 2.1.3时间复杂度分析 (5) 2.2 直接选择排序 (6) 2.2.1基本原理 (6) 2.2.2 排序过程 (6) 2.2.3 时间复杂度分析 (6) 2.3冒泡排序 (7) 2.3.1基本原理 (7) 2.3.2排序过程 (7) 2.3.3 时间复杂度分析 (8) 2.4 Shell排序 (8) 2.4.1基本原理 (8) 2.4.2排序过程 (9) 2.4.3时间复杂度分析 (9) 2.5堆排序 (9) 2.5.1基本原理 (9) 2.5.2排序过程 (10) 2.5.3时间复杂度分析 (13) 2.6快速排序 (13) 2.6.1基本原理 (13) 2.6.2排序过程 (14) 2.6.3时间复杂度分析 (15) 第三章系统设计 (16) 3.1数据定义 (16) 3.2 程序流程图 (16) 3.3 数据结构设计 (17) 3.4 系统的模块划分及模块功能实现 (17) 3.4.1系统模块划分 (17) 3.4.2各排序模块功能实现 (18) 第四章运行与测试 (29) 第五章总结 (31) 致谢 (32) 参考文献 (33)

江苏信息职业技术学院毕业论文 摘要 排序算法是数据结构这门课程核心内容之一。它是计算机程序设计、数据库、操作系统、编译原理及人工智能等的重要基础,广泛应用于信息学、系统工程等各种领域。学习排序算法是为了将实际问题中涉及的对象在计算机中进行处理。本毕业论文对直接插入排序、直接选择排序、起泡排序、Shell排序、快速排序以及堆排序算法进行比较。 我们设置待排序表的元素为整数,用不同的测试数据做测试比较,长度取固定的三种,对象由随机数生成,无需人工干预来选择或者输入数据。比较的指标为关键字的比较次数和关键字的移动次数。 经过比较可以看到,当规模不断增加时,各种算法之间的差别是很大的。这六种算法中,快速排序比较和移动的次数是最少的。也是最快的一种排序方法。堆排序和快速排序差不多,属于同一个数量级。直接选择排序虽然交换次数很少,但比较次数较多。 关键字:直接插入排序;直接选择排序;起泡排序;Shell排序;快速排序;堆排序;

数据结构 各种排序算法

数据结构各种排序算法总结 2009-08-19 11:09 计算机排序与人进行排序的不同:计算机程序不能象人一样通览所有的数据,只能根据计算机的"比较"原理,在同一时间内对两个队员进行比较,这是算法的一种"短视"。 1. 冒泡排序 BubbleSort 最简单的一个 public void bubbleSort() { int out, in; for(out=nElems-1; out>0; out--) // outer loop (backward) for(in=0; in a[in+1] ) // out of order? swap(in, in+1); // swap them } // end bubbleSort() 效率:O(N2) 2. 选择排序 selectSort public void selectionSort() { int out, in, min; for(out=0; out

swap(out, min); // swap them } // end for(out) } // end selectionSort() 效率:O(N2) 3. 插入排序 insertSort 在插入排序中,一组数据在某个时刻实局部有序的,为在冒泡和选择排序中实完全有序的。 public void insertionSort() { int in, out; for(out=1; out0 && a[in-1] >= temp) // until one is smaller, { a[in] = a[in-1]; // shift item to right --in; // go left one position } a[in] = temp; // insert marked item } // end for } // end insertionSort() 效率:比冒泡排序快一倍,比选择排序略快,但也是O(N2) 如果数据基本有序,几乎需要O(N)的时间

排序算法比较实验报告

信息学部算法分析 上机报告 学号0901******** 姓名陈龙 指导老师秦明 时间2011.11.1~11.23

一.上机实验题目 实验1 比较归并排序和快速排序的区别。 实验2 利用贪心算法对背包问题进行求解。 二.算法设计思路 归并排序: 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列,设定两个指针,最初位置分别为两个已经排序序列的起始位置,比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置,重复步骤直到某一指针达到序列尾,将另一序列剩下的所 有元素直接复制到合并序列尾。 快速排序: 设置两个变量I、J,排序开始的时候:I=0,J=N-1;以第一个数组元素作为关键数据,赋值给key,即key=A[0];从J开始向前搜索,即由后开始向前搜索(J=J-1),找到第一个小于key的值A[J],并与key交换;从I开始向后搜索,即由前开始向后搜索(I=I+1),找到第一个大于key的A[I],与key交换;重复第3、4、5步,直到I=J;(3,4步是在程序中没找到时候j=j-1,i=i+1,直至找到为止。找到并交换的时候i,j指针位置不变。另外当i=j这过程一定正好是i+或j-完成的最后另循环结束。) 背包问题: 用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]} 。可以压缩空间,f[v]=max{f[v],f[v-c[i]]+w[i]}

三. 源程序 归并排序 #include #include # define N 50 int b[N],a[N]; int n,i; void Merge (int low, int mid,int high) //合并 { int i; int l=low,h=mid+1,k=l; while ((l<=mid) && (h<=high)) //部分合并 { if (a[l]<=a[h]) b[k++]=a[l++]; else b[k++]=a[h++]; } if(l>mid) while (h<=high) b[k++]=a[h++]; //转储剩余部分 else while(l<=mid) b[k++]=a[l++]; for (i=0;i<=high;i++) //将b数组转储到a a[i]=b[i]; } int Merge2 (int l,int h) //分类 { for (i=0;i

数据结构课程设计(内部排序算法比较 C语言)

课题:内部排序算法比较 第一章问题描述 排序是数据结构中重要的一个部分,也是在实际开发中易遇到的问题,所以研究各种排算法的时间消耗对于在实际应用当中很有必要通过分析实际结合算法的特性进行选择和使用哪种算法可以使实际问题得到更好更充分的解决!该系统通过对各种内部排序算法如直接插入排序,冒泡排序,简单选择排序,快速排序,希尔排序,堆排序、二路归并排序等,以关键码的比较次数和移动次数分析其特点,并进行比较,估算每种算法的时间消耗,从而比较各种算法的优劣和使用情况!排序表的数据是多种不同的情况,如随机产生数据、极端的数据如已是正序或逆序数据。比较的结果用一个直方图表示。 第二章系统分析 界面的设计如图所示: |******************************| |-------欢迎使用---------| |-----(1)随机取数-------|

|-----(2)自行输入-------| |-----(0)退出使用-------| |******************************| 请选择操作方式: 如上图所示该系统的功能有: (1):选择 1 时系统由客户输入要进行测试的元素个数由电脑随机选取数字进行各种排序结果得到准确的比较和移动次数并打印出结果。 (2)选择 2 时系统由客户自己输入要进行测试的元素进行各种排序结果得到准确的比较和移动次数并打印出结果。 (3)选择0 打印“谢谢使用!!”退出系统的使用!! 第三章系统设计 (I)友好的人机界面设计:(如图3.1所示) |******************************| |-------欢迎使用---------| |-----(1)随机取数-------| |-----(2)自行输入-------| |-----(0)退出使用-------| |******************************| (3.1) (II)方便快捷的操作:用户只需要根据不同的需要在界面上输入系统提醒的操作形式直接进行相应的操作方式即可!如图(3.2所示) |******************************| |-------欢迎使用---------| |-----(1)随机取数-------| |-----(2)自行输入-------| |-----(0)退出使用-------|

几种常见内部排序算法比较

常见内部排序算法比较 排序算法是数据结构学科经典的内容,其中内部排序现有的算法有很多种,究竟各有什么特点呢?本文力图设计实现常用内部排序算法并进行比较。分别为起泡排序,直接插入排序,简单选择排序,快速排序,堆排序,针对关键字的比较次数和移动次数进行测试比较。 问题分析和总体设计 ADT OrderableList { 数据对象:D={ai| ai∈IntegerSet,i=1,2,…,n,n≥0} 数据关系:R1={〈ai-1,ai〉|ai-1, ai∈D, i=1,2,…,n} 基本操作: InitList(n) 操作结果:构造一个长度为n,元素值依次为1,2,…,n的有序表。Randomizel(d,isInverseOrser) 操作结果:随机打乱 BubbleSort( ) 操作结果:进行起泡排序 InserSort( ) 操作结果:进行插入排序 SelectSort( ) 操作结果:进行选择排序 QuickSort( ) 操作结果:进行快速排序 HeapSort( ) 操作结果:进行堆排序 ListTraverse(visit( )) 操作结果:依次对L种的每个元素调用函数visit( ) }ADT OrderableList 待排序表的元素的关键字为整数.用正序,逆序和不同乱序程度的不同数据做测试比较,对关键字的比较次数和移动次数(关键字交换计为3次移动)进行测试比较.要求显示提示信息,用户由键盘输入待排序表的表长(100-1000)和不同测试数据的组数(8-18).每次测试完毕,要求列表现是比较结果. 要求对结果进行分析.

详细设计 1、起泡排序 算法:核心思想是扫描数据清单,寻找出现乱序的两个相邻的项目。当找到这两个项目后,交换项目的位置然后继续扫描。重复上面的操作直到所有的项目都按顺序排好。 bubblesort(struct rec r[],int n) { int i,j; struct rec w; unsigned long int compare=0,move=0; for(i=1;i<=n-1;i++) for(j=n;j>=i+1;j--) { if(r[j].key

常用的排序算法的时间复杂度和空间复杂度

排序法最差时间分析平均时间复杂度稳定度空间复杂度 冒泡排序()() 稳定() 快速排序()(*) 不稳定()() 选择排序()() 稳定() 二叉树排序()(*) 不一顶() 插入排序()() 稳定() 堆排序(*) (*) 不稳定() 希尔排序不稳定() 、时间复杂度 ()时间频度一个算法执行所耗费地时间,从理论上是不能算出来地,必须上机运行测试才能知道.但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费地时间多,哪个算法花费地时间少就可以了.并且一个算法花费地时间与算法中语句地执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多.一个算法中地语句执行次数称为语句频度或时间频度.记为(). ()时间复杂度在刚才提到地时间频度中,称为问题地规模,当不断变化时,时间频度()也会不断变化.但有时我们想知道它变化时呈现什么规律.为此,我们引入时间复杂度概念. 一般情况下,算法中基本操作重复执行地次数是问题规模地某个函数,用()表示,若有某个辅助函数(),使得当趋近于无穷大时,()()地极限值为不等于零地常数,则称()是()地同数量级函数.记作()O(()),称O(()) 为算法地渐进时间复杂度,简称时间复杂度. 在各种不同算法中,若算法中语句执行次数为一个常数,则时间复杂度为(),另外,在时间频度不相同时,时间复杂度有可能相同,如()与()它们地频度不同,但时间复杂度相同,都为(). 按数量级递增排列,常见地时间复杂度有:常数阶(),对数阶(),线性阶(), 线性对数阶(),平方阶(),立方阶(),...,次方阶(),指数阶().随着问题规模地不断增大,上述时间复杂度不断增大,算法地执行效率越低. 、空间复杂度与时间复杂度类似,空间复杂度是指算法在计算机内执行时所需存储空间地度量.记作: ()(()) 我们一般所讨论地是除正常占用内存开销外地辅助存储单元规模.讨论方法与时间复杂度类似,不再赘述. ()渐进时间复杂度评价算法时间性能主要用算法时间复杂度地数量级(即算法地渐近时间复杂度)评价一个算法地时间性能. 、类似于时间复杂度地讨论,一个算法地空间复杂度( )()定义为该算法所耗费地存储空间,它也是问题规模地函数.渐近空间复杂度也常常简称为空间复杂度. 空间复杂度( )是对一个算法在运行过程中临时占用存储空间大小地量度.一个算法在计算机存储器上所占用地存储空间,包括存储算法本身所占用地存储空间,算法地输入输出数据所占用地存储空间和算法在运行过程中临时占用地存储空间这三个方面.算法地输入输出数据所占用地存储空间是由要解决地问题决定地,是通过参数表由调用函数传递而来地,它不随本算法地不同而改变.存储算法本身所占用地存储空间与算法书写地长短成正比,要压缩这方面地存储空间,就必须编写出较短地算法.算法在运行过程中临时占用地存储空间随算法地不同而异,有地算法只需要占用少量地临时工作单元,而且不随问题规模地大小而改变,我们称这种算法是“就地"进行地,是节省存储地算法,如这一节介绍过地几个算法都是如此;有地算法需要占用地临时工作单元数与解决问题地规模有关,它随着地增大而增大,当较大时,将占用较多地存储单元,例如将在第九章介绍地快速排序和归并排序算法就属于这种情况.文档收集自网络,仅用于个人学习 如当一个算法地空间复杂度为一个常量,即不随被处理数据量地大小而改变时,可表示为();当一个算法地空间复杂度与以为底地地对数成正比时,可表示为();当一个算法地空司复杂度与成线性比例关系时,可表示为().若形参为数组,则只需要为它分配一个存储由实参传送

c排序算法大全

c排序算法大全 排序算法是一种基本并且常用的算法。由于实际工作中处理的数量巨大,所以排序算法对算法本身的速度要求很高。而一般我们所谓的算法的性能主要是指算法的复杂度,一般用O方法来表示。在后面我将给出详细的说明。 对于排序的算法我想先做一点简单的介绍,也是给这篇文章理一个提纲。我将按照算法的复杂度,从简单到难来分析算法。第一部分是简单排序算法,后面你将看到他们的共同点是算法复杂度为O(N*N)(因为没有使用word,所以无法打出上标和下标)。第二部分是高级排序算法,复杂度为O(Log2(N))。这里我们只介绍一种算法。另外还有几种算法因为涉及树与堆的概念,所以这里不于讨论。第三部分类似动脑筋。这里的两种算法并不是最好的(甚至有最慢的),但是算法本身比较奇特,值得参考(编程的角度)。同时也可以让我们从另外的角度来认识这个问题。现在,让我们开始吧: 一、简单排序算法 由于程序比较简单,所以没有加什么注释。所有的程序都给出了完整的运行代码,并在我的VC环境下运行通过。因为没有涉及MFC和WINDOWS的内容,所以在BORLAND C++的平台上应该也不会有什么问题的。在代码的后面给出了运行过程示意,希望对理解有帮助。 1.冒泡法: 这是最原始,也是众所周知的最慢的算法了。他的名字的由来因为它的工作看来象是冒泡: #include void BubbleSort(int* pData,int Count) { int iTemp; for(int i=1;i=i;j--) { if(pData[j]

各种排序算法的优缺点

一、冒泡排序 已知一组无序数据a[1]、a[2]、……a[n],需将其按升序排列。首先比较a[1]与 a[2]的值,若a[1]大于a[2]则交换两者的值,否则不变。再比较a[2]与a[3]的值,若a[2]大于a[3]则交换两者的值,否则不变。再比较a[3]与a[4],以此类推,最后比较a[n-1]与a[n]的值。这样处理一轮后,a[n]的值一定是这组数据中最大的。再对a[1]~a[n- 1]以相同方法处理一轮,则a[n-1]的值一定是a[1]~a[n-1]中最大的。再对a[1]~a[n-2]以相同方法处理一轮,以此类推。共处理 n-1轮后a[1]、a[2]、……a[n]就以升序排列了。 优点:稳定; 缺点:慢,每次只能移动相邻两个数据。 二、选择排序 每一趟从待排序的数据元素中选出最小(或最大)的一个元素,顺序放在已排好序的数列的最后,直到全部待排序的数据元素排完。 选择排序是不稳定的排序方法。 n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果: ①初始状态:无序区为R[1..n],有序区为空。 ②第1趟排序 在无序区R[1..n]中选出关键字最小的记录R[k],将它与无序区的第1个记录R[1]交换,使R[1..1]和R[2..n]分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。 …… ③第i趟排序 第i趟排序开始时,当前有序区和无序区分别为R[1..i-1]和R(1≤i≤n-1)。该趟排序从当前无序区中选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1..i]和R分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。 这样,n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果。 优点:移动数据的次数已知(n-1次); 缺点:比较次数多。 三、插入排序 已知一组升序排列数据a[1]、a[2]、……a[n],一组无序数据b[1]、 b[2]、……b[m],需将二者合并成一个升序数列。首先比较b[1]与a[1]的值,若b[1]大于a[1],则跳过,比较b[1]与a[2]的值,若b[1]仍然大于a[2],则继续跳过,直到b[1]小于a数组中某一数据a[x],则将a[x]~a[n]分别向后移动一位,将b[1]插入到原来 a[x]的位置这就完成了b[1] 的插入。b[2]~b[m]用相同方法插入。(若无数组a,可将b[1]当作n=1的数组a) 优点:稳定,快; 缺点:比较次数不一定,比较次数越少,插入点后的数据移动越多,特别是当数据总量庞大的时候,但用链表可以解决这个问题。 四、缩小增量排序 由希尔在1959年提出,又称希尔排序(shell排序)。 已知一组无序数据a[1]、a[2]、……a[n],需将其按升序排列。发现当n不大时,插入排序的效果很好。首先取一增量d(da[x],然后采用分治的策略分别对a[1]~a[k-1]和a[k+1]~a[n] 两组数据进行快速排序。 优点:极快,数据移动少; 缺点:不稳定。 六、箱排序 已知一组无序正整数数据a[1]、a[2]、……a[n],需将其按升序排列。首先定义一个数组x[m],且m>=a[1]、a[2]、……a[n],接着循环n次,每次x[a]++. 优点:快,效率达到O(1) 缺点:数据范围必须为正整数并且比较小

几种排序的算法时间复杂度比较

几种排序的算法时间复杂度比较 1.选择排序:不稳定,时间复杂度 O(n^2) 选择排序的基本思想是对待排序的记录序列进行n-1遍的处理,第i遍处理是将L[i..n]中最小者与L[i]交换位置。这样,经过i遍处理之后,前i个记录的位置已经是正确的了。 2.插入排序:稳定,时间复杂度 O(n^2) 插入排序的基本思想是,经过i-1遍处理后,L[1..i-1]己排好序。第i遍处理仅将L[i]插入L[1..i-1]的适当位置,使得L[1..i] 又是排好序的序列。要达到这个目的,我们可以用顺序比较的方法。首先比较L[i]和L[i-1],如果L[i-1]≤ L[i],则L[1..i]已排好序,第i遍处理就结束了;否则交换L[i]与L[i-1]的位置,继续比较L[i-1]和L[i-2],直到找到某一个位置j(1≤j≤i-1),使得L[j] ≤L[j+1]时为止。图1演示了对4个元素进行插入排序的过程,共需要(a),(b),(c)三次插入。 3.冒泡排序:稳定,时间复杂度 O(n^2) 冒泡排序方法是最简单的排序方法。这种方法的基本思想是,将待排序的元素看作是竖着排列的“气泡”,较小的元素比较轻,从而要往上浮。在冒泡排序算法中我们要对这个“气泡”序列处理若干遍。所谓一遍处理,就是自底向上检查一遍这个序列,并时刻注意两个相邻的元素的顺序是否正确。如果发现两个相邻元素的顺序不对,即“轻”的元素在下面,就交换它们的位置。显然,处理一遍之后,“最轻”的元素就浮到了最高位置;处理二遍之后,“次轻”的元素就浮到了次高位置。在作第二遍处理时,由于最高位置上的元素已是“最轻”元素,所以不必检查。一般地,第i遍处理时,不必检查第i高位置以上的元素,因为经过前面i-1遍的处理,它们已正确地排好序。 4.堆排序:不稳定,时间复杂度 O(nlog n) 堆排序是一种树形选择排序,在排序过程中,将A[n]看成是完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择最小的元素。 5.归并排序:稳定,时间复杂度 O(nlog n)

各种排序算法的时间耗费比较

各种排序算法的时间耗费比较 //源代码如下: #include #include #include #include #include #include #define N 100000 //此处宏定义的范围似乎不能超过100000,甚至连100001也会出错using namespace std; void Show(int *s,int n) { for(int i=0;is[left]) ; //using the l's keyword as the main key do right--;while(s[l]

相关主题