以下是十大经典排序算法的简单 C++ 实现：文章来源：https://uudwc.com/A/nPLPb
- 冒泡排序（Bubble Sort）：
- 思想：重复地遍历要排序的列表，比较相邻的两个元素，如果它们的顺序错误就交换它们。
- 时间复杂度：最坏情况和平均情况为O(n^2)，最好情况为O(n)。
void bubbleSort(int arr[], int size) {
for (int i = 0; i < size-1; i++) {
for (int j = 0; j < size-i-1; j++) {
if (arr[j] > arr[j+1]) {
std::swap(arr[j], arr[j+1]);
}
}
}
}
- 选择排序（Selection Sort）：
- 思想：将数组分成已排序和未排序两部分，每次从未排序部分选择最小（或最大）的元素，将其放入已排序部分的末尾。
- 时间复杂度：最坏情况、平均情况、最好情况均为O(n^2)。
void selectionSort(int arr[], int size) {
for (int i = 0; i < size-1; i++) {
int minIdx = i;
for (int j = i+1; j < size; j++) {
if (arr[j] < arr[minIdx]) {
minIdx = j;
}
}
std::swap(arr[i], arr[minIdx]);
}
}
- 插入排序（Insertion Sort）：
- 思想：将数组分成已排序和未排序两部分，每次从未排序部分选择一个元素插入到已排序部分的合适位置。
- 时间复杂度：最坏情况和平均情况为O(n^2)，最好情况为O(n)。
void insertionSort(int arr[], int size) {
for (int i = 1; i < size; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
}
- 希尔排序（Shell Sort）：
- 思想：对插入排序的一种改进，通过将数据分成多个小块分别进行插入排序，然后逐步扩大块的大小。
- 时间复杂度：取决于选择的间隔序列，最好的间隔序列时间复杂度为O(n log^2 n)。
void shellSort(int arr[], int size) {
for (int gap = size/2; gap > 0; gap /= 2) {
for (int i = gap; i < size; 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;
}
}
}
- 归并排序（Merge Sort）：
- 思想：归并排序是一种分治算法，它将一个大问题分解成小问题，解决小问题，然后将它们的解合并成一个整体的解。
步骤：文章来源地址https://uudwc.com/A/nPLPb
- 将数组分成两半，递归地对每半部分进行归并排序。
- 将两个有序的子数组合并成一个有序数组。
- 时间复杂度：始终为O(nlogn)，适用于大数据集。
void merge(int arr[], int left, int mid, int right) {
int i, j, k;
int n1 = mid - left + 1;
int n2 = right - mid;
int L[n1], R[n2];
for (i = 0; i < n1; i++)
L[i] = arr[left + i];
for (j = 0; j < n2; j++)
R[j] = arr[mid + 1 + j];
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++;
}
while (i < n1) {
arr[k] = L[i];
i++;
k++;
}
while (j < n2) {
arr[k] = R[j];
j++;
k++;
}
}
void mergeSort(int arr[], int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
}
- 快速排序（Quick Sort）：
- 思想：采用分治策略，通过选择一个基准元素，将数组分成两部分，小于基准的放在左边，大于基准的放在右边，然后递归地对左右两部分进行排序。
- 时间复杂度：最坏情况为O(n^2)，平均情况为O(n log n)，最好情况为O(n log n)。
#include <iostream>
#include <vector>
int partition(std::vector<int>& arr, int low, int high) {
int pivot = arr[high]; // 选择最后一个元素作为基准值
int i = low - 1; // i 是小于基准值的元素的最右位置（即i和i左边下标的元素都小于基准值）
for (int j = low; j <= high - 1; j++) {
if (arr[j] <= pivot) {
i++;
std::swap(arr[i], arr[j]); // 将小于基准值的元素放到 i 的位置
}
}
std::swap(arr[i + 1], arr[high]); // 将基准值放到正确的位置
return i + 1;
}
void quickSort(std::vector<int>& arr, int low, int high) {
if (low < high) {
int pi = partition(arr, low, high); // 分割数组
quickSort(arr, low, pi - 1); // 对左半部分进行递归排序
quickSort(arr, pi + 1, high); // 对右半部分进行递归排序
}
}
- 堆排序（Heap Sort）：
- 思想：将数组视为一个二叉堆，利用堆的性质将最大（或最小）的元素放到堆的最后，然后重新调整堆，重复这个过程直到整个数组有序。
- 时间复杂度：始终为O(n log n)，且不依赖于输入数据的初始状态。
void heapify(int arr[], int size, int i) {
int largest = i;
int left = 2 * i + 1;
int right = 2 * i + 2;
if (left < size && arr[left] > arr[largest])
largest = left;
if (right < size && arr[right] > arr[largest])
largest = right;
if (largest != i) {
std::swap(arr[i], arr[largest]);
heapify(arr, size, largest);
}
}
void heapSort(int arr[], int size) {
for (int i = size / 2 - 1; i >= 0; i--)
heapify(arr, size, i);
for (int i = size - 1; i >= 0; i--) {
std::swap(arr[0], arr[i]);
heapify(arr, i, 0);
}
}
- 计数排序（Counting Sort）：
- 思想：适用于一定范围内的整数排序，通过统计每个元素的出现次数，然后根据统计信息进行排序。
- 时间复杂度：最好情况为O(n+k)，其中k为数据范围，但不适用于负数和浮点数。
void countingSort(int arr[], int size) {
int max = arr[0], min = arr[0];
for (int i = 1; i < size; i++) {
if (arr[i] > max)
max = arr[i];
if (arr[i] < min)
min = arr[i];
}
int range = max - min + 1;
int* count = new int[range]();
int* output = new int[size];
for (int i = 0; i < size; i++)
count[arr[i] - min]++;
for (int i = 1; i < range; i++)
count[i] += count[i - 1];
for (int i = size - 1; i >= 0; i--) {
output[count[arr[i] - min] - 1] = arr[i];
count[arr[i] - min]--;
}
for (int i = 0; i < size; i++)
arr[i] = output[i];
delete[] count;
delete[] output;
}
- 桶排序（Bucket Sort）：
- 思想：将数据分到有限数量的桶里，每个桶再分别进行排序。
- 时间复杂度：取决于桶的数量和桶内部排序的算法，通常为O(n+k)，其中k为桶的数量。
void bucketSort(int arr[], int size) {
const int max = *std::max_element(arr, arr + size);
const int min = *std::min_element(arr, arr + size);
const int range = max - min + 1;
std::vector<std::vector<int>> buckets(range);
for (int i = 0; i < size; i++) {
int index = (arr[i] - min) * range / (max - min + 1);
buckets[index].push_back(arr[i]);
}
int idx = 0;
for (int i = 0; i < range; i++) {
std::sort(buckets[i].begin(), buckets[i].end());
for (int j = 0; j < buckets[i].size(); j++) {
arr[idx++] = buckets[i][j];
}
}
}
- 基数排序（Radix Sort）：
- 思想：将数据按位数进行排序，从最低位开始依次进行排序，直到最高位。
- 时间复杂度：O(n*k)，其中n为元素数量，k为元素的位数。
int getMax(int arr[], int size) {
int max = arr[0];
for (int i = 1; i < size; i++) {
if (arr[i] > max)
max = arr[i];
}
return max;
}
void countSort(int arr[], int size, int exp) {
int output[size];
int count[10] = {0};
for (int i = 0; i < size; i++)
count[(arr[i] / exp) % 10]++;
for (int i = 1; i < 10; i++)
count[i] += count[i - 1];
for (int i = size - 1; i >= 0; i--) {
output[count[(arr[i] / exp) % 10] - 1] = arr[i];
count[(arr[i] / exp) % 10]--;
}
for (int i = 0; i < size; i++)
arr[i] = output[i];
}
void radixSort(int arr[], int size) {
int max = getMax(arr, size);
for (int exp = 1; max / exp > 0; exp *= 10)
countSort(arr, size, exp);
}
