acm算法.pptVIP

ACM专题讲座- 排序 By:LDL 问题引入 为什么要排序？有序表的优点？缺点？ 按照什么原则排序？ 如何进行排序？ 基本概念 排序（Sorting）： 简单地说，排序就是把一组记录按照某个（或某几个）字段的值以递增（由小到大）或递减（由大到小）的次序重新排列的过程。 排序算法是算法学习中最基本的问题！ 常见的排序算法 1.冒泡排序 2.选择排序 3.插入排序 4.归并排序 5.快速排序 6.希尔排序 7.堆排序 排序算法的评价 评价排序算法好坏的标准 执行算法的时间复杂度 执行算法的空间复杂度 算法本身的复杂程度 排序的时间开销是算法好坏的最重要的标志 排序的时间开销衡量标准: 算法执行中的比较次数（必须）。 算法执行中的移动次数（有可能避免）。 通常关注最坏情况和平均复杂度 冒泡排序 思想：重复地交换相邻的两个反序元素，直到无反序元素 伪代码： BubbleSort (A) for i=1 to length[A] do for j=length[A] downto i+1 do if A[j]A[j-1] then exchange A[j]-A[j-1] 复杂度： O(n2) 选择排序 思想：每趟从待排序的记录序列中选择关键字最小的记录放置到已排序表的最前位置，直到全部排完。 伪代码： SelectSort (A) for i=1 to length[A]-1 do for j=i+1 to length[A] do if A[j]A[j-1] then exchange A[j]-A[j-1] 复杂度： O(n2) 插入排序 思想：每步将一个待排序的记录，按其排序码大小插到前面已经排序的字序列的合适位置，直到全部插入排序完为止 伪代码： InsertionSort (A) for j=2 to length[A] do key-A[j] i=j-1 //Insert A[j] into the sorted sequeceA[1..j-1] While i0 and A[i]key do A[i+1]-A[i] i=i-1 A[i+1]=key 复杂度： O(n2) 归并排序 思想:分治法(divide-and-conquer) 分治策略：将原问题划分为n个规模较小而结构与原问题相似的子问题；递归地解决这些子问题，然后再合并其结果，得到原问题的解 伪代码： MergeSort(A,p,r) if(pr) then q=|(p+r)/2| MergeSort(A,p,q) MergeSort(A,q+1,r) Merge(A,p,q,r+1) //next page Merge(A,p,q,r) Merger (A,p,q,r) //L1 p-q,L2 q+1-r n1=q-p+1 n2=r-q Creat arrays L[1..n1+1]andR[1..n2+1] for i=1 to n1 do L[i]=A[p+i-1] For j=1 to n2 do R[j]=A[q+j] L[n1+1]=INF R[n2+1]=INF //sentinel card i=1 j=1 For k=p to r do if L[i]=R[j] then A[k]-L[i] i=i+1 else A[k]=R[j] j=j+1 快速排序 思想：同合并排序一样，快速排序基于分治模式。排序的三个步骤为：分解，解决，合并 伪代码： QuickSort(A,p,r) If(pr) then q=Partition(A,p,r) QuickSort(A,p,q-1) QuickSort(A,q+1,r) 最初调用QuickSort(A,1,length[A]) Partition 对A[p..r]进行就地重排 伪代码： Partition(A,p,r) x-A[r] i=p-1 for j=p to r-1 do if A[j]=x then i=i+1 exchange A[i]-A[j] exchange A[i+1]-A[r] return i+1 希尔排序 思想：Shell排序算法依赖一种称之为“排序增量”的数列 ，增量最后为1，即普通排序，1排序是整个排序过程的最后一步，增量的选择对排序效率影响较大 实例： 3 7 9 0 5 1 6 8 4 2 0 6 1 5 7 3 4 9 8 2??-- 原数列 3 3 2 0 5 1 5 7 4 4 0 6 1 6 8 7 9 9 8 2??-- 7-排序后 ?0 0 1 1 2 2 3 3 4 4 5 6 5 6 8 7 7 9 8 9??--