数据结构chap009.ppt

第十章 内部排序 提要 10.1 概 述 一、什么是排序？ 二、内部排序和外部排序 三、内部排序的方法 　基于不同的“扩大” 有序序列长度的方法，内部排序方法大致可分下列几种类型： 待排记录的数据类型定义如下: 1. 插入类 2. 交换类 3. 选择类 4. 归并类 10. 2 插 入 排 序 一趟直接插入排序的基本思想： 实现“一趟插入排序”可分三步进行： 不同的具体实现方法导致不同的算法描述 一、直接插入排序 从R[i-1]起向前进行顺序查找， 监视哨设置在R[0]； 对于在查找过程中找到的那些关键字不小于R[i].key的记录，在查找的同时实现记录向后移动； 令 i = 2，3，…, n, 实现整个序列的排序。 算法： 内部排序的时间分析： 对于直接插入排序： 二、折半插入排序 算法： 例如: 三、表插入排序 算法： 如何在排序之后调整记录序列？ 四、希尔排序（又称缩小增量排序） 将记录序列分成若干子序列，分别对每个子序列进行插入排序。 例如： 10.3 快 速 排 序 一、起泡排序 时间分析: 二、一趟快速排序（一次划分） 例如 三、快速排序 第一次调用函数 Qsort 时，待排序记录序列的上、下界分别为 1 和 L.length。 四、快速排序的时间分析 最坏情况是待排记录的初始状态为按关键字有序时，快速排序将蜕化为起泡排序，其时间复杂度为O(n2)。 10.4 堆 排 序 一、简单选择排序 简单选择排序的算法描述如下： 时间性能分析 二、堆排序 　堆排序即是利用堆的特性对记录序列进行排序的一种排序方法。 定义堆类型为: 所谓“筛选”指的是，对一棵左/右子树均为堆的完全二叉树，“调整”根结点使整个二叉树也成为一个堆。 例如: 建堆是一个从下往上进行“筛选”的过程。 10.5 归 并 排 序 　　在内部排序中，通常采用的是2-路归并排序。即：将两个位置相邻的记录有序子序列 归并排序的算法 例如： 10.6 基 数 排 序 　基数排序是一种借助“多关键字排序”的思想来实现“单关键字排序”的内部排序算法。 一、多关键字的排序 实现多关键字排序通常有两种作法: 　　例如:学生记录含三个关键字:系别、班号和班内的序列号，其中以系别为最主位关键字。 二、链式基数排序 例如：对下列这组关键字 {209, 386, 768, 185, 247, 606, 230, 834, 539 } 　　在计算机上实现基数排序时，为减少所需辅助存储空间，应采用链表作存储结构，即链式基数排序，具体作法为： 例如： 基数排序的时间复杂度为O(d(n+rd)) 10.7 各种排序方法的综合比较 一、时间性能 2. 当待排记录序列按关键字顺序有序时 二、空间性能 三、排序方法的稳定性能 例如： 四、关于“排序方法的时间复杂度的下限” 例如:对三个关键字进行排序的判定树如下： 所以，基于“比较关键字”进行排序的排序方法，可能达到的最快的时间复杂度为 O(nlogn)。 本章小结 if ( rc.key = R[j].key ) break; // 再作“根”和“子树根”之间的比较， // 若“=”成立，则说明已找到 rc 的插 // 入位置 s ，不需要继续往下调整 R[s] = R[j]; s = j; // 否则记录上移，尚需继续往下调整 if ( jm R[j].keyR[j+1].key ) ++j; // 左/右“子树根”之间先进行相互比较 // 令 j 指示关键字较大记录的位置 void HeapSort ( HeapType H ) { // 对顺序表 H 进行堆排序 } // HeapSort for ( i=H.length/2; i0; --i ) HeapAdjust ( H.r, i, H.length ); // 建大顶堆 for ( i=H.length; i1; --i ) { H.r[1]←→H.r[i]; // 将堆顶记录和当前未经排序子序列 // H.r[1..i]中最后一个记录相互交换 HeapAdjust(H.r, 1, i-1); // 对 H.r[1] 进行筛选 } 40 55 49 73 81 64 36 12 27 98 例如: 排序之前的关键字序列为 12 36 81 73 49 98 8