数据结构（严蔚敏）Chapter7 Advanced Sorting.pptVIP

Data Structures and Algorithms with Java Chapter7 Advanced Sorting 本章内容和重点 希尔排序 划分 快速排序 基数排序 ① 希尔排序 Shellsort 希尔排序因计算机科学家Donald L.Shell而得名，他在1959年发现了希尔排序算法。希尔排序算法基于插入排序，但是增加了一个新的特性，大大地提高了插入排序的执行效率。 回顾插入排序： 原理：在插入排序执行的一半的时候，标记符左边这部分数据项都是排过序的，而标记右边的数据项则没有排过序。这个算法取出标记符所指的数据项，把它存储在一个临时变量里。接着，从刚刚被移除的数据项的左边第一个单元开始，每次把有序的数据项向右移动一个单元，直到存储在临时变量里的数据项能够有序回插。 存在问题：假定最小数据项在靠近右端的位置上，在其回到前端正确位置时，中间的数据项需要复制将近N次，虽不是所有数据项都移动N次，但平均移动了N/2个位置，这就执行了N*N/2次复制。 如果能以某种方式，不必一个一个地移动所有中间的数据项，就能把较小数据项移动到左端，那么这个算法的效率将会有很大的提高。 N增量排序 N-SORTING 希尔排序通过加大插入排序中元素之间的间隔，并在这些间隔的元素中进行插入排序，从而使数据项能大跨度地移动。当这些数据项排过一趟后，希尔排序算法减小数据项的间隔再进行排序，依次进行下去。进行排序过程时，数据项之间的间隔被称为增量，习惯用h表示。 如图：显示了增量为4时，对包含10个数据项的数组进行排序的第一个步骤情况： 上面的一次排序过程，所有元素离它在最终有序序列中的位置相差都不到两个单元，这就是数组”基本有序”的含义，也是希尔排序的精髓所在。 4增量排序后，可以进行普通的插入排序，即1增量的排序。 减小间隔：对于更大的数组，开始的间隔也应该更大，然后间隔不断减小，直到间隔变为1。如含有1000个数据项的数组，可能以364，121，40，13，4，1为增量。h’=3h+1 h = 3*h + 1 Knuth序列 SHELLSORT的Java代码 Applet 希尔排序的效率 迄今为止，还没有人能够从理论上分析希尔排序的效率。有各种各样基于试验的评估，估计它的数量级从 O(N3/2) 到 O(N7/6)。 ② 划分 Partitioning 划分是后面讨论快速排序的根本机制。 划分数据就是把数据分为两组，使所有关键字大于特定值的数据项在一组，使所有关键字小于特定值的在一组。 完成划分之后，数组还不能称为有序：只是简单地分为了两组，但数据比原来顺序排列来说，接近有序了。 Partition.java的程序代码 main()例程创建了一个可以容纳16个long类型数据项的ArrayPar对象。枢纽定为99.例程在ArrayPar中插入16个任意值，显示他们，调用partitionIt()方法对它们实行划分，然后再次显示结果。 划分算法 划分算法由两个指针开始工作，两个指针分别指向数组的两头。(指针-不同于C++里的指针概念，在这里是指指示的数据项。) 停止和交换：当leftScan碰到比枢纽小的数据项时，直接后移，但是，遇到大的数据项时，停止。同理，rightScan… Leftscan和RightScan都指着在数组错误一方的数据项时，交换。 划分的效率 划分算法的运行时间为O(N)： 两个指针开始时分别在数组的两端，然后以或大或小的恒定速度相向移动，停止移动并且在移动的过程中交换。当两个指针相遇时，划分完成。 ③ 快速排序 Quicksort 毫无疑问，快速排序是最流行的排序算法，因为有充足的理由，大多数情况下，快速排序都是最快的，执行时间为 O(N*logN) 级。 快速排序算法本质上通过把一个数组划分为两个子数组，然后递归地调用自身为每一个子数组进行快速排序来实现的。 快速排序算法 基本的基于递归的快速排序算法非常简单。下面是一个实例: 选择枢纽 partitionIt()应该怎样选择枢纽呢？ 应该选择具体的一个数据项的关键字的值作为枢纽：称这个数据项为pivot； 可以选择任意一个数据项作为枢纽，为了简便，总是选择最右端的数据项； 划分完成之后，如果枢纽被插入到左右子数组之间的分界处，那么枢纽就落在了排序之后的最终位置上了。 “三数据项”取中划分 折中的方法是找到数组里第一个、最后一个以及中间位置数据项的居中数据项值，并且设此数据项为枢纽。选择第一个、最后一个以及中间位置数据项的中值被称为“三数据项取中”方法。 处理小划分 如果使用三数据项取中划分方法，则必须要遵循快速排序算法不能执行3个或少于三个数据项划分的规则。在这种情况下，数字3被称为切割