chapter2 Sorting算法和算法分析技术.ppt

计算机算法 ——设计与分析导论;Chapter 2. Sorting算法与算法的分析技术 ;2.1 排序（Sorting）问题 ;3. 稳定（Stable）排序算法： 如果排序问题满足：若Rπ(i) = Rπ(j) 且 i j 则π(i) π(j )，则称其为稳定排序算法。稳定排序保证序列中关键字相同的记录在排序过程中不会交换次序。 4. 内部（Internal）排序算法： 数据在高速随机存储设备上（内存）进行排序操作，这时数据间的比较和移动指令的代价一般是相同的。 5. 外部（External）排序算法： 数据主要驻留在外部的低速存储设备（硬盘、磁带）上，数据在内存与硬盘（磁带）之间的传送、移动的代价明显高于数据比较操作，因此，外部排序算法的设计不同于内部排序。;6. 原址排序算法： 在排序过程中除了全部输入数据所占用的空间之外，只需有限的额外空间。如果额外空间的大小与记录数n无关，则称为原址排序。 7. 基于关键字比较的排序算法： 这类排序算法中仅对关键字进行比较和移动操作，因此关键字的比较和移动是算法的基本操作。;2.2 O(n2)阶的排序算法 ;3. 算法的分析： 关键字的比较发生在 if 语句中，总的比较次数为： 算法中的比较次数与n个关键字的值无关，因此最坏情形和平均情形的比较总次数相同。 因此，算法是O(n2)阶的。 空间代价只额外占用了几个工作单元，因此，它是个原址排序算法。 ;4. 讨论： 算法SelectSort按比较次数计算的最好情形时间复杂度为： 如果把关键字的移动作为基本操作，情况有所不同。 从算法中的if语句可看出，关键字移动min = L[j]的次数可能少于比较min L[j]的执行次数。另外，函数Swap( )需要3次移动，共3( n – 1 )次。因此，选择排序算法的平均移动次数会比较小，而最好情形则为3( n – 1 )。当数据记录比较大时，移动代价大于比较代价，选择排序也可能有较好的性能。 ;2.2.2 插入排序（Insertion Sorting） 1. 插入排序的思路： 与选择排序不同，它是从无序部分不经选择，任取一元，然后插入到有序部分的正确位置上。其步骤为： L[ 1..n ]分为两部分：L[ 1..i ]为有序部分，L[ i+1..n ]为未排序部分。 1° i = 1 ； 2° 把L[i+1]插入到L[1..i]中的正确位置，i++； 3° if ( i n ) goto 2°； 4° 停止。 2. 算法的描述： 算法 2.2 插入排序算法 InsertSort ;3. 算法的分析： 最坏情形： 最好情形： 平均情形：设输入序列满足两个条件： 1° n个关键字值是不同的，这可以简化分析； 2° n个元素的所有不同的排列具有等可能性。 在把L[i]插入到有序的L[1..i–1]的过程中，共有i种可能的位置，由假设2°可知落入每个位置的概率为1/i。而这i种情形所需要的比较次数分别为1，2，… ，i-2，i-1，i-1，因此期望的比较次数为：; 因此， 插入排序虽然也是O(n2)阶的算法，但在一般情形下，会比选择排序块。 算法的空间代价：基本上不需要额外空间，也是一种原址排序算法。 它也是稳定的。;4. 讨论： 在基于相邻元比较交换的排序算法中，InsertSort是最优的。 如果把数据的移动作为基本操作，每一次数据比较都有一次数据移动与之对应。因此，除了在外循环的n – 1次移动之外，数据比较与移动次数是一致的，这与SelectSort算法是不同的。 2.2.3 起泡排序（Bubble Sorting） 算法 2.3 起泡排序算法 BubbleSort 算法BubbleSort的比较次数是确定的： 移动次数与数据比较相对应，交换函数Swap需要三次数据移动，在最坏情形下是比较次数的三倍，而在最好情形下不需要移动。;BubbleSort是稳定的、原址排序算法。 BubbleSort的一种实用改进算法是在程序中设一标记位，当一遍扫描中没有交换发生，则排序停止。 算法 2.4 起泡排序的改进算法 BSort 算法BSort的比较次数有所改进： ;2.3 基于相邻元比较的排序算法和希尔（Shell）排序 ;证明的关键是，在序列中，如果两个相邻元为一逆序，经过交换肯定消除了这个逆序，但这一交换只能消灭这一个逆序。 证明： 1°存在一种排列：n, n-1, … ,2, 1 为全逆序，共包含n(n-1)/2个逆序，故在最坏情形，任一依靠相邻元比较、交换完成的排序过程，至少需n(n-1)/2次比较，即W(n) = Ω(n2)。 2°对于平均情形，实际上需要计算1, 2,… ,n的所有不同排列