排序与搜寻.docVIP

排序與搜尋 各種排序法簡介 bubble sort 氣泡排序法 書上最常見的排序法。每次都走過整個陣列，把相鄰兩個中較大（小）的放到後面。如此重複n次，就可以達到排序的目的。時間複雜度O(n2)。 selection sort 選擇排序法 這比上面的方法好些，每次走過整個陣列，把最大（小）的記錄下來；陣列走完後才和最後一個交換。一樣要重複n次，時間複雜度O(n2)。 insertion sort 插入排序法 就像你在整理撲克牌的時候，拿起一張，就把它放到正確的位置，然後再拿下一張…直到整理完畢。插入排序也是這樣，假設前n-1個已經排序完成，在插入第n個的時後，就只需要一個一個比較，找到適合的位置放進去。當然，在它後面的陣列元素必須先往後移一格空出空間。時間複雜度O(n2)。 以上三種排序法，是一般常見的，也是比較慢的排序法。 merge sort 合併排序法 這個方法是把一組資料平分為二，然後分別排序這兩組資料。如果這組資料只剩一個，就停止分割，同時，這組資料也排序完成了。等到這兩組分別排序完成，就把這兩組合併。由於兩邊已經分別排序，所以合併的時候最多只要比較N次，N是排序的總個數。時間複雜度O(n log2n)，簡記為O(nlgn)。 quick sort 快速排序法 這個跟合併排序有點像，也是分成兩邊去排。不過分割的方法不一樣，合併排序是用位置去分，快速排序是用值的大小來分。所以合併排序的分割很快，但是最後還要做一個合併的動作；而快速排序只要分割好就是排好了，但是在分割的時候要做處理。處理的方法就是：選一個值當作分界點，把比這個值小的放到一邊，比它大的放到另一邊。快速排序的時間複雜度在一般狀況是O(nlgn)，但最糟的狀況可以到O(n2)。（最糟狀況是每次選的分界點剛好都是極值） 以上舉的幾個都是經由比較與交換來完成排序，而這樣的時間複雜度下限為O(nlgn)。 counting sort 計數排序法 這個方法很簡單，就是計算每個數字各出現幾次，然後由小到大（或由大到小）把每個數字填回原本的陣列。時間複雜度O(n)，但是如果數字很大的話會用很多記憶體。 補充：STL C++的STL有提供sort()函式，須先引入algorithm。用法如下： sort(陣列開頭指標, 陣列結束指標, 比較函式); 陣列開頭指標是陣列中要排序的第一個位置；陣列結束指標是陣列中要排序的最後一個位置的下一個位置，也就是說會被排序的是一個半開區間： []陣列開頭位置 , 陣列結束位置() 比較函式這一項可有可無，不過如果要排序的是自定的資料型態，那就一定要有。這個傳入的是一個函式名稱，而這個函式必須滿足：參數是兩個該資料型態的變數，傳回值是bool。如果傳回1，就表示第一個參數要排前面，傳會0就相反。如果沒有這項，就會以’’來做判定。 範例：sort(data, data+10); 搜尋 list的搜尋 ── Binary Search 每次我們要在陣列裡找東西的時候，都要把整個陣列走一次，很浪費時間。如果陣列是已經排序好的，其實只要花O(lgn)的時間就可以找到。 假設現在要在data[0~N]裡面找k，而data[]已經由小到大排序完成。先看看data[N/2]這個值，如果data[N/2]等於k，那很幸運的，我們找到了；如果data[N/2]大於k，那在data[N/2~N]裡面也不會有k，所以只要找data[0~N/2]裡面就好了；相反的，如果data[N/2]小於k，那也只要找data[N/2+1~N]。這樣每次砍掉一半，最多只要log2N次就可以找到所要的資料（或知道資料不存在）。 tree/graph的搜尋 當然，不是每種資料都可以像上面那樣簡單的排序搜尋，有些東西還是要一個一個嘗試，才知道對或不對。像是一般tree和graph結構，或是一些”遊戲”問題，就可能需要暴力解（就是try-error的做法啦），當然也有的問題會有很漂亮的解法，不過那些以後再說吧！先講兩種最常用的暴力法： ＤＦＳ（Depth-First Search　深度優先搜尋） 顧名思義，深度優先，找到一條路就走下去，直到不能走了再回頭。這個方法的優點是程式好寫（只要一直遞迴下去就好），而且只要有解就一定找的到；缺點就是它比較慢，尤其是要找”最佳解”的時候，會花非常多時間（因為要找到每種解再去比較）。 常見的問題有：走迷宮，N-queen…… ＢＦＳ（Breath-First Search　廣度優先搜尋） 跟上面相對，這個是廣度優先。也就是說如果有很多條路，就每一條先走一步，把行不通的刪掉，然後再走第二步，這樣進行下去直到找到答案為止。廣度優先在找”最佳解”的時候比深度優先快很多，因為BFS找到的第一個解就會是最佳解（想想看為什麼?）。 常見的問題有：迷宮最短路徑，