[理学]第九章 排序-学.ppt

排序 数据结构 9 排序 主要内容 什么是排序 内部排序 插入式排序：直接插入排序法、希尔排序法 交换式排序：起泡法、快速排序法 选择式排序：直接选择排序法、树形选择排序法、堆排序 归并排序 各种内部排序方法的比较 排序的分类 按排序过程中使用的存储器分： 内部排序 数据对象全部存放在内存中进行的排序，即整个排序过程不需要访问外存便能完成 外部排序 数据对象个数太多，不能同时存放在内存中，而需要将一部分数据元素放置在内存，另一部分数据元素放置在外部存储器中，整个排序过程需要在内外存之间多次交换数据才能得到排序的结果。 什么是排序 排序算法优劣的衡量 时间复杂度（分析记录关键字的比较次数和记录的移动次数） 平均情况 最好情况和最差情况：有一些算法，其复杂度受最初数据的排列情况影响较大 可以认为高效率的排序算法应该是尽可能少的比较次数和尽可能少的数据元素移动次数 什么是排序 教材采用的排序表的结构定义 typedef struct { int key; // 数据元素的关键字 datatype other; //数据元素中的其它域 }rectype; // 一条数据记录 rectype R[n]; // 记录型数组 9.2 插入式排序 基本思想： 每一步将一个待排序的对象，按其关键字大小，插入到前面已经排好序的文件中的适当位置上，直到全部记录插入为止 第i趟排序将序列的第i+1个元素ki+1插入到一个大小为i,且已按值有序的序列k1,k2,…,ki的合适位置，得到一个大小为i+1，并且仍然保持按值有序的序列k1,k2,…,ki+1 直接插入排序 时间复杂度 整个算法执行for循环n-1次，每次循环中的基本操作是(1)“比较”序列中两个关键字的大小(2)“移动”记录，其总次数取决于数据表的初始特性，可能有以下几种情况： 最好的情况：O(n) 数列已经排好序（关键字在记录序列中顺序有序），只需要比较n-1次，0次元素的移动； 直接插入排序 平均情况：O(n2) n-1次插入，每次插入从最右开始扫描直到遇见一个比当前元素小的，平均需要比较i/2次 希尔排序 回顾直接插入排序的特点： 数据大致有序时最快，O(n) 希尔排序的原理 在希尔排序中，关键字较小的元素能跳跃式地前移，从而在进行最后一趟增量为１的插入排序时，序列已基本有序，只要进行少量的比较和移动即可完成排序，因而时间复杂度较直接插入排序低。 希尔排序的时间复杂度与所取增量序列有关。增量序列可有各种取法，但各增量值间应无除１之外的公因子，且最后一个增量值必为１。 希尔排序 时间复杂度： O(n(log2n)2) 空间复杂度： O(1) 稳定性：不稳定 起泡排序法 起泡排序法 起泡排序法 起泡排序法 起泡排序法 起泡排序法 起泡排序法 时间复杂度 最好情况：所有数据已经排好了序 只需要扫描1趟，比较n-1次 最坏情况：初始排列逆序，算法要执行n-1趟起泡，第i趟(1=i?n)做了n-i次关键码比较，执行了n-i次对象交换。此时的比较总次数KCN和记录移动次数RMN为： 快速排序 快速排序 快速排序 快速排序 快速排序 快速排序 快速排序 最理想的情况： 疑问 运气哪有这么好，总能“一刀切”？ 为了把一个元素放到正确的位置上，扫描了剩下的所有元素，复杂度仍然是O(n2)，“快速”在哪里？ 快速排序 一般情况： 遇到“障碍”交换之，两箭头总能相遇 在正确放置一个元素的同时，交换了几对乱序的元素，复杂度肯定 O(n2) 快速排序 递归函数 分割算法1 int PARTITION(rectype R[], int low, int high) { R[0] = R[low]; //把最左元素当作基准 while(low high){ //high向左，直到遇见比R[0]小的 while(lowhigh R[high].key=R[0].key) high --; ∥将比枢轴小的记录移到低端 R[low] = R[high]; //low向右，直到遇见比R[0]大的 while(lowhigh R[low].key= R[0].key) low ++; ∥将比枢轴大的记录移到高端 R[high] = R[low]; } R[low] = R[0]; ∥枢轴记录到位 return low; } 分割函数2 int PARTITION(rectype R[], int low, int high) { int piRot = low; // 以最左元素为中轴 rectype piRotRalue = R[l