第8章_线性时间排序_算法分析与设计_杭电_褚一平.pptxVIP

第8章：线性时间排序 2 本章内容 介绍了几种O(nlgn)的排序算法： 合并排序和堆排序达到此上界； 快速排序平均情况下达到此上界； 比较排序算法的下界 线性时间排序： 计数排序（Counting Sort） 基数排序（Radix Sort） 桶排序（Bucket Sort） 3 8.1 排序算法的下界 比较排序算法的作用 比较排序算法仅用来确定输入序列a1, a2, . . ., an的元素间次序，即给定两个元素ai 和aj, 测试ai aj, ai ≤ aj, ai = aj, ai ≥ aj, 或ai aj 中哪一个成立。 4 8.1 排序算法的下界 决策树模型 比较排序可以被抽象的视为决策树。一棵 决策树是一棵满二叉树，表示某排序算法 作用于给定输入所做的所有比较。(6,8,5) 5 决策树 在决策树中，对每个内结点都注明i：j，其中 1≤i，j≤n，n是输入序列中的元素个数。 对每个叶结点都注明排列 (π(1),π(2),…,π(n))。 排序算法的执行对应于遍历一条从树的根到叶 结点的路径。在每个内节结点处要做比较 要使排序算法能正确的工作，其必要条件是，n 个元素的n!种排列中的每一种都要作为决策树 的一个叶子而出现。 ai  a j 6 最坏情况下界 在决策树中，从根到任意一个可达叶节点之间 最长路径的长度，表示对应的排序算法中最坏 情况下的比较次数。这样，一个比较排序算法 中的最坏情况比较次数就与其决策树的高度相 等。 定理8.1 任意一个比较排序算法在最坏情况 下，都需要Ω(nlgn)次的比较。 于2 ，则有 n!≤l ≤ 2 定理8.1的证明 证明：对于一棵每个排列都作为一个可达叶结点出现的 决策树，根据前面的讨论即可确定其高度。考虑一棵高 度为h的、具有l个可达叶结点的决策树，它对应于对n 个元素所做的比较排序。因为n个输入元素共有n!种排 列，每一种都作为一个叶子出现在树中，故有n!≤l。 又由于在一棵高为h的二叉树中，叶子的数目不多 对该式取对数，得到 h≥lg(n!)=Ω(nlgn) 推论8.2堆排序和归并排序是渐进最优的比较算法 证明：堆排序和归并排序的运行时间上界O(nlgn)与定理 8.1给出的最坏情况下界Ω (nlgn)一致 7 h h 8 8.2 计数排序 计数排序假设n个输入元素中的每一个都是介于 0到k之间的整数，此处k为某个整数，当k=O(n) 时，技术排序的运行时间是O(n)。 计数排序的基本思想就是对每一个输入元素x， 确定出小于x的元素个数。有了这一信息，就可 以 把x直接放到它在最终输出数组中的位置上。 在计数排序算法中，我们假设输入时隔数组 A[1..n]，length(A)=n。另外还需要两个数组： 存放排序结果的B[1..n]，以及提供临时存数区 的C[1..k] 9 计数排序程序 COUNT-SORT(A,B,k) 1 for i←0 to k 2 do C[i]←0 3 for j←1 to length[A] 4 do C[A[j]] ← C[A[j]] + 1 5 ▹ C[i] 现在包含等于i的元素个数 6for i← 1 to k 7 do C[i] ← C[i] + C[i - 1] 8 ▹ C[i]现在包含小于或等于i的元素个数 7 for j← length[A] downto 1 8 do B[C[A[j]]] ← A[j] 9 C[A[j]] ← C[A[j]] - 1 10 计数排序过程 1 2 11 计数排序过程 3 4 12 计数排序过程 5 6 算法说明 在第9-11行中的for循环部分，把每个元素 A[j]放在输出数组B中与其相应的最终位置 上。如果所有n个元素都不相同，则当第 一次执行到第9行时，对每个A[j]，值 C[A[j]]即为A[j]在输出数组中的最终正确位 置，因为共有C[A[j]]个元素小于等于A[j]。 由于各个元素可能不一定是不同的，因 此，每当将一个值A[j]放入数组B中时，都 要减少C[A[j]]的值。这会使得下一个其值 等于A[j]的输入元素（如果存在的话）直 接进入数组B中A[j]的前一个位置上 14 计数排序时间代价 计数排序时间代价 算法第1~2行的for循环所花时间为Θ(k)。第3~4行中for循环所 花时间为Θ(n)，第6~7行for循环所花时间为Θ(k)，第9~11行 的for循环所花时间为Θ(n)。这样，总的时间就是Θ(k+n)。实 践中，当k=O(n)时，运行时间为O(n)。 计数排序的特点 计数排序算法没有用到元素间的比较，它利用元素的实际 值来确定它们在输出数组中的位置，不是一个基于比较的 排序算法，从而它的计算时间下界不再