Sorting算法与算法的分析技术课件.pptVIP

6.關於QuickSort演算法的幾點討論：1）在最重要的性能，即平均時間代價上優於其他演算法。當n比較大時，一般運行確實很快，因此被廣泛採用。2）改善劃分元的選取，可能產生更好的效果。常見的幾種劃分元的選取方法是：·在first,…,last中取亂數i，以L[i]代替L[1]；·在first,…,last中，取中間值i=int((first+last)/2)；·取first，last，int（（first+last）/2）三者的中值為劃分元下標。3）演算法的核心是劃分。不同的劃分策略會影響到移動次數。4）QuickSort採用遞歸演算法的形式，簡明但運行時在時間和空間上開銷較大。一種改進方法是使用由用戶設計的棧取代遞歸。演算法2.8快速排序的改進演算法QStackSort*5）空間複雜度的改進：快速排序演算法的額外空間需求與遞歸和棧有關。當把兩次遞歸調用改為單側進棧，可以改進空間複雜度。當輸入為昇冪（已排序）時，共需n–1次進棧，佔用O(n)空間。如果在程式中，每進行一次劃分以後，就對[f,i-1],[i+1,l]兩段進行比較，把較大的一半進棧，先計算（劃分）較小的一半，其內層迴圈次數（即棧的長度）必然小於logn，因此空間代價可降為O(logn)。6）快速排序演算法對於較小的n，其性能不及插入演算法。因此，可以設計一種綜合演算法，當輸入序列長度小於某個固定值（例如n0=50）時，改用InsertSort進行排序。7）快速排序的最壞情形時間複雜度和額外空間代價，無論如何改進，總是它的缺點和不足。*2.4.2合併排序演算法MergeSort1.演算法的思路：把序列分為兩部分，分別遞歸（排序）後，再把兩個有序序列合併為一個有序序列。如Fig.2.4。*2.有序序列的合併演算法：演算法2.9有序序列的合併演算法Merge3.合併排序演算法MergeSort：演算法2.10合併排序演算法MergeSort4.演算法的複雜度分析：該演算法對兩個長度為m的有序序列的合併，在最壞情形下至少需要2m–1次比較。演算法在最壞情形下的比較次數可用遞歸方程表示： （公式2.4.2）*忽略n為奇數的情形，由主項定理可得 。假定n=2k（k為正整數），則公式2.4.2可以簡化為：直接推導得：該演算法平均情形比較次數A(n)=Ω(nlogn)。其空間代價較大，需要大小為O(n)的額外空間。該演算法是不穩定的。*5.關於合併排序演算法的討論：1）對於時間複雜度而言，在最壞情形下大大優於快速排序，但在平均情況下不一定優於快速排序。數據的移動次數也會對時間性能有所影響。2）可以比較容易地改寫成非遞歸程序。3）合併排序的一種改進方法是充分利用輸入序列中可能的已排序部分。演算法2.11合併排序改進演算法IIMergeSort2例如，輸入序列為（4，12，8，6，0，11，27，5，20），實際上是4個有序串：（4，12），（8），（6，，11，27），（5，20）。第一趟掃描合併為：（4，8，12），（5，6，9，11，20，27），第二趟掃描就已排好序。這個演算法在在最好情形下的比較次數為B(n)=n–1。*4）主要缺點是空間代價較大，每次合併操作都需要與待合併的數據等長的額外空間，其額外空間代價為O(n)階。5）適合於並行計算。2.4.3堆排序演算法HeapSort1.堆排序演算法的思路：如Fig.2.5，演算法把待排序的數組L[1..n]視為一個二叉樹，數組元素依次按廣度第一的順序與二叉樹的結點相對應。結點間的鏈接利用下標來計算。對於結點i，如果2in，則i為葉結點，否則，2i為其左兒子下標，2i+1為其右兒子下標。*這樣的二叉樹的所有的葉結點位於樹的最底層即d層或d–1層，在最底層的葉結點位於左端。演算法由兩部分組成，第一部分稱為建堆（BuildingHeap），就是通過數據的比較和移動，使得二叉樹上每個內部節點的值大於其左、右子結點的值。這樣的二叉樹稱為堆（Heap），如Fig.2.6所示。*第二部分稱為根刪除—堆修復（Delete–Fix）過程，如Fig.2.7，可以描述為：for(i=n;i=2;i--){Swap(L[1],L[i]);FixHeap(L[1..i-1]