本文实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序
首先是算法实现文件Sort.h,代码如下:
/* * 实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 * 以及快速排序、归并排序、堆排序和LST基数排序 * @author gkh178 */ #include <iostream> template<class T> voID swap_value(T &a,T &b) { T temp = a; a = b; b = temp; } //插入排序:时间复杂度o(n^2) template<class T> voID insert_sort(T a[],int n) { for (int i = 1; i < n; ++i) { T temp = a[i]; int j = i - 1; while (j >= 0 && a[j] > temp) { a[j + 1] = a[j]; --j; } a[j + 1] = temp; } } //冒泡排序:时间复杂度o(n^2) template<class T> voID bubble_sort(T a[],int n) { for (int i = n - 1; i > 0; --i) { for (int j = 0; j < i; ++j) { if (a[j] > a[j + 1]) { swap_value(a[j],a[j + 1]); } } } } //选择排序:时间复杂度o(n^2) template<class T> voID select_sort(T a[],int n) { for (int i = 0; i < n - 1; ++i) { T min = a[i]; int index = i; for (int j = i + 1; j < n; ++j) { if (a[j] < min) { min = a[j]; index = j; } } a[index] = a[i]; a[i] = min; } } //希尔排序:时间复杂度介于o(n^2)和o(nlgn)之间 template<class T> voID shell_sort(T a[],int n) { for (int gap = n / 2; gap >= 1; gap /= 2) { for (int i = gap; i < n; ++i) { T temp = a[i]; int j = i - gap; while (j >= 0 && a[j] > temp) { a[j + gap] = a[j]; j -= gap; } a[j + gap] = temp; } } } //快速排序:时间复杂度o(nlgn) template<class T> voID quick_sort(T a[],int n) { _quick_sort(a,n - 1); } template<class T> voID _quick_sort(T a[],int left,int right) { if (left < right) { int q = _partition(a,left,right); _quick_sort(a,q - 1); _quick_sort(a,q + 1,right); } } template<class T> int _partition(T a[],int right) { T pivot = a[left]; while (left < right) { while (left < right && a[right] >= pivot) { --right; } a[left] = a[right]; while (left < right && a[left] <= pivot) { ++left; } a[right] = a[left]; } a[left] = pivot; return left; } //归并排序:时间复杂度o(nlgn) template<class T> voID merge_sort(T a[],int n) { _merge_sort(a,n - 1); } template<class T> voID _merge_sort(T a[],int right) { if (left < right) { int mID = left + (right - left) / 2; _merge_sort(a,mID); _merge_sort(a,mID + 1,right); _merge(a,mID,right); } } template<class T> voID _merge(T a[],int mID,int right) { int length = right - left + 1; T *newA = new T[length]; for (int i = 0,j = left; i <= length - 1; ++i,++j) { *(newA + i) = a[j]; } int i = 0; int j = mID - left + 1; int k = left; for (; i <= mID - left && j <= length - 1; ++k) { if (*(newA + i) < *(newA + j)) { a[k] = *(newA + i); ++i; } else { a[k] = *(newA + j); ++j; } } while (i <= mID - left) { a[k++] = *(newA + i); ++i; } while (j <= right - left) { a[k++] = *(newA + j); ++j; } delete newA; } //堆排序:时间复杂度o(nlgn) template<class T> voID heap_sort(T a[],int n) { built_max_heap(a,n);//建立初始大根堆 //交换首尾元素,并对交换后排除尾元素的数组进行一次上调整 for (int i = n - 1; i >= 1; --i) { swap_value(a[0],a[i]); up_adjust(a,i); } } //建立一个长度为n的大根堆 template<class T> voID built_max_heap(T a[],int n) { up_adjust(a,n); } //对长度为n的数组进行一次上调整 template<class T> voID up_adjust(T a[],int n) { //对每个带有子女节点的元素遍历处理,从后到根节点位置 for (int i = n / 2; i >= 1; --i) { adjust_node(a,n,i); } } //调整序号为i的节点的值 template<class T> voID adjust_node(T a[],int n,int i) { //节点有左右孩子 if (2 * i + 1 <= n) { //右孩子的值大于节点的值,交换它们 if (a[2 * i] > a[i - 1]) { swap_value(a[2 * i],a[i - 1]); } //左孩子的值大于节点的值,交换它们 if (a[2 * i - 1] > a[i - 1]) { swap_value(a[2 * i - 1],a[i - 1]); } //对节点的左右孩子的根节点进行调整 adjust_node(a,2 * i); adjust_node(a,2 * i + 1); } //节点只有左孩子,为最后一个有左右孩子的节点 else if (2 * i == n) { //左孩子的值大于节点的值,交换它们 if (a[2 * i - 1] > a[i - 1]) { swap_value(a[2 * i - 1],a[i - 1]); } } } //基数排序的时间复杂度为o(distance(n+radix)),distance为位数,n为数组个数,radix为基数 //本方法是用LST方法进行基数排序,MST方法不包含在内 //其中参数radix为基数,一般为10;distance表示待排序的数组的数字最长的位数;n为数组的长度 template<class T> voID lst_radix_sort(T a[],int radix,int distance) { T* newA = new T[n];//用于暂存数组 int* count = new int[radix];//用于计数排序,保存的是当前位的值为0 到 radix-1的元素出现的的个数 int divIDe = 1; //从倒数第一位处理到第一位 for (int i = 0; i < distance; ++i) { //待排数组拷贝到newA数组中 for (int j = 0; j < n; ++j) { *(newA + j) = a[j]; } //将计数数组置0 for (int j = 0; j < radix; ++j) { *(count + j) = 0; } for (int j = 0; j < n; ++j) { int radixKey = (*(newA + j) / divIDe) % radix; //得到数组元素的当前处理位的值 (*(count + radixKey))++; } //此时count[]中每个元素保存的是radixKey位出现的次数 //计算每个radixKey在数组中的结束位置,位置序号范围为1-n for (int j = 1; j < radix; ++j) { *(count + j) = *(count + j) + *(count + j - 1); } //运用计数排序的原理实现一次排序,排序后的数组输出到a[] for (int j = n - 1; j >= 0; --j) { int radixKey = (*(newA + j) / divIDe) % radix; a[*(count + radixKey) - 1] = newA[j]; --(*(count + radixKey)); } divIDe = divIDe * radix; } }
然后是测试文件main.cpp,代码如下:
#include "Sort.h" using namespace std; template<class T> voID printArray(T a[],int n) { for (int i = 0; i < n; ++i) { cout << a[i] << " "; } cout << endl; } int main() { for (int i = 1; i <= 8; ++i) { int arr[] = { 45,38,26,77,128,25,444,61,153,9999,1012,43,128 }; switch (i) { case 1: insert_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 2: bubble_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 3: select_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 4: shell_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 5: quick_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 6: merge_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 7: heap_sort(arr,sizeof(arr) / sizeof(arr[0])); break; case 8: lst_radix_sort(arr,sizeof(arr) / sizeof(arr[0]),10,4); break; default: break; } printArray(arr,sizeof(arr) / sizeof(arr[0])); } return 0; }
最后是运行结果图,如下:
以上就是C++实现八个常用的排序算法的全部代码,希望大家对C++排序算法有更进一步的了解。
总结以上是内存溢出为你收集整理的C++实现八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序等全部内容,希望文章能够帮你解决C++实现八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序等所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)