c/c++再学习:排序算法了解

1.冒泡排序

冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

算法描述

1.比较相邻的元素。如果第一个比第二个大,就交换它们两个;
2.对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
3.针对所有的元素重复以上的步骤,除了最后一个;
4.重复步骤1~3,直到排序完成。

代码实现

void bubble_sort(vector<int>& nums)
{
    int temp = 0;
    int isChange = 0;
    int len = nums.size();

    for (int i = 0; i < len - 1; i++)
    {
        isChange = 0;

        for (int j = 0; j < len - i - 1; j++)
        {
            if (nums[j] > nums[j+1])
            {
                temp = nums[j];
                nums[j] = nums[j + 1];
                nums[j + 1] = temp;
                isChange = 1;
            }
        }

        /* 如果没有数据交换,则数据已有序 */
        if (isChange)
        {
            break;
        }
    }
}

2.选择排序

选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
表现最稳定的排序算法之一,因为无论什么数据进去都是O(n2)的时间复杂度,所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。理论上讲,选择排序可能也是平时排序一般人想到的最多的排序方法了吧。

算法描述

n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下:
1.初始状态:无序区为R[1..n],有序区为空;
2.第i趟排序(i=1,2,3…n-1)开始时,当前有序区和无序区分别为R[1..i-1]和R(i..n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1..i]和R[i+1..n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区;
3.n-1趟结束,数组有序化了。

代码实现

void select_sort(vector<int>& nums)
{
    int len = nums.size();
    int select_id = 0;
    int temp = 0;

    for (int i = 0; i < len - 1; i++)
    {
        select_id = i;
        for (int j = i + 1; j < len; j++)
        {
            if (nums[j] < nums[select_id])
            {
                select_id = j;
            }
        }
        temp = nums[i];
        nums[i] = nums[select_id];
        nums[select_id] = temp;
    }
}

3.插入排序

插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间

算法描述

一般来说,插入排序都采用in-place在数组上实现。具体算法描述如下:
1.从第一个元素开始,该元素可以认为已经被排序;
2.取出下一个元素,在已经排序的元素序列中从后向前扫描;
3.如果该元素(已排序)大于新元素,将该元素移到下一位置;
4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
5.将新元素插入到该位置后;
6.重复步骤2~5。

void insert_sort(vector<int>& nums)
{
    int len = nums.size();
    int now_id = 0;
    int now_num = 0;

    for (int i = 1; i < len; i++)
    {
        now_id = i - 1;
        now_num = nums[i];

        while ((now_id >= 0) && (nums[now_id] > now_num))
        {
            nums[now_id + 1] = nums[now_id];
            now_id--;
        }
        nums[now_id + 1] = now_num;
    }
}

4.计数排序

计数排序不是基于比较的排序算法,其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数。
计数排序是一个稳定的排序算法。当输入的元素是 n 个 0到 k 之间的整数时,时间复杂度是O(n+k),空间复杂度也是O(n+k),其排序速度快于任何比较排序算法。当k不是很大并且序列比较集中时,计数排序是一个很有效的排序算法。

算法描述

1.找出待排序的数组中最大和最小的元素;
2.统计数组中每个值为i的元素出现的次数,存入数组C的第i项;
3.对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加);
4.反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1。

void count_sort(vector<int>& nums, int max)
{
    vector<int> countpool(max);
    int len = nums.size();
    int max_value = 0;

    for (int i = 0; i < len; i++)
    {
        countpool[nums[i]]++;

        if (max_value < nums[i])
        {
            max_value = nums[i];
        }
    }

    nums.clear();

    for (int i = 0; i < max_value; i++)
    {
        if (countpool[i] != 0)
        {
            for (int j = 0; j < countpool[0]; j++)
            {
                nums.push_back(i);
            }
        }
    }
}

5.归并排序

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。

算法描述

1.把长度为n的输入序列分成两个长度为n/2的子序列;
2.对这两个子序列分别采用归并排序;
3.将两个排序好的子序列合并成一个最终的排序序列。

vector<int> merge_list(vector<int>& num1, vector<int>& num2)
{
    int len1 = num1.size();
    int len2 = num2.size();
    int len = len1 + len2;

    vector<int> rst(len);
    int idx1 = 0, idx2 = 0;

    for (int i = 0; i < len; i++)
    {
        if (idx1 == len1)
        {
            rst[i] = num2[idx2];
            idx2++;
        }
        else if (idx2 == len2)
        {
            rst[i] = num1[idx1];
            idx1++;
        }
        else
        {
            if (num1[idx1] < num2[idx2])
            {
                rst[i] = num1[idx1];
                idx1++;
            }
            else
            {
                rst[i] = num2[idx2];
                idx2++;
            }
        }
    }

    return rst;
}

void merge_sort(vector<int>& nums)
{
    int len = nums.size();
    int mid = (len + 1) / 2;

    if (len == 1)
    {
        return;
    }

    if (len == 2)
    {
        if (nums[0] > nums[1])
        {
            int temp = nums[0];
            nums[0] = nums[1];
            nums[1] = temp;
        }
        return;
    }

    vector<int> num1(nums.begin(), nums.begin() + mid);
    vector<int> num2(nums.begin() + mid, nums.end());
    merge_sort(num1);
    merge_sort(num2);
    nums = merge_list(num1, num2);  

    return;
}

原文地址:https://www.cnblogs.com/langzou/p/10066948.html

时间: 2024-10-13 00:46:59

c/c++再学习:排序算法了解的相关文章

学习排序算法简介

学习排序算法简介 学习排序(Learning to Rank, LTR)是一类基于机器学习方法的排序算法. 传统经典的模型,例如基于TFIDF特征的VSM模型,很难融入多种特征,也就是除了TFIDF特征之外,就无法融入其他种类的特征了. 而机器学习的方法很容易融合多种特征,而且有成熟深厚的理论基础,参数也是通过迭代计算出来的,有一套成熟理论来解决稀疏.过拟合等问题. LTR方法大致可以分成三类: 1) Pointwise 单文档方法 2) Pairwise 文档对方法 3) Listwise 文

学习排序算法(一):单文档方法 Pointwise

学习排序算法(一):单文档方法 Pointwise 1. 基本思想 这样的方法主要是将搜索结果的文档变为特征向量,然后将排序问题转化成了机器学习中的常规的分类问题,并且是个多类分类问题. 2. 方法流程 Pointwise方法的主要流程例如以下: watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcHVxdXRvZ2V0aGVy/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity

学习排序算法(二):Pairwise方法之Ranking SVM

学习排序算法(二):Pairwise方法之Ranking  SVM 1. Pairwise方法的基本思想 Pairwise考虑了文档顺序的关系.它将同一个query的相关文档其中起来,把任意两个文档组成一个pair.我们研究就是以这个pair文档对来研究的. 2. Ranking SVM 在测试的时候,我们就把一个query的所有结果先构建所有可能的pair,然后输入到学习到的模型中,得到每个pair的相对顺序.根据推算就可以得到所有搜索结果的排序了. 典型的Pairwise方法就有rankin

学习排序算法(二):Pairwise方法之RankNet

学习排序算法(二):Pairwise方法之RankNet 前面一篇博文介绍的Ranking SVM是把LTR问题转化为二值分类问题,而RankNet算法是从另外一个角度来解决,那就是概率的角度. 1. RankNet的基本思想 RankNet方法就是使用交叉熵作为损失函数,学习出一些模型(例如神经网络.决策树等)来计算每个pair的排序得分,学习模型的过程可以使用梯度下降法. 2. 方法流程 首先,我们要明确RankNet方法的目的就是要学习出一个模型,这个模型就是给文档算法的函数f(d, w)

高效学习排序算法

排序是一个经典的问题,它以一定的顺序对一个数组或列表中的元素进行重新排序.而排序算法也是各有千秋,每个都有自身的优点和局限性.虽然这些算法平常根本就不用自己去编写,但作为一个有追求的程序员,还是要了解它们从不同角度解决排序问题的思想. 学习算法是枯燥的,那怎么高效的理解它的原理呢?显然,如果以动图的方式,生动形象的把算法排序的过程展示出来,非常有助于学习.visualgo.net 就是一个可视化算法的网站,第一次访问的时候,真的是眼前一亮.本文就对常用的排序进行下总结. 1. 冒泡排序 冒泡排序

(转载)[直观学习排序算法] 视觉直观感受若干常用排序算法

1 快速排序 介绍: 快速排序是由东尼·霍尔所发展的一种排序算法.在平均状况下,排序 n 个项目要Ο(n log n)次比较.在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见.事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来,且在大部分真实世界的数据,可以决定设计的选择,减少所需时间的二次方项之可能性. 步骤: 从数列中挑出一个元素,称为 "基准"(pivot), 重新排序数列,所有元素

算法学习-排序算法

数据结构-算法复杂度 时间复杂度 事件频度 一个算法花费的时间与算法种语句的执行次数成正比,哪个算法种语句执行次数多,它花费时间就多. 一个算法中的语句执行次数称为语句频度或时间频度.记为T(n) eg:计算1-100的和 方法一:for循环 T(n) = n + 1 方法二:直接计算 T(n) = 1 时间复杂度 一般情况下,算法中的基本操作语句的重复执行次数时问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n) / f(n) 的极限值为不等于0的常

C语言再学习part3—算法

君子远庖厨,万物皆备于我.—孟子 这篇文章主要总结程序的主要要素,以及程序的构成是什么样子的.最后说说我学到的一种奇特的表示算法的方式—伪代码. 让我们开始吧! 一个程序应该包括以下两个主要要素: 1.对数据的描述.在程序中要指定数据的类型和数据的组织形式,即为数据结构. 2.对操作的描述.即为操作步骤,也就是算法. 那么程序是什么呢? 程序=算法+数据结构+程序设计方法+语言工具和环境[1] 最后来说说被忽略的伪代码.伪代码不同于汇编语言中的伪指令. 伪代码是用介于自然语言和计算机语言之间的文

常用排序算法

本篇给大家介绍几种软件工程中常用的排序算法 1. 插入排序 插入排序的基本思想就是:每次将一个待排序的记录,按其关键字大小插入到前面已经排序好的序列中,直到全部记录插入完成为止. 对于插入排序的概念以及其原理大家可以参考<排序算法的学习之路——插入排序(概念篇)> 插入排序细分可以分成三种情况. 直接插入排序——<排序算法学习之路——直接插入排序> 折半插入排序——<排序算法学习之路——折半插入排序> 表插入排序 ——<排序算法学习之路——表插入排序> 2.

再理解RankNet算法

再理解RankNet算法 前面的一篇博文介绍了学习排序算法(Learning to Rank)中的RankNet算法.如下: http://blog.csdn.net/puqutogether/article/details/42124491 那次的入门对其中的算法流程和基本原理没有深入了解,这次看自动摘要提取算法的时候,里面有一个排序单元,使用到的就是学习排序算法中的RankNet,这个时候才理解了.这就说明,有的时候回过头来看某些算法,你的认识会加深的. 好了,这次主要说一下RankNet这