数据结构与算法系列十(排序算法概述)

1.引子

1.1.为什么要学习数据结构与算法?

有人说,数据结构与算法,计算机网络,与操作系统都一样,脱离日常开发,除了面试这辈子可能都用不到呀!

有人说,我是做业务开发的,只要熟练API,熟练框架,熟练各种中间件,写的代码不也能“飞”起来吗?

于是问题来了:为什么还要学习数据结构与算法呢?

#理由一:
    面试的时候,千万不要被数据结构与算法拖了后腿
#理由二:
    你真的愿意做一辈子CRUD Boy吗
#理由三:
    不想写出开源框架,中间件的工程师,不是好厨子

1.2.如何系统化学习数据结构与算法?

我想好了,还是需要学习数据结构与算法。但是我有两个困惑:

1.如何着手学习呢?

2.有哪些内容要学习呢?

学习方法推荐:

#学习方法
1.从基础开始,系统化学习
2.多动手,每一种数据结构与算法,都自己用代码实现出来
3.思路更重要:理解实现思想,不要背代码
4.与日常开发结合,对应应用场景

学习内容推荐:

数据结构与算法内容比较多,我们本着实用原则,学习经典的、常用的数据结构、与常用算法

#学习内容:
1.数据结构的定义
2.算法的定义
3.复杂度分析
4.常用数据结构
    数组、链表、栈、队列
    散列表、二叉树、堆
    跳表、图
5.常用算法
    递归、排序、二分查找
    搜索、哈希、贪心、分治
    动态规划、字符串匹配

2.考考你

在前面两篇,我们详细看了常用算法的第一个主题:递归。接下来我们来看常用算法的第二个主题:排序。排序内容有点多,常见的排序算法就有:冒泡排序、插入排序、选择排序、归并排序、快速排序、桶排序、计数排序、基数排序。

这些排序算法中,不知道有没有你熟悉的,或者不熟悉的。让我们开启排序算法之旅吧。首先第一篇中,我们先来对排序算法做一个总体上的认识。

#考考你:
1.你知道常用的排序算法有哪些吗?
2.你知道如何衡量排序算法的优劣吗?
3.你知道排序算法的基础概念:有序度、逆序度、满有序度吗?

3.案例

3.1.排序算法分类

在考考你中,我们说排序算法有:冒泡排序、插入排序、选择排序、归并排序、快速排序、桶排序、计数排序、基数排序。这样看起来有点散乱,能不能给它们归一下类呢?答案是可以的。

对于排序算法,我们可以从时间复杂度上进行归类

3.2.从三个角度分析排序算法

在实际软件开发中,有众多的排序算法,如何选择和取舍呢?真的会有选择困难症啊!有没有一些好的、可行的方法,去综合衡量排序算法的优劣呢?

答案是:

我们可以从三个角度去综合分析排序算法:时间复杂度空间复杂度算法稳定性

#时间复杂度
  1.分析最好情况、最坏情况、平均情况时间复杂度
  2.复杂度分析中,关于系数、常数、低阶平常可以省略
  3.但是,需要特别注意:在排序算法中,我们需要考虑进来

#空间复杂度
  1.空间复杂度分析,主要看是否是:原地排序算法
  2.原地排序算法,是指:空间复杂度是O(1)
  3.注意:在实际软件开发中,这一条很重要

#算法稳定性
  1.算法稳定性,是指如果待排序序列中,有值相同的元素
  2.如果经过排序后,原来值相同的元素,顺序保持不变
  3.那么我们说,该排序算法是稳定的排序算法
  4.否则,该排序算法是不稳定排序算法

  5.比如,有一个待排序序列:3,6,5,2,6,8
  6.待排序序列中,有两个值为6的元素
  7.假设用数组a来存储,对应的下标是:a[1]=6,a[4]=6
  8.排序后:a[3]=6,a[4]=6
  9.这里的a[3]是排序前的a[1]
  10.这里的a[4]还是排序前的a[4]
  11.这就是稳定排序算法的要求,如下图:

理解排序算法稳定性:

3.3.排序基础概念:有序度、逆序度、满有序度

在排序算法中,我们需要关注三个基础概念:有序度逆序度满有序度

整个排序过程,我们可以理解为:增加有序度,减少逆序度,最终达到满有序度的过程

那么,它们具体的含义是什么呢?

#有序度:
  待排序序列中,如果下标索引:i<j,且a[i]<a[j],则称为有序度
#逆序度
  待排序序列中,如果下标索引:i<j,且a[i]>a[j],则称为逆序度
#满有序度
  1.待排序序列中,如果有序度达到:n(n-1)/2,则称为满有序度
  2.即此时待排序序列,其实是有序的

以上关于有序度逆序度的概念,相信很多朋友都能理解。这里我们解释一下关于满有序度的公式:n(n-1)/2

要理解满有序度的概念,你可能需要回顾一下数学中的:排列、组合知识点,应该是在高二的时候学的,可以这样去理解它们:

#排列:
  1.有n个元素,如果每两个元素,组成一个排列
  2.则总共有排列数:n(n-1)
  3.比如,有3个元素:a b c
  4.每两个元素组成排列数是:3*(3-1)=6
  5.组成的排列有:(a,b) (a,c) (b,a) (b,c) (c,a) (c,b)

#组合:
  1.有n个元素,如果每两个元素,组成一个组合
  2.则总共有组合数:n(n-1)/2
  3.比如,有3个元素:a b c
  4.每两个元素组成的组合数是:3(3-1)/2=3
  5.组成的组合有:(a,b) (a,c) (b,c)

#综合结论:
   1.假设待排序序列有n个元素
   2.如果有序度,等于每2个元素的组合数:n(n-1)/2
   3.那么该待排序序列,其实是有序的
   4.这就是满有序度的概念

原文地址:https://www.cnblogs.com/itall/p/12442067.html

时间: 2024-10-18 06:42:24

数据结构与算法系列十(排序算法概述)的相关文章

排序算法系列——八大排序算法对比分析

本系列最后一篇,综合分析下前面介绍的八种排序算法的效率,以及各自的适用情况. 下面先看看八种排序算法的时间复杂度表格: 图中八种排序被分成了两组,一组时间复杂度为O(n^2),另一组相对高效些. 下面先对第一组O(n^2)的四种排序算法进行对比,分别取数组长度为100,1000,10000,100000四个数量级,各个元素在0-10000000之间随机获取.下面看下结果的分析. 排序算法 长度=100 长度=1000 长度=10000 长度=100000 直接插入排序 535 2,198 135

【数据结构&amp;&amp;算法系列】KMP算法介绍及实现(c++ &amp;&amp; java)

KMP算法如果理解原理的话,其实很简单. KMP算法简介 这里根据自己的理解简单介绍下. KMP算法的名称由三位发明者(Knuth.Morris.Pratt)的首字母组成,又称字符串查找算法. 个人觉得可以理解为最小回溯算法,即匹配失效的时候,尽量少回溯,从而缩短时间复杂度. KMP算法有两个关键的地方,1)求解next数组,2)利用next数组进行最小回溯. 1)求解next数组 next数组的取值只与模式串有关,next数组用于失配时回溯使用. 在简单版本的KMP算法中,每个位置 j 的 n

数据结构与算法分析之简单排序算法

在排序算法中,简单排序主要有三种,分别为冒泡排序.选择排序.插入排序,学习理解好这三种排序算法有助于进一步研究数据结构与算法分析.下面,简单地谈一谈冒泡排序.选择排序.插入排序的原理及区别. 冒泡排序原理: 1.比较相邻的元素.如果前一个比后一个大,它们就交换. 2.每对元素都要进行同样的动作,从后往前比较. 3.每趟都会确定一个位置的元素,因此n个元素,需要n-1趟才能确定各个元素的位置. 例如:对23,4,56,11四个数进行冒泡排序. 第一趟 4,23,11,56 第二趟 4,11,23,

趣写算法系列之--匈牙利算法(真的很好理解)

[书本上的算法往往讲得非常复杂,我和我的朋友计划用一些简单通俗的例子来描述算法的流程] 匈牙利算法是由匈牙利数学家Edmonds于1965年提出,因而得名.匈牙利算法是基于Hall定理中充分性证明的思想,它是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法. -------等等,看得头大?那么请看下面的版本: 通过数代人的努力,你终于赶上了剩男剩女的大潮,假设你是一位光荣的新世纪媒人,在你的手上有N个剩男,M个剩女,每个人都可能对多名异性有好感(-_-

算法快速回顾——排序算法

常用排序算法有以下几种:冒泡排序.插入排序.快速排序.归并排序.堆排序. 本文将对五种常用算法分析并实现. //交换两个元素的值 这里列出几种不同写法 void swap(int *a, int *b) { int c = *a; *a = *b; *b = c; } void swap(int *a,int *b) { *a = (*a)^(*b); *b = (*b)^(*a); *a = (*a)^(*b); } void swap(int *a,int *b) { *a = *a + *

普林斯顿公开课 算法3-7:排序算法复杂度

算法复杂度用来表示在解决某个问题时,算法的性能表现. 复杂度上限,就是某个具体的已经实现的算法能够保证在一定时间内解决问题 复杂度下限,就是通过数学方法证明,所有的算法都必须花费一定的时间才能解决问题 最优化算法,就是可能达到的最小复杂度的算法,通常介于复杂度上限和下限之间 比如排序问题中: 计算模型为决策树 使用比较次数作为开销依据 复杂度上限:使用归并排序可以达到N lgN复杂度 复杂度下限:? 最优化算法:? 决策树举例 有三个不同的元素a b c,通过比较的方式来得出排序结果.那么它的决

数据结构实践——大数据集上排序算法性能的体验

本文是针对[数据结构基础系列(9):排序]的实践项目. [项目 - 大数据集上排序算法性能的体验] 设计一个函数,产生一个至少5万条记录的数据集合.在同一数据集上,用直接插入排序.冒泡排序.快速排序.直接选择排序.堆排序.归并排序.基数排序等算法进行排序,记录所需要的时间,经过对比,得到对复杂度不同的各种算法在运行时间方面的感性认识. 提示1:这一项目需要整合多种排序算法,可以考虑先建设排序算法库,作为我们这门课算法库的收官之作: 提示2:本项目旨在获得对于复杂度不同算法的感性认识,由于数据分布

排序算法系列:插入排序算法

概述 直接插入排序(Straight Insertion Sort)的基本操作是将一个记录插入到已经排好序的有序表中,从而得到一个新的.记录数增1的有序表. – <大话数据结构> 版权说明 著作权归作者所有. 商业转载请联系作者获得授权,非商业转载请注明出处. 本文作者:Coding-Naga 发表日期: 2016年3月24日 原文链接:http://blog.csdn.net/lemon_tree12138/article/details/50968422 来源:CSDN 更多内容:分类 &

数据结构与算法复习(一) 排序算法(I)

这篇文章将会介绍最常见的排序算法(使用 JavaScript 语言实现) PS:这里我会尽量使用语言无关的语法去写,大家不要太在意语言,重要的是算法的实现思路 1.冒泡排序 将数组分为有序区(左边)和无序区(右边) 每次从无序区的最后一个元素开始,一直向前冒泡到无序区的第一个位置,使其变成有序 function swap(A, i, j) { if (i === j) return [A[i], A[j]] = [A[j], A[i]] } function bubbleSort(A) { fo