当前位置: 首页 > news >正文

额外篇 非递归之美:归并排序与快速排序的创新实现

 个人主页:strive-debug

快速排序非递归版本

非递归版本的快速排序是为了解决在空间不够的情况下,利用栈来模拟递归的过程。

递归版本的快速排序是空间换时间,好实现。

实现思路:
1. 创建一个栈,将数组的右边界下标和左边界下标依次入栈。
2. 循环弹出数组的左右边界下标,并对该区间进行单趟排序,确定关键值的下标,分为左右两个区间。
3. 若左区间元素个数大于一个,将左区间右边界下标和左边界下标依次入栈,右区间同理。
4. 重复操作步骤2和3,直到栈为空。

代码演示:

void QuickSortNonR(int* arr, int left, int right)
{ST st;STInit(&st);//先右后左,新进后出STPush(&st, right);STPush(&st, left);while (!STEmpty(&st)){int begin = STTop(&st);STPop(&st);int end = STTop(&st);STPop(&st);int prev = begin;int cur = begin + 1;int key = begin;while (cur <= end){//前后指针排序,找基本点if (arr[cur] < arr[key] && ++prev != cur){Swap(&arr[prev], &arr[cur]);}cur++;}Swap(&arr[prev], &arr[key]);key = prev;//找到基本点//左区间[begin,key-1]//右区间[key+1,end]if (key + 1 < end){STPush(&st,end);STPush(&st, key + 1);}if (begin < key - 1){STPush(&st, key - 1);STPush(&st, begin);}}STDestroy(&st);
}


```

归并排序

算法思想:
归并排序是基于归并操作的一种有效的排序算法,采用分治法(Divide and Conquer)的思想。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,称为二路归并。

核心步骤:

void _MergeSort(int* arr, int left, int right, int* tmp)
{if (left >= right){return;}int mid = (right + left) / 2;//[left,mid]  [mid+1,right]_MergeSort(arr, left, mid, tmp);_MergeSort(arr, mid + 1, right, tmp);//合并//[left,mid]  [mid+1,right]int begin1 = left, end1 = mid;int begin2 = mid + 1, end2 = right;int index = begin1;//对数据进行比较while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[index++] = arr[begin1++];}else{tmp[index++] = arr[begin2++];}}//跳出循环的结果://要么begin1越界,要么begin2越界//有一个被排完了,还有一个没排完//那么就要考虑有一个越界,那另一个肯定就没有越界//begin2越界while (begin1 <= end1){tmp[index++] = arr[begin1++];}//begin1越界while (begin2 <= end2){tmp[index++] = arr[begin2++];}//[left,mid],[mid+1,right]//把tmp中的数据拷贝回arr中for (int i = left; i <= right; i++){arr[i] = tmp[i];}
}
void MergeSort(int* arr, int n)
{//创建n个下标的数组int* tmp = (int*)malloc(sizeof(int) * n);_MergeSort(arr, 0, n - 1, tmp);free(tmp);
}


```

时间复杂度: O(nlogn)  
空间复杂度: O(n)

接下来为大家介绍不用对比也能排序的版本就是计数排序:

计数排序

操作步骤:
1. 统计相同元素出现次数。
2. 根据统计的结果将序列回收到原来的序列中。

代码实现:

void CountSort(int* arr, int n)
{//找最大值和最小值int min = arr[0], max = arr[0];for (int i = 1; i < n; i++){if (arr[i] > max)max = arr[i];if (arr[i] < min)min = arr[i];}//创建以最大数为下标的数组//不要忘记还有0下标int range = max - min + 1; int* count = (int*)malloc(sizeof(int) * range);if (count == NULL){perror("malloc fail");return;}//给数组count设置,将数组中数据设置为0memset(count, 0, sizeof(int) * range);// 统计次数for (int i = 0; i < n; i++){//arr对应下标的数和最小值相减,然后让count对应数的下标的数++count[arr[i] - min]++; }// 排序int j = 0;for (int i = 0; i < range; i++){//这里取数是对数组count里对应的数进行操作--//上来看见“i=0然后--”不要慌while (count[i]--){arr[j++] = i + min;}}
}


```

特性:
- 计数排序在数据范围集中时,效率很高,但适用范围及场景有限。
- 时间复杂度:O(N + range)
- 空间复杂度:O(range)
- 稳定性: 稳定

 

http://www.xdnf.cn/news/26731.html

相关文章:

  • 解决 IntelliJ IDEA 项目启动时端口冲突问题
  • Linux网络编程——基于ET模式下的Reactor
  • 使用 Vite 快速搭建现代化 React 开发环境
  • 考公:数字推理
  • 新能源汽车动力电池热管理方案全解析:开启电车续航与安全的密码
  • 『Linux_网络』 第二章 UDP_Socket编程
  • 可发1区的超级创新思路(python 、MATLAB实现):基于多尺度注意力TCN-KAN与小波变换的时间序列预测模型
  • webpack 中 chunks详解
  • MATLAB 控制系统设计与仿真 - 38
  • C++问题,忘记为类添加拷贝构造函数和赋值运算符重载
  • 动态规划算法的欢乐密码(一):斐波那契数模型
  • QT采用cmake编译时文件解析
  • 基于大语言模型的自动化单元测试生成系统及测试套件评估方法
  • 在Windows创建虚拟环境如何在pycharm中配置使用
  • 游戏引擎学习第236天:GPU 概念概述
  • 交换网络基础
  • JDOM处理XML:Java程序员的“乐高积木2.0版“
  • 【大模型】 LangChain框架 -LangChain用例
  • kafka的零拷贝技术
  • 数据结构——栈以及相应的操作
  • MAUI项目iOS应用以进 App Store 分发
  • Leakcanary框架分析:他是如何检测内存泄漏的?四大引用;Heap Dump的实现,设计原则
  • Windows进程管理
  • 宇树机器狗go2—slam建图(1)点云格式
  • DevOps 进阶指南:如何让工作流更丝滑?
  • PHP获取大文件行数
  • 【MySQL】004.MySQL数据类型
  • P-Tuning提示词微调
  • 多人3D游戏完整实现方案
  • C++游戏服务器开发之⑦redis的使用