在計算機科學中,排序算法是一類常見且重要的算法,用于對一組資料按照某種規則進行排序。排序算法的效率通常由時間複雜度來衡量,時間複雜度描述了算法執行所需的計算資源随輸入規模的變化情況。本文将深入講解三種效率最高的排序算法:快速排序、歸并排序和堆排序,并附有相關的C語言代碼實作。
1. 快速排序(Quick Sort)
快速排序是一種分治法的排序算法,它通過選擇一個基準元素,将數組分成左右兩部分,使得左邊的元素都小于基準,右邊的元素都大于基準。然後對左右子數組遞歸地進行快速排序,直到子數組的大小為1。
快速排序的C語言代碼實作:
#include <stdio.h>
// 交換兩個元素的值
void swap(int* a, int* b) {
int temp = *a;
*a = *b;
*b = temp;
}
// 快速排序的分割函數
int partition(int arr[], int low, int high) {
int pivot = arr[low]; // 選擇第一個元素作為基準
while (low < high) {
while (low < high && arr[high] >= pivot)
high--;
arr[low] = arr[high]; // 将比基準小的元素移到低端
while (low < high && arr[low] <= pivot)
low++;
arr[high] = arr[low]; // 将比基準大的元素移到高端
}
arr[low] = pivot; // 基準元素歸位
return low;
}
// 快速排序遞歸函數
void quickSort(int arr[], int low, int high) {
if (low < high) {
int pivotPos = partition(arr, low, high);
quickSort(arr, low, pivotPos - 1); // 對左半部分進行快速排序
quickSort(arr, pivotPos + 1, high); // 對右半部分進行快速排序
}
}
// 快速排序接口函數
void quickSortWrapper(int arr[], int size) {
quickSort(arr, 0, size - 1);
}
int main() {
int arr[] = {10, 80, 30, 90, 40, 50, 70};
int size = sizeof(arr) / sizeof(arr[0]);
printf("原始數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
quickSortWrapper(arr, size);
printf("\n排序後數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
return 0;
}
快速排序原理講解:
快速排序是通過不斷地選擇基準元素,并将數組分割成兩個子數組,使得左邊的元素都小于基準,右邊的元素都大于基準,進而實作排序的。這個過程類似于"挖坑填數"的過程。快速排序的平均時間複雜度為O(n log n),最壞情況下為O(n^2)(當選取的基準元素不平衡時)。快速排序是實際應用中最常用且性能優秀的排序算法。
2. 歸并排序(Merge Sort)
歸并排序也是一種分治法的排序算法。它将數組分成兩個子數組,分别對子數組進行歸并排序,然後将排好序的子數組合并成一個有序數組。
歸并排序的C語言代碼實作:
#include <stdio.h>
// 将兩個有序數組合并成一個有序數組
void merge(int arr[], int low, int mid, int high) {
int n1 = mid - low + 1;
int n2 = high - mid;
int left[n1], right[n2];
for (int i = 0; i < n1; i++)
left[i] = arr[low + i];
for (int j = 0; j < n2; j++)
right[j] = arr[mid + 1 + j];
int i = 0, j = 0, k = low;
while (i < n1 && j < n2) {
if (left[i] <= right[j]) {
arr[k] = left[i];
i++;
} else {
arr[k] = right[j];
j++;
}
k++;
}
while (i < n1) {
arr[k] = left[i];
i++;
k++;
}
while (j < n2) {
arr[k] = right[j];
j++;
k++;
}
}
// 歸并排序遞歸函數
void mergeSort(int arr[], int low, int high) {
if (low < high) {
int mid = (low + high) / 2;
mergeSort(arr, low, mid); // 對左半部分進行歸并排序
mergeSort(arr, mid + 1, high); // 對右半部分進行歸并排序
merge(arr, low, mid, high); // 合并兩個有序子數組
}
}
// 歸并排序接口函數
void mergeSortWrapper(int arr[], int size) {
mergeSort(arr, 0, size - 1);
}
int main() {
int arr[] = {38, 27, 43, 3, 9, 82, 10};
int size = sizeof(arr) / sizeof(arr[0]);
printf("原始數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
mergeSortWrapper(arr, size);
printf("\n排序後數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
return 0;
}
歸并排序原理講解:
歸并排序是通過不斷地将數組分成兩個子數組,并對子數組進行歸并排序,然後再将排好序的子數組合并成一個有序數組,進而實作排序的。這個過程類似于"分而治之"的思想。歸并排序的時間複雜度始終穩定為O(n log n),無論最壞情況還是平均情況。雖然歸并排序在最壞情況下性能較快速排序略低,但是它具有穩定性和可預測性,是以在某些場景下被更廣泛地使用。
3. 堆排序(Heap Sort)
堆排序利用了堆這種資料結構的特性。它首先将待排序的數組建構成一個二叉堆,然後不斷地取出堆頂元素并調整堆結構,進而得到有序數組。
堆排序的C語言代碼實作:
#include <stdio.h>
// 交換兩個元素的值
void swap(int* a, int* b) {
int temp = *a;
*a = *b;
*b = temp;
}
// 調整堆,使其滿足堆性質
void heapify(int arr[], int size, int root) {
int largest = root; // 初始化最大值為根節點
int left = 2 * root + 1; // 左子節點索引
int right = 2 * root + 2; // 右子節點索引
// 如果左子節點大于根節點,将最大值設為左子節點
if (left < size && arr[left] > arr[largest])
largest = left;
// 如果右子節點大于根節點,将最大值設為右子節點
if (right < size && arr[right] > arr[largest])
largest = right;
// 如果最大值不是根節點,交換根節點和最大值,然後繼續調整堆
if (largest != root) {
swap(&arr[root], &arr[largest]);
heapify(arr, size, largest);
}
}
// 堆排序函數
void heapSort(int arr[], int size) {
// 建構堆(從最後一個非葉子節點開始,直至根節點)
for (int i = size / 2 - 1; i >= 0; i--)
heapify(arr, size, i);
// 從堆中取出元素,并不斷調整堆
for (int i = size - 1; i > 0; i--) {
swap(&arr[0], &arr[i]); // 将堆頂元素(最大值)放到末尾
heapify(arr, i, 0); // 調整堆,重新建構堆
}
}
int main() {
int arr[] = {64, 34, 25, 12, 22, 11, 90};
int size = sizeof(arr) / sizeof(arr[0]);
printf("原始數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
heapSort(arr, size);
printf("\n排序後數組:");
for (int i = 0; i < size; i++) {
printf("%d ", arr[i]);
}
return 0;
}
堆排序原理講解:
堆排序是通過不斷地建構堆、取出堆頂元素,并調整堆結構,進而實作排序的。堆排序利用了二叉堆這種資料結構的特性,它具有較高的執行效率。堆排序的時間複雜度始終穩定為O(n log n),而且它的常數因子較小,使得它在實際中具有較高的執行效率。
4. 結論
雖然快速排序、歸并排序和堆排序都具有相同的時間複雜度,但是它們在實際中的性能會受到不同因素的影響。例如,快速排序在處理大規模資料時性能較好,但在資料集較小且基準選擇不當時可能表現較差;歸并排序适用于資料量較小且對穩定性要求較高的場景;堆排序适用于記憶體有限的情況下,或者需要同時排序多個資料集時。 是以,在實際應用中,選擇最适合特定場景和資料規模的排序算法是很重要的。要綜合考慮時間複雜度、空間複雜度以及算法的穩定性和可擴充性。