2.1 插入排序:

接口定义:

int insert_sort(void* data, int size, int esize,

int (*compare)(const void* key1, const void* key2));

返回值:成功 0;失败 -1。

算法描述:

每次从待排序数据集中取出第一个元素,将其插入到有序数据集中,两个数据集共用一块存储空间。两个数据集都存放在data中,data包含size个无序元素,每个元素的大小为esize,函数指针compare指向一个比较元素大小的用户自定义函数。最初,data指向size个无序元素,但是在执行insert_sort时,data所指的空间逐渐被有序元素所取代。

算法分析:

插入排序使用嵌套循环来实现,外循环用于控制循环次数,同时也代表了当前待排序的元素;内循环用于找出当前元素的正确插入位置。插入排序从第二个元素开始插入,因此,外循环需要执行n-1次。在寻找插入位置时,考虑最坏的情况(即逆序数据集中:每次插入的元素刚好是有序数据集中的最小值),则在第num次循环中,需要num次比较操作,如此,整个嵌套循环的执行时间:T(n) = [1 + 2 + 3 + ... + (n - 1)] / 2 = n(n - 1) / 2 ---> O(n2)。对于正序数据集而言,其时间复杂度为O(n)。插入算法不需要额外的存储空间。

算法实现:

 /*
insert_sort():
返回值:成功0;失败 -1
*/
int insert_sort(void* data, int size, int esize,
int (*compare)(const void* key1, const void* key2))
{
char* pd = (char*)data;
void* pcur;
int num, ipos; /* 分配一块元素大小的内存 */
if((pcur = (char*)malloc(esize)) == NULL)
return -; /* 在有序数据集中循环插入待排元素 */
for(num = ; num < size; num++)
{
/* 将待排元素复制到pcur中,第一个元素默认有序,从第二个元素开始 */
memcpy(pcur, &pd[num * esize], esize); /* 寻找插入位置ipos */
ipos = num - ;
while((ipos >=) && (compare(&pd[ipos * esize], pcur) > ))
{
/* 如果*pcur < pd[ipos],则pd[ipos]后移 */
memcpy(&pd[(ipos + ) * esize], &pd[ipos * esize], esize);
ipos--;
}
memcpy(&pd[(ipos + ) * esize], pcur, esize); }
/* 释放内存 */
free(pcur); return ;

2.2 快速排序:

接口定义:

int partition(void* data, int esize, int lpos, int rpos,

int (*compare)(const void* key1, const void* key2));

返回值:成功 ppos;失败 -1

int quick_sort(void* data, int size, int esize,

int lpos, int rpos, int (*compare)(const void* key1, const void* key2));

返回值:成功  0;失败 -1

算法描述:

快速排序利用分治法的思想,首先设定一个分割值pval将数据集分为左右两个分区,然后分别对左右两个分区使用快速排序,如此递归直至区间中只有一个元素为止。数据集data包含size个无序元素,每个元素的大小为esize,函数指针compare指向一个比较元素大小的用户自定义函数。lpos和rpos分别为与当前分割值pval进行比较的位置。首次调用quick_sort()时,lpos设为0,rpos设为size – 1,相当于对全部元素进行排序(也可以自己设定感兴趣区间进行排序)。以partition()函数返回的ppos作为分割界限将数据集分为左右两个区间。分别对两个分区递归地进行快排,直至传入quick_sort()的分区只包含一个元素为止,此时排序完成。

算法分析:

影响快速排序算法性能的关键是分割值的选取,也就是partition()函数如何分割数据集。分割值一般不能太极端,这样会使得大部分数据被分到一个分区中,此时,快排的性能非常差,为O(n2)。一个比较好的方法是在区间中随机选择三个元素,然后选择三个元素中的中间值,就是通常的中位数法,实验表明该方法可以使得快排接近平均性能O(nlgn)。另外快速排序不需要额外的存储空间。

算法实现:

/*
partition():
return: success ppos; fail -1
*/
int partition(void* data, int esize, int lpos, int rpos,
int (*compare)(const void* key1, const void* key2))
{
char* pd = (char*)data;
void* pval; /* partition value */
void* ptemp;
int r[]; /* 为partition value和swapping分配空间 */
if((pval = malloc(esize)) == NULL)
return -;
if((ptemp = malloc(esize)) == NULL)
{
free(pval);
return -;
} /* 计算partition value */
r[] = (rand() % (rpos - lpos + )) + lpos;
r[] = (rand() % (rpos - lpos + )) + lpos;
r[] = (rand() % (rpos - lpos + )) + lpos;
insert_sort(r, , sizeof(int), compare_int);
memcpy(pval, &pd[r[] * esize], esize); /* 根据pval进行partition */
lpos--;
rpos++;
while()
{
/* 如果pd[rpos * esize] > *pval, 将rpos左移 */
do{
rpos--;
}while(compare(&pd[rpos * esize], pval) > ); /* 如果pd[lpos * esize] < *pval, 将lpos右移 */
do{
lpos++;
}while(compare(&pd[lpos * esize], pval) < ); if(lpos >= rpos)
break; /* 停止partition */
else
{
/* 交换lpos和rpos处的元素 */
memcpy(ptemp, &pd[lpos * esize], esize);
memcpy(&pd[lpos * esize], &pd[rpos * esize], esize);
memcpy(&pd[rpos * esize], ptemp, esize);
}
} /* 释放空间 */
free(ptemp);
free(pval); return rpos;
}
/*
quick_sort():
return: success 0;
*/
int quick_sort(void* data, int size, int esize,
int lpos, int rpos, int (*compare)(const void* key1, const void* key2))
{ int ppos;
if(lpos < rpos)
{
if((ppos = partition(data, esize, lpos, rpos, compare)) < )
return -; /* 递归地对左分区进行排序 */
if(quick_sort(data, size, esize, lpos, ppos, compare) < )
return -; /* 递归地对右分区进行排序 */
if(quick_sort(data, size, esize, ppos + , rpos, compare) < )
return -;
} return ;
}

插入排序 & 快速排序的更多相关文章

  1. 冒泡排序&直接插入排序&快速排序

    一.冒泡排序 0       1      2      3      4      5 假设有一个6个数的数组,0,1,2,3,4,5是索引,冒泡排序就是相邻两个对比,比如5和4比,如果满足条件就互 ...

  2. 冒泡排序、选择排序、直接插入排序、快速排序、折半查找>从零开始学JAVA系列

    目录 冒泡排序.选择排序.直接插入排序 冒泡排序 选择排序 选择排序与冒泡排序的注意事项 小案例,使用选择排序完成对对象的排序 直接插入排序(插入排序) 快速排序(比较排序中效率最高的一种排序) 折半 ...

  3. 前端js面试中的常见的算法问题

    虽说我们很多时候前端很少有机会接触到算法.大多都交互性的操作,然而从各大公司面试来看,算法依旧是考察的一方面.实际上学习数据结构与算法对于工程师去理解和分析问题都是有帮助的.如果将来当我们面对较为复杂 ...

  4. 算法与设计模式系列1之Python实现常见算法

    preface 常见的算法包括: 递归算法 二分法查找算法 冒泡算法 插入排序 快速排序 二叉树排序 下面就开始挨个挨个的说说原理,然后用Python去实现: 递归算法 一个函数(或者程序)直接或者间 ...

  5. 几个排序算法的python实现

    几个排序算法     几个排序算法 几个排序算法 冒泡排序 选择排序 插入排序 快速排序 quick sort 冒泡排序 冒泡排序是比较简单的排序方法,它的思路是重复的走过要排序的序列,一次比较两个元 ...

  6. 归并排序 & 计数排序 & 基数排序 & 冒泡排序 & 选择排序 ----> 内部排序性能比较

    2.3 归并排序 接口定义: int merge(void* data, int esize, int lpos, int dpos, int rpos, int (*compare)(const v ...

  7. 数据结构算法集---C++语言实现

    //数据结构算法集---C++语言实现 //各种类都使用模版设计,可以对各种数据类型操作(整形,字符,浮点) /////////////////////////// // // // 堆栈数据结构 s ...

  8. (转)java 排序算法

    排序算法汇总(java实现,附源代码)   整理系统的时候发现了原来写的各种算法的总结,看了一下,大吃一惊,那时候的我还如此用心,具体的算法,有的已经模糊甚至忘记了,看的时候就把内容整理出来,顺便在熟 ...

  9. JavaScript实现常见排序算法

    列表 冒泡排序 选择排序 插入排序 快速排序 希尔排序 归并排序 冒泡排序 // 输入:[5, 6, 3, 4, 8, 0, 1, 4, 7] // 输出:[0, 1, 3, 4, 4, 5, 6, ...

随机推荐

  1. 华为OJ平台——计算字符串的相似度

    题目描述: 对于不同的字符串,我们希望能有办法判断相似程度,我们定义了一套操作方法来把两个不相同的字符串变得相同,具体的操作方法如下: 1 修改一个字符,如把“a”替换为“b”. 2 增加一个字符,如 ...

  2. ERS-2卫星

    ERS-2卫星是欧洲空间局的第二颗资源遥感卫星,携带有雷达测高仪.综合孔径雷达等多种科学仪器,是一颗多任务.多学科的科学考察卫星.[1] ERS-1 ERS-2 欧空局分别于1991年和1995年发射 ...

  3. boost: tcp client sample

    #include <boost/asio.hpp> #include <iostream> using namespace std; using namespace boost ...

  4. ittype导师课程 - SAP顾问课程,云课堂,个性辅导

    ittype致力于成为最专业的<企业管理研究+管理信息化需求研究+解决方案+项目+人才>全生态链服务与功能平台,平台网址:www.ittype.com. 平台由导师+学员模式,导师教导学员 ...

  5. phalcon框架学习之router

    router定义 在DI中注册router的方法: $di->set('router', function(){ $router = new Phalcon\Mvc\Router(); $rou ...

  6. 捣蛋phpwind之WindFrameWork

    一直都有关注phpwind这个开源产品,从9.0开始就好关注拉,因为官方说把之前的代码重写了一遍,融入了windFramework这个框架,代码真的挺优美的,今日在做社区的一些功能,心血来潮就参考了p ...

  7. c#文本文件写入

      string err = "Hellod world";             FileStream fs = null;             string filePa ...

  8. GitHub 里面有大量优秀的第三方框架

    写iOS 程序的时候往往需要很多第三方框架的支持,可以大大减少工作量,讲重点放在软件本身的逻辑实现上. GitHub 里面有大量优秀的第三方框架,而且 License 对商业很友好.一下摘录一下几乎每 ...

  9. kettle的windows安装

    1.首先去官网下载安装包,这个安装包在所有平台上是通用的. 2.kettle是java语言开发的,所以需要配置JAVA_HOME 3.解压kettle的安装包 4.配置环境变量,KETTLE_HOME ...

  10. JS 获取浏览器和屏幕宽高等信息代码

    JS 获取浏览器和屏幕宽高等信息. 网页可见区域宽:document.body.clientWidth  网页可见区域高:document.body.clientHeight  网页可见区域宽:doc ...