9.1 概述 9.2 插入排序 9.3 交换排序 9.4 选择排序 9.5 归并排序 9.6 基数排序 9.7 各种内部排序的比较

Presentation on theme: "9.1 概述 9.2 插入排序 9.3 交换排序 9.4 选择排序 9.5 归并排序 9.6 基数排序 9.7 各种内部排序的比较"— Presentation transcript:

1 9.1 概述 9.2 插入排序 9.3 交换排序 9.4 选择排序 9.5 归并排序 9.6 基数排序 9.7 各种内部排序的比较
第九章 排序 9.1 概述 9.2 插入排序 9.3 交换排序 9.4 选择排序 9.5 归并排序 9.6 基数排序 9.7 各种内部排序的比较

2 9.1 概述 一、排序 定义——将一个数据元素（或记录）的任意序列，重新排列成一个按关键字有序的序列叫~ 二、排序分类
9.1 概述 一、排序 定义——将一个数据元素（或记录）的任意序列，重新排列成一个按关键字有序的序列叫~ 二、排序分类 1.按待排序记录所在位置 内部排序：待排序记录存放在内存 外部排序：排序过程中需对外存进行访问的排序 2.按排序依据原则 插入排序：直接插入排序、折半插入排序、希尔排序 交换排序：冒泡排序、快速排序 选择排序：简单选择排序、堆排序 归并排序：2-路归并排序 基数排序

3 3、按排序所需工作量 简单的排序方法：T(n)=O(n²) 先进的排序方法：T(n)=O(logn) 基数排序：T(n)=O(d.n) 4、排序基本操作 比较两个关键字大小 将记录从一个位置移动到另一个位置 三、排序的稳定性 如果两个相同的关键字ki与关键字kj在排序之前其序号为i<j,在排完序后，这两个关键字的关后位置关系依然为i<j, 则认为排序是稳定的，反之认为是不稳定的。

4 9.2 插入排序 9.2.1 直接插入排序 1.排序的思想： 排序过程：整个排序过程为n-1趟插入，即先将序列中第1个记录看成是一个有序子序列，然后从第2个记录开始，逐个进行插入，直至整个序列有序 2.算法描述： void InsertSort(SqList &L) { for(i=2;i<=L.length;++i) if(LT(L.r[i].key, L.r[i-1].key){ L.r[0]=L.r[i]; //监视哨 L.r[i]=L.r[i-1]; j=i-2; while(LT(L.r[0].key,L.r[j].key){j--;L.r[j+1]=L.r[j];} L.r[j+1]=L.r[0]; }

5 3.算法演示： 例 i= ( ) i= ( ) i= ( ) i= ( ) i= ( ) i= ( ) 27 i= ( ) 27 27 27 38 49 65 76 97 j j j j j j ( ) 排序结果：

6 .若待排序记录按关键字从小到大排列(正序) 关键字比较次数：
4.算法评价： （1）时间复杂度 .若待排序记录按关键字从小到大排列(正序) 关键字比较次数： 记录移动次数： .若待排序记录按关键字从大到小排列(逆序) 关键字比较次数： 记录移动次数： .若待排序记录是随机的，取平均值 关键字比较次数： T(n)=O(n²) 记录移动次数： (2)空间复杂度：S(n)=O(1)

7 9.2.2 折半插入排序 排序过程：用折半查找方法确定插入位置的排序叫～ 例 i=1 (30) 13 70 85 39 42 6 20
…... i= ( ) 20 i= ( ) 20 s j m i= ( ) 20 s j m i= ( ) 20 s j m i= ( ) 20 s j i= ( )

8 1、算法描述 2、算法评价 void BInsertSort(SqList &L) {for(i=2;i<=L.length;++i)
{ L.r[0]=L.r[i]; low=1; high=i-1; //已排序的序列 while(low<=high){ //找位置 m=(low+high)/2; if(LT(L.r[m].key,L.r[m].key) high=m-1; else low=m+1; }//while for(j=i-1;j>=high+1;--j) L.r[j+1]=L.r[j]; //移动 L.r[high+1]=L.r[0]; //插入 } //for }//BInsertSort 2、算法评价 时间复杂度：T(n)=O(n²) 空间复杂度：S(n)=O(1)

9 9.2.3 希尔排序(缩小增量法) 1.排序思想： 先取一个正整数d1<n，把所有相隔d1的记录放一组，组内进行直接插入排序；然后取d2<d1，重复上述分组和排序操作；直至di=1，即所有记录放进一个组中排序为止 2. 算法描述： void ShellInsert(SqList &L,int dk) {for(i=dk+1;i<=L.length;++i) if(LT(L.r[i].key,L.r[i-dk].key) { L.r[0]=L.r[i]; //监视哨 for(j=i-dk;j>0&&LT(L.r[0].key,L.r[j].key);j-=dk)//移动 L.r[j+dk]=L.r[j]; L.r[j+dk]=L.r[0]; //插入 }// if,for }//ShellInsert void ShellSort(SqList &L,int delta[],int t) { for(k=0;k<t;k++) ShellInsert(L,dlta[k] } //如dlta={5,3,1}

10 例 初始： 取d1=5 一趟分组： 一趟排序： 取d2=3 二趟分组： 二趟排序： 取d3=1 三趟分组： 三趟排序：

11 #define T 3 int d[]={5,3,1}; 例 13 27 48 55 4 49 38 65 97 76 j i j i j i j i j i 一趟排序： 4 38 27 55 j i j i j i j i j i j i j i j i 二趟排序：

12 3、希尔排序特点 （1） 子序列的构成不是简单的“逐段分割”，而是将相隔某个增量的记录组成一个子序列 （2）希尔排序可提高排序速度，因为 ○分组后n值减小，n²更小，而T(n)=O(n²),所以T(n)从总体上看是减小了 ○关键字较小的记录跳跃式前移，在进行最后一趟增量为1的插入排序时，序列已基本有序，所以移动次数并不多。 （3） 增量序列取法 ○无除1以外的公因子 ○最后一个增量值必须为1

13 9.3 交换排序 9.3.1 冒泡排序 1、排序思想 （1）将第一个记录的关键字与第二个记录的关键字进行比较，若为逆序r[1].key>r[2].key，则交换；然后比较第二个记录与第三个记录；依次类推，直至第n-1个记录和第n个记录比较为止——第一趟冒泡排序，结果关键字最大的记录被安置在最后一个记录上 （2）对前n-1个记录进行第二趟冒泡排序，结果使关键字次大的记录被安置在第n-1个记录位置 （3）重复上述过程，直到“在一趟排序过程中没有进行过交换记录的操作”为止

14 2、冒泡排序算法演示 排序前 10 21 22 33 15 7 8 1 4 找第1个最大数 第1步 10 21 22 33 15 7 8 1 4 15 7 33 33 8 1 33 33 15 4 33 33 找第 i 个最大数 第i步 10 15 7 8 1 4 21 22 33 7 8 15 15 1 15 4 15 从第 1个元素开始到第 i 个元素，把相邻两个元素进行比较，如果前面的比后面的大，则交换两个元素，这样可以得使第 i 个元素是最大的。算法如下： 让 j 从 1 到 i 变化，重复： 如果L.r[j].key>L.r[j+1].key ,则交换L.r[j]与L.r[j+1]

15 3.算法描述和实现 void BubbleSort(SqList &L) { n=L.length; for(i=1;i<=n;i++) {flag=FALSE; //交换标志 for(j=1;j<=n-i;j++) if(GT(L.r[j].key,L.r[j+1].key) //如果前面元素大于后面元素，则交换 { temp=L.r[j];L.r[j]=L.r[j+1];L.r[j+1]=temp; flag=TRUE; //有交换 }//if if(!flag) break; //如果无交换，则结束 }//for }//BubbleSort

16 4、算法评价 （1）时间复杂度 最好情况（正序） ◎比较次数：n-1 ◎移动次数：0 最坏情况（逆序） ◎比较次数： ◎移动次数：
T(n)=O(n²) （2）空间复杂度：S(n)=O(1)

17 1、基本思想：通过一趟排序，将待排序记录分割成独立的三部分
9.3.2 快速排序 1、基本思想：通过一趟排序，将待排序记录分割成独立的三部分 (x1,x2,x3,...,xk-1) xk (xk+1,xk+2,....,xn) 其中，xk比左边的所有元素都大，但比右边所有元素都小。 2、排序过程：对r[s……t]中记录进行一趟快速排序，附设两个指针i和j，设数组记录rp=r[s]，x=rp.key （1）初始时令i=s,j=t （2）首先从j所指位置向前搜索第一个关键字小于x的记录，并和rp交换 （3）再从i所指位置起向后搜索，找到第一个关键字大于x的记录，和rp交换 （4）重复上述（2）、（3）两步，直至i==j为止 （5）再分别对两个子序列进行快速排序，直到每个子序列只含有一个记录为止

18 x 例 初始关键字： 27 49 49 97 13 49 49 65 i j j i i j i j i j j i i j i j 完成一趟排序： ( ) ( ) 分别进行快速排序： ( 13) (38) ( ) (97) 快速排序结束：

19 3、算法描述及实现： void QuickSort(SqList &L,int low,int high)
int Patition(SqList &L,int low,int high) { x=L.r[low].key; //用子表第一个元素作分类 while(low<high) { //从后往前走，如果x大于r[high]元素，则结束并交换 while(low<high&&L.r[high].key>=x) --high; swap(L.r[low],L.r[high]); //交换 //从前往后走，如果x小于r[low]元素,则结束并交换 while(low<high&&L.r[low].key<=x) ++low; swap(L.r[low],L.r[high]); //交换 } return low; //分类元素所在下标 void QuickSort(SqList &L,int low,int high) { if(low<high) {m=Patition(L,low,high); QuickSort(SqList,low,m-1); QuickSort(SqList,m+1,high); }

20 4、算法评价 （1）时间复杂度 最好情况（每次总是选到中间值作分类元素） T(n)=O(nlog2n)
（2）空间复杂度：需栈空间以实现递归 最坏情况：S(n)=O(n) 一般情况：S(n)=O(log2n)

21 9.4 选择排序 9.4.1 简单选择排序 1、排序思想 （1）首先通过n-1次关键字比较，从n个记录中找出关键字最小的记录，将它与第一个记录交换 （2）再通过n-2次比较，从剩余的n-1个记录中找出关键字次小的记录，将它与第二个记录交换 （3）重复上述操作，共进行n-1趟排序后，排序结束

22 k k k 例 i=1 初始： [ 49 38 65 97 76 13 27 ] 13 49 j j j j j j k k i=2
2、算法演示 k k k 例 i=1 初始： [ ] 13 49 j j j j j j k k i=2 一趟： [ ] 27 38 j j j j j 二趟： [ ] 三趟： [ ] 四趟： [ ] 五趟： [ ] 六趟： [97 ] 排序结束：

23 3、算法描述与实现 void SelectSort(SqList &L) {n=L.length; for(i=1;i<=n;i++) { p=SelectMinKey(L,i); //在i..n之间选择最小数下标 if(p!=i) swap(L.r[i],L.r[p]); }//for }//selectsort int SelectMinKey(SqList &L,int i) {min=i; for(k=i;k<=L.length;k++) if(LT(L.r[k].key,L.r[min].key) min=k; //找最小下标min return min; }

24 4、算法评价 （1）时间复杂度 记录移动次数 最好情况：0 最坏情况：3(n-1) 比较次数： T(n)=O(n²)
（2）空间复杂度：S(n)=O(1)

25 n个元素的序列(k1,k2,……kn)，当且仅当满足下列关系时，称之为堆
9.4.2 堆排序 1、堆的定义： n个元素的序列(k1,k2,……kn)，当且仅当满足下列关系时，称之为堆 或 (i=1,2,…...n/2) kik2i kik2i+1 kik2i kik2i+1 例 （96，83，27，38，11，9） 例 （13，38，27，50，76，65，49，97） 13 27 38 49 65 76 50 97 96 27 9 11 38 83 可将堆序列看成完全二叉树，则堆顶 元素（完全二叉树的根）必为序列中 n个元素的最小值或最大值

26 2、堆排序思想：将无序序列建成一个堆，得到关键字最小（或最大）的记录；输出堆顶的最小（大）值后，使剩余的n-1个元素重又建成一个堆，则可得到n个元素的次小值；重复执行，得到一个有序序列，这个过程叫～
（1）堆排序需解决的两个问题： 如何由一个无序序列建成一个堆？（建堆） 如何在输出堆顶元素之后，调整剩余元素，使之成为一个新的堆？（调整堆） （2）第二个问题解决方法——筛选 方法：输出堆顶元素之后，以堆中最后一个元素替代之；然后将根结点值与左、右子树的根结点值进行比较，并与其中小者进行交换；重复上述操作，直至叶子结点，将得到新的堆，称这个从堆顶至叶子的调整过程为“筛选”

27 例 97 27 38 49 65 76 50 13 输出：13 27 49 38 97 65 76 50 13 输出：13 13 27 38 49 65 76 50 97 97 49 38 27 65 76 50 13 输出：13 27 38 49 50 27 65 76 97 13 输出：13 27 65 49 50 27 38 76 97 13 输出：

28 49 65 50 27 38 76 97 13 输出： 76 65 50 27 38 49 97 13 输出： 50 65 76 27 38 49 97 13 输出： 97 65 76 27 38 49 50 13 输出： 65 97 76 27 38 49 50 13 输出： 97 65 76 27 38 49 50 13 输出：

29 76 65 97 27 38 49 50 13 输出： 97 65 76 27 38 49 50 13 输出： 97 65 76 27 38 49 50 13 输出：

30 3、堆排序算法描述 (1)第一个问题解决方法—建堆
void HeapSort(HeapType &H) {for(i=H.length/2;i>0;--i) //建堆 HeapAdjust(H,i,H.length); for(i=H.length;i>1;--i) {swap(H.r[1],H.r[i] HeapAdjust(H,1,i-1); //调整H.r[1..i-1]为最大堆 } }//HeapSort (1)第一个问题解决方法—建堆 方法：从无序序列的第n/2个元素（即此无序序列对应的完全二叉树的最后一个非终端结点）起，至第一个元素止，进行反复筛选

31 例 含8个元素的无序序列（49，38，65，97，76，13，27，50） 49 65 38 27 13 76 97 50 49 65 38 27 13 76 50 97 49 13 38 27 65 76 50 97 49 13 38 27 65 76 50 97 13 27 38 49 65 76 50 97

32 4、调整堆算法描述 5、算法评价 (1)时间复杂度：最坏情况下T(n)=O(nlogn) (2)空间复杂度：S(n)=O(1)
void HeapAdjust(HeapType &H,int s,int m) {//设H.r[s..m]之间的元素除了H.r[s]外，其余的H.r[s+1..m]满足最大堆性质 rc=H.r[s]; j=2*s; while(j<=m) {if(j<m&&LT(H.r[j].key,H.r[j+1].key) ++j; //找s的两个孩子的最大孩子 if(!LT(rc.key,H.r[j].key) break; //如果双亲不大于最大孩子,则已经是堆，结束 H.r[s]=H.r[j]; //最大元素调到双亲 s=j; //以最大孩子作为新的子树，继续向下调整 j=2*s; //新子树s的孩子 }//while }//HeapAdjust 5、算法评价 (1)时间复杂度：最坏情况下T(n)=O(nlogn) (2)空间复杂度：S(n)=O(1)

33 将两个或两个以上的有序表组合成一个新的有序表，叫～ 2、2路归并排序 （1）排序思想
9.5 归并排序 1、归并 将两个或两个以上的有序表组合成一个新的有序表，叫～ 2、2路归并排序 （1）排序思想 设初始序列含有n个记录，则可看成n个有序的子序列，每个子序列长度为1 两两合并，得到n/2个长度为2或1的有序子序列 再两两合并，……如此重复，直至得到一个长度为n的有序序列为止

34 例 初始关键字： [49] [38] [65] [97] [76] [13] [27] 一趟归并后： [ ] [ ] [ ] [27] 二趟归并后： [ ] [ ] 三趟归并后： [ ]

35 3、算法描述 4、算法评价 （1）时间复杂度：T(n)=O(nlog2n) （2）空间复杂度：S(n)=O(n)
void Merge(RcdType SR[],RcdType &TR,int i,int m,int n) { j=m+1; k=i; //SR[i..m]与SR[m+1,n]合并，合并后放入TR[i..n]中 while(i<=m&&j<=n) if(LQ(SR[i].key,SR[j].key)TR[k++]=SR[i++]; else TR[k++]=SR[j++]; if(i<=m)TR[k..n]=SR[i..m]; //如果第一个数组未完，其余放入后面 if(j<=n) TR[k..n]=SR[j..n]; //如果第二个数组未完，其余放入后面 }//Merge //将SR[s..t]归并为TR1[s..t] void MSort(RcdType SR[],RcdType &TR1[],int s,int t) {if(s==t) TR1[s]=SR[s]; else { m=(s+t)/2; MSort(SR,TR2,s,m); //将SR[s..m]归并到TR2[s..m] MSort(SR,TR2,m+1,t);//将SR[m+1..t]归并到TR[m+1..t]中 Merge(TR2,TR1,s,m,t);//将TR2[s..t]归并入TR1中 } 4、算法评价 （1）时间复杂度：T(n)=O(nlog2n) （2）空间复杂度：S(n)=O(n)

36 2<3<……<A<2<3<……<A<
9.6 基数排序 9.6.1 多关键字排序 1.定义 例 对52张扑克牌按以下次序排序： 2<3<……<A<2<3<……<A< 2<3<……<A<2<3<……<A 两个关键字：花色（ <<< ） 面值（2<3<……<A） 并且“花色”地位高于“面值” 2、多关键字排序方法 (1)最高位优先法（MSD)：先对最高位关键字k1（如花色）排序，将序列分成若干子序列，每个子序列有相同的k1值；然后让每个子序列对次关键字k2（如面值）排序，又分成若干更小的子序列；依次重复，直至就每个子序列对最低位关键字kd排序；最后将所有子序列依次连接在一起成为一个有序序列

37 (2)最低位优先法(LSD)：从最低位关键字kd起进行排序，然后再对高一位的关键字排序，……依次重复，直至对最高位关键字k1排序后，便成为一个有序序列
(3)MSD与LSD不同特点 按MSD排序，必须将序列逐层分割成若干子序列，然后对各子序列分别排序 按LSD排序，不必分成子序列，对每个关键字都是整个序列参加排序；并且可不通过关键字比较，而通过若干次分配与收集实现排序 9.6.2 链式基数排序 基数排序：借助“分配”和“收集”对单逻辑关键字进行排序的一种方法 链式基数排序：用链表作存储结构的基数排序

38 1、链式基数排序步骤 (1)设置10个队列，f[i]和e[i]分别为第i个队列的头指针和尾指针
(2)第一趟分配对最低位关键字（个位）进行，改变记录的指针值，将链表中记录分配至10个链队列中，每个队列记录的关键字的个位相同 (3)第一趟收集是改变所有非空队列的队尾记录的指针域，令其指向下一个非空队列的队头记录，重新将10个队列链成一个链表 (3)重复上述两步，进行第二趟、第三趟分配和收集，分别对十位、百位进行，最后得到一个有序序列

39 例 初始状态： 278 109 063 930 589 184 505 269 008 083 e[0] e[1] e[2] e[3] e[4] e[5] e[6] e[7] e[8] e[9] f[0] f[1] f[2] f[3] f[4] f[5] f[6] f[7] f[8] f[9] 一趟分配 930 083 184 505 008 269 589 063 278 109 930 063 083 184 505 278 008 109 589 269 一趟收集：

40 930 063 083 184 505 278 008 109 589 269 一趟收集： e[0] e[1] e[2] e[3] e[4] e[5] e[6] e[7] e[8] e[9] f[0] f[1] f[2] f[3] f[4] f[5] f[6] f[7] f[8] f[9] 二趟分配 109 930 269 589 278 008 184 505 063 083 505 008 109 930 063 269 278 083 184 589 二趟收集：

41 505 008 109 930 063 269 278 083 184 589 二趟收集： e[0] e[1] e[2] e[3] e[4] e[5] e[6] e[7] e[8] e[9] f[0] f[1] f[2] f[3] f[4] f[5] f[6] f[7] f[8] f[9] 三趟分配 083 184 278 589 930 063 008 109 269 505 008 063 083 109 184 269 278 505 589 930 三趟收集：

42 2、算法描述与实现 //分配算法,对第i个关键字进行分配 void Distribute(SLCell &r,int i,ArrType &f,ArrType &r) { for(j=0;j<Radix;++j) f[j]=0; p=r[0].next; while(p!=0) {j=ord(r[p].keys[i]); //将记录中第i个关键字映射到[0..RADIX-1],即第i个关键字对应队列j if(!f[j]) f[j]=p; //如果是空队，直接赋值 else r[e[j]].next=p; //放在队尾元素的后面，r[e[j]]表示队列j的队尾元素一 e[j]=p; //修改队列j的队尾指针 p=r[p].next; //取p元素的下一个元素 }//while }//Distribute void Collect(SLCell &r,int i,ArrType f,ArrType e) { for(j=0;f[j]!=0;j=succ(j)); //找第一非空子表 r[0].next=f[j];t=e[j]; while(j<RADIX){ for(j=succ(j);j<RADIX-1&&f[j]==0;j=succ(j)); if(f(j)!=0) {r[t].next=f[j];t=e[j];} }//while r[t].next=0; }//Collect

43 3、算法评价 （1）时间复杂度： （2）空间复杂度：S(n)=2rd个队列指针+n个指针域空间 分配：T(n)=O(n)
收集：T(n)=O(rd) T(n)=O(d(n+rd)) 其中：n——记录数 d——关键字数 rd——关键字取值范围 （2）空间复杂度：S(n)=2rd个队列指针+n个指针域空间

44 f[0]=0 e[0]=0 f[1]=0 e[1]=0 f[2]=0 e[2]=0 f[3]=0 e[3]=0 f[4]=0 e[4]=0
初始状态： 1 278 109 063 930 589 184 505 269 008 083 2 3 4 5 6 7 8 9 10 f[0]= e[0]=0 f[1]= e[1]=0 f[2]= e[2]=0 f[3]= e[3]=0 f[4]= e[4]=0 f[5]= e[5]=0 f[6]= e[6]=0 f[7]= e[7]=0 f[8]= e[8]=0 f[9]= e[9]=0 4 4 3 10 3 6 6 7 7 1 9 1 2 5 8 2 4 930 063 083 184 505 278 008 109 589 269 3 10 6 7 1 9 2 5 8

45 f[0]=0 e[0]=0 f[1]=0 e[1]=0 f[2]=0 e[2]=0 f[3]=0 e[3]=0 f[4]=0 e[4]=0
930 063 083 184 505 278 008 109 589 269 3 10 6 7 1 9 2 5 8 一趟收集： f[0]= e[0]=0 f[1]= e[1]=0 f[2]= e[2]=0 f[3]= e[3]=0 f[4]= e[4]=0 f[5]= e[5]=0 f[6]= e[6]=0 f[7]= e[7]=0 f[8]= e[8]=0 f[9]= e[9]=0 7 2 9 7 4 4 3 8 3 1 1 10 10 5 6 7 505 008 109 930 063 269 278 083 184 589 9 2 4 3 8 1 10 6 5 二趟收集：

46 f[0]=0 e[0]=0 f[1]=0 e[1]=0 f[2]=0 e[2]=0 f[3]=0 e[3]=0 f[4]=0 e[4]=0
7 505 008 109 930 063 269 278 083 184 589 9 2 4 3 8 1 10 6 5 二趟收集： f[0]= e[0]=0 f[1]= e[1]=0 f[2]= e[2]=0 f[3]= e[3]=0 f[4]= e[4]=0 f[5]= e[5]=0 f[6]= e[6]=0 f[7]= e[7]=0 f[8]= e[8]=0 f[9]= e[9]=0 9 10 3 9 2 6 2 8 8 1 7 5 7 4 9 008 063 083 109 184 269 278 505 589 930 3 10 2 6 8 1 7 5 4 三趟收集： 4

47 总 结 要求： 掌 握：插入算法、选择算法、冒泡算法 基本掌握：快速排序，堆排序，归并排序 希尔排序 理解：基数排序，折半排序
总 结 要求： 掌 握：插入算法、选择算法、冒泡算法 基本掌握：快速排序，堆排序，归并排序 希尔排序 理解：基数排序，折半排序 要素：排序思想，时间复杂度，算法稳定性