紙上談兵: 排序演算法簡介及其C實現
排序演算法(Sorting Algorithm)是計算機演算法的一個組成部分。
排序的目標是將一組資料 (即一個序列) 重新排列,排列後的資料符合從大到小 (或者從小到大) 的次序。這是古老但依然富有挑戰的問題。Donald Knuth的經典之作《計算機程式設計藝術》(The Art of Computer Programming)的第三卷就專門用於討論排序和查詢。從無序到有序,有效的減小了系統的 熵值,增加了系統的有序度。對於一個未知系統來說,有序是非常有用的先驗知識。因此,排序演算法很多時候構成了其他快速演算法的基礎,比如二分法就是基於有序序列的查詢演算法。直到今天,排序演算法依然是電腦科學積極探索的一個方向。
我在這裡列出一些最常見的排序方法,並嘗試使用C語言實現它們。一組資料儲存為一個陣列a,陣列有n個元素。a[i]為陣列中的一個元素,i為元素在陣列中的位置 (index)。根據C的規定,陣列下標從0開始。假設陣列從左向右排列,下標為0的元素位於陣列的最左邊。
序列將最終排列成
從小到大的順序。下面函式中的引數ac是陣列中元素的數目,也就是n。
(C語言的陣列名都轉成指標,傳遞給函式,所以需要傳遞陣列中元素的數目ac給函式,詳細見"Expert C Programming: Deep C Secrets"一書)
起始數列 (unsorted)
有序數列 (sorted)
下面的連結中,有相關演算法的動畫圖例,強烈推薦同時閱讀。
氣泡排序 (Bubble Sort)
對於一個已經排序好的序列,它的任意兩個相鄰元素,都應該滿足 a[i-1] <= a[i]的關係。氣泡排序相當暴力的實現了這一目標:不斷掃描相鄰元素,看它們是否違章。一旦違章,立即糾正。在氣泡排序時,計算機 從右向左遍歷陣列,比較相鄰的兩個元素。如果兩個元素的順序是錯的,那麼sorry,請兩位互換。如果兩個元素的順序是正確的,則不做交換。經過一次遍歷,我們可以保證最小的元素(泡泡)處於最左邊的位置。
然而,經過這麼一趟,氣泡排序不能保證所有的元素已經按照次序排列好。我們需要再次從右向左遍歷陣列元素,進行氣泡排序。這一次遍歷,我們不用考慮最左端的元素,因為該元素已經是最小的。遍歷結束後,繼續重複掃描…… 總共可能進行n-1次的遍歷。
如果某次遍歷過程中,沒有發生交換,bingo,這個陣列已經排序好,可以中止排序。如果起始時,最大的元素位於最左邊,那麼冒泡演算法必須經過n-1次遍歷才能將陣列排列好,而不能提前完成排序。
/*
By Vamei
*/
/*
swap the neighbors if out of order
*/
void bubble_sort(
int a[],
int
ac)
{
/*
use swap
*/
int
i,j;
int
sign;
for (j =
0; j < ac-1; j++
) {
sign =
0
;
for(i = ac-
1; i > j; i--
)
{
if(a[i-
1
] > a[i]) {
sign =
1
;
swap(a+i, a+i-
1
);
}
}
if (sign ==
0)
break
;
}
}
插入排序 (Insertion Sort)
假設在新生報到的時候,我們將新生按照身高排好隊(也就是排序)。如果這時有一名學生加入,我們將該名學生加入到隊尾。如果這名學生比前面的學生低,那麼就讓該學生和前面的學生交換位置。這名學生最終會換到應在的位置。這就是 插入排序的基本原理。
對於起始陣列來說,我們認為最初,有一名學生,也就是最左邊的元素(i=0),構成一個有序的隊伍。
隨後有第二個學生(i=1)加入隊伍,第二名學生交換到應在的位置;隨後第三個學生加入隊伍,第三名學生交換到應在的位置…… 當n個學生都加入隊伍時,我們的排序就完成了。
/*By Vamei*//*insert the next element into the sorted part*/void insert_sort(int a[], int ac) { /*use swap*/ int i,j; for (j=1; j < ac; j++) { i = j-1; while((i>=0) && (a[i+1] < a[i])) { swap(a+i+1, a+i); i--; } } }
選擇排序 (Selection Sort)
排序的最終結果:任何一個元素都不大於位於它右邊的元素 (a[i] <= a[j], if i <= j)。所以,在有序序列中,最小的元素排在最左的位置,第二小的元素排在i=1的位置…… 最大的元素排在最後。
選擇排序是先找到起始陣列中最小的元素,將它交換到i=0;然後尋找剩下元素中最小的元素,將它交換到i=1的位置…… 直到找到第二大的元素,將它交換到n-2的位置。這時,整個陣列的排序完成。
/*By Vamei*//*find the smallest of the rest, then append to the sorted part*/void select_sort(int a[], int ac) { /*use swap*/ int i,j; int min_idx; for (j = 0; j < ac-1; j++) { min_idx = j; for (i = j+1; i < ac; i++) { if (a[i] < a[min_idx]) { min_idx = i; } } swap(a+j, a+min_idx); } }
希爾排序 (Shell Sort)
我們在氣泡排序中提到,最壞的情況發生在大的元素位於陣列的起始。這些位於陣列起始的大元素需要多次遍歷,才能交換到隊尾。這樣的元素被稱為烏龜(turtle)。
烏龜元素的原因在於,氣泡排序總是 相鄰的兩個元素比較並交換。所以每次從右向左遍歷,大元素只能向右移動一位。(小的元素位於隊尾,被稱為兔子(rabbit)元素,它們可以很快的交換到隊首。)
希爾排序是以 更大的間隔來比較和交換元素,這樣,大的元素在交換的時候,可以向右移動不止一個位置,從而更快的移動烏龜元素。比如,可以將陣列分為4個子陣列(i=4k, i=4k+1, i=4k+2, i=4k+3),對每個子陣列進行氣泡排序。比如子陣列i=0,4,8,12...。此時,每次交換的間隔為4。
完成對四個子陣列的排序後,陣列的順序並不一定能排列好。希爾排序會不斷減小間隔,重新形成子陣列,並對子陣列氣泡排序…… 當間隔減小為1時,就相當於對整個陣列進行了一次氣泡排序。隨後,陣列的順序就排列好了。
希爾排序不止可以配合氣泡排序,還可以配合其他的排序方法完成。
/*By Vamei*//*quickly sort the turtles at the tail of the array*/void shell_sort(int a[], int ac) { int step; int i,j; int nsub; int *sub; /* initialize step */ step = 1; while(step < ac) step = 3*step + 1; /* when step becomes 1, it's equivalent to the bubble sort*/ while(step > 1) { /* step will go down to 1 at most */ step = step/3 + 1; for(i=0; i<step; i++) { /* pick an element every step, and combine into a sub-array */ nsub = (ac - i - 1)/step + 1; sub = (int *) malloc(sizeof(int)*nsub); for(j=0; j<nsub; j++) { sub[j] = a[i+j*step]; } /* sort the sub-array by bubble sorting. It could be other sorting methods */ bubble_sort(sub, nsub); /* put back the sub-array*/ for(j=0; j<nsub; j++) { a[i+j*step] = sub[j]; } /* free sub-array */ free(sub); } } }
Shell Sorting依賴於間隔(step)的選取。一個常見的選擇是將本次間隔設定為上次間隔的1/1.3。見參考書籍。
歸併排序 (Merge Sort)
如果我們要將一副按照數字大小排序。此前已經有兩個人分別將其中的一半排好順序。那麼我們可以將這兩堆向上放好,假設小的牌在上面。此時,我們將看到牌堆中最上的兩張牌。
我們取兩張牌中小的那張取出放在手中。兩個牌堆中又是兩張牌暴露在最上面,繼續取小的那張放在手中…… 直到所有的牌都放入手中,那麼整副牌就排好順序了。這就是 歸併排序。
下面的實現中,使用遞迴:
/*By Vamei*//*recursively merge two sorted arrays*/void merge_sort(int *a, int ac) { int i, j, k; int ac1, ac2; int *ah1, *ah2; int *container; /*base case*/ if (ac <= 1) return; /*split the array into two*/ ac1 = ac/2; ac2 = ac - ac1; ah1 = a + 0; ah2 = a + ac1; /*recursion*/ merge_sort(ah1, ac1); merge_sort(ah2, ac2); /*merge*/ i = 0; j = 0; k = 0; container = (int *) malloc(sizeof(int)*ac); while(i<ac1 && j<ac2) { if (ah1[i] <= ah2[j]) { container[k++] = ah1[i++]; } else { container[k++] = ah2[j++]; } } while (i < ac1) { container[k++] = ah1[i++]; } while (j < ac2) { container[k++] = ah2[j++]; } /*copy back the sorted array*/ for(i=0; i<ac; i++) { a[i] = container[i]; } /*free space*/ free(container); }
快速排序 (Quick Sort)
我們依然考慮按照身高給學生排序。在 快速排序中,我們隨便挑出一個學生,以該學生的身高為 參考(pivot)。然後讓比該學生低的站在該學生的右邊,剩下的站在該學生的左邊。
很明顯,所有的學生被分成了兩組。該學生右邊的學生的身高都大於該學生左邊的學生的身高。
我們繼續,在低身高學生組隨便挑出一個學生,將低身高組的學生分為兩組(很低和不那麼低)。同樣,將高學生組也分為兩組(不那麼高和很高)。
如此繼續細分,直到分組中只有一個學生。當所有的分組中都只有一個學生時,則排序完成。
在下面的實現中,使用遞迴:
/*By Vamei*//*select pivot, put elements (<= pivot) to the left*/void quick_sort(int a[], int ac) { /*use swap*/ /* pivot is a position, all the elements before pivot is smaller or equal to pvalue */ int pivot; /* the position of the element to be tested against pivot */ int sample; /* select a pvalue. Median is supposed to be a good choice, but that will itself take time. here, the pvalue is selected in a very simple wayi: a[ac/2] */ /* store pvalue at a[0] */ swap(a+0, a+ac/2); pivot = 1; /* test each element */ for (sample=1; sample<ac; sample++) { if (a[sample] < a[0]) { swap(a+pivot, a+sample); pivot++; } } /* swap an element (which <= pvalue) with a[0] */ swap(a+0,a+pivot-1); /* base case, if only two elements are in the array, the above pass has already sorted the array */ if (ac<=2) return; else { /* recursion */ quick_sort(a, pivot); quick_sort(a+pivot, ac-pivot); } }
理想的pivot是採用分組元素中的中位數。然而尋找中位數的演算法需要另行實現。也可以隨機選取元素作為pivot,隨機選取也需要另行實現。為了簡便,我每次都採用中間位置的元素作為pivot。
堆排序 (Heap Sort)
堆(heap)是常見的資料結構。它是一個有優先順序的佇列。最常見的堆的實現是一個有限定操作的Complete Binary Tree。這個Complete Binary Tree保持堆的特性,也就是
父節點(parent)大於子節點(children)。因此,堆的根節點是所有堆元素中最小的。堆定義有
插入節點和
刪除根節點操作,這兩個操作都保持堆的特性。
我們可以將無序陣列構成一個堆,然後不斷取出根節點,最終構成一個有序陣列。
堆的更詳細描述請閱讀參考書目。
下面是堆的資料結構,以及插入節點和刪除根節點操作。你可以很方便的構建堆,並取出根節點,構成有序陣列。
/* By Vamei Use an big array to implement heap DECLARE: int heap[MAXSIZE] in calling function heap[0] : total nodes in the heap for a node i, its children are i*2 and i*2+1 (if exists) its parent is i/2 */void insert(int new, int heap[]) { int childIdx, parentIdx; heap[0] = heap[0] + 1; heap[heap[0]] = new; /* recover heap property */ percolate_up(heap); }static void percolate_up(int heap[]) { int lightIdx, parentIdx; lightIdx = heap[0]; parentIdx = lightIdx/2; /* lightIdx is root? && swap? */ while((parentIdx > 0) && (heap[lightIdx] < heap[parentIdx])) { /* swap */ swap(heap + lightIdx, heap + parentIdx); lightIdx = parentIdx; parentIdx = lightIdx/2; } }int delete_min(int heap[]) { int min; if (heap[0] < 1) { /* delete element from an empty heap */ printf("Error: delete_min from an empty heap."); exit(1); } /* delete root move the last leaf to the root */ min = heap[1]; swap(heap + 1, heap + heap[0]); heap[0] -= 1; /* recover heap property */ percolate_down(heap); return min; }static void percolate_down(int heap[]) { int heavyIdx; int childIdx1, childIdx2, minIdx; int sign; /* state variable, 1: swap; 0: no swap */ heavyIdx = 1; do { sign = 0; childIdx1 = heavyIdx*2; childIdx2 = childIdx1 + 1; if (childIdx1 > heap[0]) { /* both children are null */ break; } else if (childIdx2 > heap[0]) { /* right children is null */ minIdx = childIdx1; } else { minIdx = (heap[childIdx1] < heap[childIdx2]) ? childIdx1 : childIdx2; } if (heap[heavyIdx] > heap[minIdx]) { /* swap with child */ swap(heap + heavyIdx, heap + minIdx); heavyIdx = minIdx; sign = 1; } } while(sign == 1); }
總結
除了上面的演算法,還有諸如Bucket Sorting, Radix Sorting涉及。我會在未來實現了相關演算法之後,補充到這篇文章中。相關演算法的時間複雜度分析可以參考書目中找到。我自己也做了粗糙的分析。如果部落格園能支援數學公式的顯示,我就把自己的分析過程貼出來,用於引玉。
上面的各個程式碼是我自己寫的,只進行了很簡單的測試。如果有錯漏,先謝謝你的指正。
最後,上文中用到的交換函式為:
/* By Vamei *//* exchange the values pointed by pa and pb*/void swap(int *pa, int *pb) { int tmp; tmp = *pa; *pa = *pb; *pb = tmp; }
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31543790/viewspace-2675035/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 紙上談兵: 拓撲排序排序
- 專案管理不能紙上談兵 (轉)專案管理
- 看場景、重實操,實時數倉不是“紙上談兵”
- C#常用8種排序演算法實現以及原理簡介C#排序演算法
- “紙上談兵”與專案管理事後反省(轉)專案管理
- 經典排序演算法及其 Java 實現排序演算法Java
- 遠離紙上談兵!尼爾森可用性原則的實際運用!
- 《激戰2》的紙上談兵和實踐調整:區域任務與動態事件事件
- 拒絕紙上談兵--萌新開發手冊(踩坑分享之封裝)封裝
- 漢語口語自動翻譯技術走出了"紙上談兵" (轉)
- 快速排序演算法C++實現排序演算法C++
- 排序演算法-C語言實現排序演算法C語言
- 8 大內部排序演算法相關及其java實現排序演算法Java
- 快速排序演算法(C語言實現)排序演算法C語言
- 各類排序演算法的c++實現排序演算法C++
- 演算法系列(四)歸併排序及其改進(java實現)演算法排序Java
- 各種排序演算法思想複雜度及其java程式實現排序演算法複雜度Java
- 雲銷通:移動網際網路時代的商品展示不再是紙上談兵
- [資料結構與演算法]-排序演算法之插入排序(insertion sort)及其實現(Java)資料結構演算法排序Java
- C語言實現九大排序演算法C語言排序演算法
- C#實現——十大排序演算法之選擇排序C#排序演算法
- 排序演算法:Java實現希爾排序排序演算法Java
- 排序演算法-Java實現快速排序演算法排序演算法Java
- 通過leetcode學習常見排序演算法及其Go實現LeetCode排序演算法Go
- 經典排序演算法 — C# 版(上)排序演算法C#
- 字典樹及其C++實現C++
- 經典排序演算法的 C語言 | Java 實現排序演算法C語言Java
- 從docker介紹及其簡介Docker
- 排序演算法之快速排序的實現排序演算法
- 排序圖解:js排序演算法實現排序圖解JS演算法
- 排序演算法 Java實現排序演算法Java
- 排序演算法Java實現排序演算法Java
- 堆排序(實現c++)排序C++
- 堆排序c++實現排序C++
- 【演算法】排序04——程式碼簡約而不簡單的希爾排序(含程式碼實現)演算法排序
- 無線網路規劃設計和部署維護之誤區與最佳實踐(9)- 既要紙上談兵,也要腳踏實地
- 「金三銀四」| 手撕排序演算法(JavaScript 實現)(上)排序演算法JavaScript
- c#實現最簡快速排序,你絕對可以看懂C#排序