当前位置: 首页 > news >正文

排序算法问题

给你一个整数数组 nums,请你将该数组升序排列。

示例 1:

输入:nums = [5,2,3,1]
输出:[1,2,3,5]

示例 2:

输入:nums = [5,1,1,2,0,0]
输出:[0,0,1,1,2,5]

代码如下:

1.插入排序(简单插入排序、直接插入排序)

//算法思想;从当前位置开始,从后往前找比数字小的,找到后插入到这个小的数字后面
//再找的过程中,如果发现一个比当前数字大,同时将这个数字往后移动
//时间复杂度:O(n^2)  空间复杂度O(1) 稳定性:稳定,没有跳跃式的交换数据 
//直接插入排序的特点:越有序越快;完全有序能达到O(n);
class Solution {
public:void InsertSort(vector<int>& nums,int n){for(int i=0;i<n;i++) {int temp = nums[i];//记录未排序数组的下标int j = i-1;//记录已经排序数组的下标while(j >= 0 && nums[j] >temp) {nums[j+1] = nums[j];//当已经排序好的数组数字大于未排序的数组数字,将已经排序好的数字向后移一个j--;}nums[j+1] = temp;//如果未排序的数组数字大于已经排序好的数字,直接插入到排序好的数字后面}}vector<int> sortArray(vector<int>& nums) {int n=nums.size();InsertSort(nums,n);return nums;}
};

2.希尔排序

//直接插入排序越有序越快是希尔排序的一个理论基础
//算法描述:1.间隔式的分组 2.利用直接插入排序让组内有序 3.缩小分组再次排序 4.再次调用直接插入排序  ...直到缩为一组完全有序
//时间复杂度:O(n^1.3-n^1.5)   空间复杂度:O(1)  稳定性:不稳定
class Solution {
public:void ShellSort(vector<int>& nums,int n){int gap=n;while(gap>1)//间隔式分组,每一组利用直接插入排序,让组内有序{gap/=2;//每次分组都在上一组的基础上折半for(int i=gap;i<n;i++) {int temp = nums[i];int j = i-gap;while(j >= 0 && nums[j] >temp) {nums[j+gap] = nums[j];j-=gap;}nums[j+gap] = temp;}}}vector<int> sortArray(vector<int>& nums) {int n=nums.size();ShellSort(nums,n);return nums;}
};

3.冒泡排序

代码如下:


//两两比较,大的往后走
//时间复杂度:O(n^2) 空间复杂度:O(1)  稳定性:稳定
class Solution {
public:void BubbleSort(vector<int>& nums,int n){for(int i=0;i<n-1;i++)//走的趟数{for(int j=0;j<n-i-1;j++)//每走一遍,最大的数字在最后面,走的次数越多,越往后面的数字排序越正确{if(nums[j]>nums[j+1])//两两交换,较大的数字在后面{int temp=nums[j];nums[j]=nums[j+1];nums[j+1]=temp;}}}}vector<int> sortArray(vector<int>& nums) {int n=nums.size();BubbleSort(nums,n);return nums;}
};

4.快速排序

代码如下:

//算法描述:先在数据中找到一个基准,从后往前找比基准小的数字,找到后往前挪动
//从前往后找比基准大的数字,找到往后挪动  重复之前的动作
//一次划分的时间复杂度:O(n) 划分logn次
//时间复杂度:O(nlogn)  空间复杂度:O(logn)(递归的次数)
//快排的缺点:空间复杂度大,不稳定
//快排最大缺点:越有序越慢,完全有序,为O(n^2)退化为选择排序
class Solution {
public:void QuickSort(vector<int>& nums,int left,int right){if(left>=right)//只有一个数或区间不存在{return;}int i=left,j=right;//i在最左边,j在最右边int base=nums[left];//定义最左边的数字为基准while(i<j){while(nums[j]>=base&&i<j)//从后往前找比这个比准数字小的{j--;}while(nums[i]<=base&&i<j)//从前往后找比这个基准数字大的{i++;}swap(nums[i],nums[j]);//找到之后交换两个数字}nums[left]=nums[i];//当i=j时,将基准数字与nums[i]交换nums[i]=base;//在一次完成之后,左边的数字都比基准数字小,右边的数字都比基准数字大QuickSort(nums,left,i-1);//递归左边QuickSort(nums,i+1,right);//递归右边}vector<int> sortArray(vector<int>& nums) {int n=nums.size();QuickSort(nums,0,n-1);return nums;}
};

5.选择排序

代码如下:

//算法描述:每次都从待排序中找到最小值和待排序的第一个交换
//时间复杂度:O(n^2) 空间复杂度:O(1)  稳定性:不稳定
class Solution {
public:void SelectSort(vector<int>& nums,int n){int minIndex;for(int i=0;i<n-1;i++){minIndex=i;for(int j=i+1;j<n;j++){if(nums[minIndex]>nums[j]){minIndex=j;}}swap(nums[i],nums[minIndex]);}}vector<int> sortArray(vector<int>& nums) {int n=nums.size();SelectSort(nums,n);return nums;}
};

http://www.lryc.cn/news/153421.html

相关文章:

  • PlotlyJs 指定画布的宽度并页面居中
  • java基础-----第八篇
  • 【Java 基础篇】StringBuilder的魔力:Java字符串处理探究
  • Shell 编程技巧:批量转换Markdown文件
  • EasyAVFilter的初衷:把ffmpeg.c当做SDK来用,而不是当做EXE来用
  • 内存管理之:内存空间分布和栈攻击(黑客常用攻击手段)
  • 一米facebook功能点
  • uni-app:监听数据变化(watch监听、@input事件)
  • 提升C语言的方法?
  • WPF_布局基础
  • 【SA8295P 源码分析】87 - SA8295P HQNX + Android 编译环境搭建指导
  • java基础-----第九篇
  • 数学建模--整数规划匈牙利算法的Python实现
  • OpenCV(十三):图像中绘制直线、圆形、椭圆形、矩形、多边形和文字
  • [华为云云服务器评测] Unbutnu添加SSH Key、编译启动Springboot项目
  • 【MySQL学习笔记】(七)内置函数
  • 《Python魔法大冒险》004第一个魔法程序
  • 架构,平台,框架的区别和联系
  • Mac 安装php多版本,brew安装php8.0
  • 【100天精通Python】Day53:Python 数据分析_NumPy数据操作和分析进阶
  • druid连接不上doris有哪些可能原因
  • 双边滤波 Bilateral Filtering
  • PXE批量装机
  • Linux--VMware的安装和Centos
  • dji uav建图导航系列()ROS中创建dji_sdk节点包(一)项目结构
  • 基于x86_64 ubuntu22.04的framebuffer编程
  • 解密回文--栈
  • Mysql主从服务安装配置
  • 双向BFS
  • 数据艺术:精通数据可视化的关键步骤