当前位置: 首页 > 编程笔记 >

C++实现各种排序算法类汇总

闾丘冠玉
2023-03-14
本文向大家介绍C++实现各种排序算法类汇总,包括了C++实现各种排序算法类汇总的使用技巧和注意事项,需要的朋友参考一下

C++可实现各种排序算法类,比如直接插入排序、折半插入排序、Shell排序、归并排序、简单选择排序、基数排序、对data数组中的元素进行希尔排序、冒泡排序、递归实现、堆排序、用数组实现的基数排序等。

具体代码如下:

#ifndef SORT_H
#define SORT_H
#include <iostream>
#include <queue>
using namespace std;
// 1.直接插入排序
template<class ElemType>
void InsertSort(ElemType data[], int n);
// 2.折半插入排序
template<class ElemType>
void BInsertSort(ElemType data[], int n);
// 3.Shell排序
// 对data数组中的元素进行希尔排序,n为该数组大小
// increments为增量序列,incrementsLength为增量序列的大小
template<class ElemType>
void ShellSort(ElemType data[],int increments[], int n, int incrementsLength);
// 1.Bubble Sort
template<class ElemType>
void BubbleSort(ElemType data[], int n);
// 2.快速排序
template<class ElemType>
void QuickSort(ElemType data[], int n);
////////////////// 
// Merge Sort
////////////////// 
// 归并排序
template<class ElemType>
void MergeSort(ElemType data[],int n);
template<class ElemType>
void MergeSortNonRecursion(ElemType data[], int n);
////////////////// 
// Selection sort
////////////////// 
// 简单选择排序
template<class ElemType>
void SelectionSort(ElemType data[], int n);
// 堆排序
template<class ElemType>
void HeapSort(ElemType data[],int n);
///////////////
// Radix Sort
///////////////
// 静态链表结点
const int DIGITS = 10;
const int RADIX = 10;
class SLList;
ostream& operator<<(ostream& os, SLList &s);// 由于VC++6.0使用using namespace std对于友元不支持
      // 故在类SLList之前做前向声明
      // 若使用其他C++编译器,这两句可删去
// 静态链表static linked list
// [0]:头结点
class SLList
{
 struct Node
 {
 int  key[DIGITS];
 int    info;
 int    next;
 }; 
  
 friend ostream& operator<<(ostream& os, SLList &s);
public:
 SLList():data(NULL),length(0){};
  ~SLList();
 void Arrange();       
  void Init(int arr[],int n);
  void RadixSort();
private:
  void Distribute( int[], int[], int);
 void Collection( int[], int[], int);
  Node *data;
  int length;
};
// 基数排序
void RadixSort(int data[], int n);
//void RadixSort(SLList&);
///////////////
// util
///////////////
template<class ElemType>
void Swap( ElemType& a, ElemType& b)
{
  ElemType c = a;
  a = b;
  b = c;
}
int init(int** data);
template<class ElemType>
void print(ElemType data[],int begin,int end);
// 直接插入排序,数组data用于存放待排序元素,n为待排序元素个数
template<class ElemType>
void InsertSort(ElemType data[], int n)
{ 
  ElemType tmp;
 int i, j;
  for (i = 1; i < n; i++){
    if ( data[i] > data[i - 1])
      continue;
    tmp = data[i];                // 保存待插入的元素
 data[i] = data[i - 1];
    for ( j = i - 1; j > 0 && data[j - 1] > tmp;j--)
      data[j] = data[j - 1];          // 元素后移
    data[j] = tmp;                // 插入到正确位置    
  }
}
// 折半插入排序
template<class ElemType>
void BInsertSort(ElemType data[], int n)
{ 
  ElemType tmp;
 int i, j, mid, low, high;
  for (i = 1; i < n; i++){
    tmp = data[i];           // 保存待插入的元素
    low = 0;
    high = i-1;
    while (low <= high){        // 在data[low..high]中折半查找有序插入的位置
      mid = (low + high) / 2;      // 折半
      if( tmp < data[mid])
        high = --mid;         // 插入点在低半区
      else
        low = ++mid;         // 插入点在高半区
    }
    for(j = i - 1; j >= low; j--)
      data[j + 1] = data[j];     // 元素后移
    data[low] = tmp;          // 插入到正确位置
  }
}
// 对data数组中的元素进行希尔排序,n为该数组大小
// increments为增量序列,incrementsLength为增量序列的大小
template<class ElemType>
void ShellSort(ElemType data[], int increments[], int n, int incrementsLength)
{
  int i, j, k;
  ElemType tmp;
 for ( k = 0; k < incrementsLength; k++){    // 进行以increments[k]为增量的排序
    for ( i = increments[k]; i < n; i++){
      tmp = data[i];
      for ( j = i; j >= increments[k]; j -= increments[k]){
        if ( tmp >= data[j - increments[k]])
          break; 
        data[j] = data[j - increments[k]]; 
      }
      data[j] = tmp;
    }
  }
}
// 冒泡排序
template<class ElemType>
void BubbleSort(ElemType data[], int n)
{
 int lastSwapIndex = n - 1; // 用于记录最后一次交换的元素下标
 int i, j;
  for (i = lastSwapIndex; i > 0;i = lastSwapIndex)
 {
 lastSwapIndex = 0;
 for (j = 0; j < i; j++)
  if (data[j] > data[j + 1]){
        Swap( data[j],data[j + 1]);
  lastSwapIndex = j;
  }
 }
}
//快速排序
template<class ElemType>
int Partition(ElemType data[] , int low , int high)  
{  
  ElemType pivot = data[low];  
  while (low < high){  
    while (low < high && data[high] >= pivot) 
  high--;  
    data[low] = data[high]; 
    while (low < high && pivot >= data[low]) 
  low++;  
    data[high] = data[low];  
  }  
  data[low] = pivot;  
  return low;  
}  
template<class ElemType>
void QuickSort(ElemType data[], int begin, int end)
{ 
  if (begin >= end) 
 return;
  int pivot = Partition(data , begin , end);  
  QuickSort(data , begin , pivot - 1);  
  QuickSort(data , pivot + 1, end);     
}
template<class ElemType>
void QuickSort(ElemType data[], int n)
{
  if (n < 2)
    return;
  QuickSort(data, 0, n-1);
}
// 将数组data中,[lptr...rptr-1][rptr...rightEnd]两部分的元素进行合并
// tmpArr为合并时的辅存空间
template<class ElemType>
void Merge(ElemType data[], ElemType tmpArr[], int lptr, int rptr, int rightEnd)
{
  int leftEnd = rptr - 1;
  int ptr,i;
  ptr = i = lptr;
  while (lptr <= leftEnd && rptr <= rightEnd)
    if (data[lptr] <= data[rptr])
      tmpArr[ptr++] = data[lptr++];
    else
      tmpArr[ptr++] = data[rptr++];
  while (lptr <= leftEnd)
    tmpArr[ptr++] = data[lptr++];
  while (rptr <= rightEnd)
    tmpArr[ptr++] = data[rptr++];
  for (;i <= rightEnd; i++)
    data[i] = tmpArr[i];
}
// 递归实现
// 将数组data中,[begin...end]的元素进行归并排序
template<class ElemType>
void MSort(ElemType data[], ElemType tmpArr[], int begin, int end)
{
  int middle;
  if ( begin >= end)
    return;
  middle = (begin + end)/2;   // 将data平分为[begin..middle]和[middle..end]
  MSort( data, tmpArr, begin, middle);  // 递归前半部分
  MSort( data, tmpArr, middle + 1, end);  // 递归后半部分
  Merge( data, tmpArr, begin, middle + 1, end); // 将data[begin..middle],data[middle..end]进行归并
}
template<class ElemType>
void MergeSort(ElemType data[], int n)
{
  ElemType* pArr = NULL;
  pArr = new ElemType[n];
  MSort( data,pArr,0,n-1);
  delete[] pArr;
}
// 非递归实现
template<class ElemType>
void MPass(ElemType data[], ElemType tmpArr[], int n, int mergeLength)
{
 int i = 0;
 while (i <= n - 2 * mergeLength){
 Merge(data, tmpArr, i, i + mergeLength, i + 2 * mergeLength - 1);
 i = i + 2 * mergeLength;
 }
 if (i + mergeLength < n)
 Merge(data, tmpArr, i, i + mergeLength, n - 1);
}
template<class ElemType>
void MergeSortNonRecursion(ElemType data[], int n)
{
 int mergeLength = 1;
 ElemType* pArr = NULL;
 pArr = new ElemType[n];
 while (mergeLength < n){
 MPass(data, pArr, n, mergeLength);
 mergeLength *= 2;
 }
 delete[] pArr;
}
// 简单选择排序
template<class ElemType>
void SelectionSort(ElemType data[], int n)
{
 int i, j, min;
  for (i = 0; i < n; i++){
    min = i;
    for (j = i + 1; j < n; j++){
      if ( data[j] < data[min])
        min = j;
    }
    Swap(data[i],data[min]);
  }
}
// 堆排序
// i为指定元素在数组中的下标
// 返回指定结点的左孩子在数组中的下标
inline int LeftChild(int i)
{
  return 2 * i + 1;
}
template<class ElemType>
void HeapAdjust(ElemType data[], int i, int n)
{
  ElemType tmp;
  int child;
  for ( tmp = data[i]; LeftChild(i) < n; i = child){
    child = LeftChild(i);
    if (child != n - 1 && data[child + 1] > data[child])  // 取较大的孩子结点
      child++;
    if (tmp < data[child])                
      data[i] = data[child];
    else
      break;
  }
  data[i] = tmp;
}
template<class ElemType>
void HeapSort(ElemType data[], int n)
{
  int i;
  for (i = n/2; i >= 0; i--)  // 建堆
    HeapAdjust(data, i, n);
  for (i = n - 1;i > 0; i--){  // 将堆的根结点与最后的一个叶结点交换,并进行调整
    Swap(data[0],data[i]);
    HeapAdjust(data, 0, i);
  }
}
// 用数组实现的基数排序
void RadixSort(int data[], int n)
{
  const int radix = 10;
  const int digits = 10;
  int i,j,k,factor;
 queue<int> queues[radix];
  for ( i = 0,factor = 1; i < digits;i++,factor *= radix){
    for ( j = 0;j < n; j++)
      queues[(data[j]/factor)%radix].push(data[j]);    // 分配
    for ( k = j = 0; j < radix; j++,k++)          // 收集
      while (!queues[j].empty()){
        data[k] = queues[j].front();
        queues[j].pop();
      }
  }
}
// 分配
void SLList::Distribute(int front[], int rear[], int digit)
{
 int i, index;
 for (i = 0; i < RADIX; i++)
 front[i] = 0;
 for (i = data[0].next; i > 0; i = data[i].next){
 index = data[i].key[digit];
 if (front[index] == 0)
  front[index] = i;
 else
  data[rear[index]].next = i;
 rear[index] = i;
 }
}
// 收集
void SLList::Collection(int front[], int rear[], int digit)
{
 int i, current;
 for (i = 0; front[i] == 0; i++); // 找到第一个非空子表
 data[0].next = front[i];  // 头结点指向第一个非空子表中第一个结点
 current = rear[i++];
 for (; i < RADIX; i++){
 if (front[i] == 0)
  continue;
 data[current].next = front[i]; // 链接两个非空子表
 current = rear[i];
 }
 data[current].next = 0;
}
// 用SLList实现的基数排序
void SLList::RadixSort()
{
  int i;
  int front[RADIX],rear[RADIX];
  // 从最低位优先依次对各关键字进行分配收集
  for ( i = 0; i < DIGITS; i++){
    Distribute(front, rear, i);
    Collection(front, rear, i);    
  }
}
SLList::~SLList()
{
  delete[] data;
  length = 0;
}
void SLList::Init(int arr[], int n)
{
  length = n + 1;
  if (data != NULL)
    delete[] data;
  data = new Node[n + 1];
  data[0].next = 1;
  for ( int i = 1; i <= n; i++){
    int value = data[i].info = arr[i - 1];
    for (int j = 0;j < 10; j++){
      data[i].key[j] = value % 10;// + '0';
      value /= 10;
    }
    data[i].next = i + 1;
  }
  data[n].next = 0;
}
// 根据链表中各结点的指针值调整元素位置,使得SLList中元素按关键字正序排列
void SLList::Arrange()
{
 int i, tmp;
 int current = data[0].next;   // current存放第一个元素的当前位置
 for (i = 1; i < length; i++){
 while (current < i)   // 找到第i个元素,并用current存放其在静态链表中当前位置
  current = data[current].next;
 tmp = data[current].next;
 if (current != i){
  Swap(data[current], data[i]); // 第i个元素调整到位
  data[i].next = current;  // 指向被移走的元素
 }
 current = tmp;    // 为找第i + 1个元素做准备
 }
}
ostream& operator<<(ostream& os,SLList &s)
{
 for (int i = 1; i < s.length; i++)
 cout << s.data[i].info << " ";
 os << endl;
 return os;
}
#endif
 类似资料:
  • 本文向大家介绍基于C++实现的各种内部排序算法汇总,包括了基于C++实现的各种内部排序算法汇总的使用技巧和注意事项,需要的朋友参考一下 提起排序算法相信大家都不陌生,或许很多人已经把它们记得滚瓜烂熟,甚至随时可以写出来。是的,这些都是最基本的算法。这里就把各种内部排序算法总结归纳了一下,包括插入排序(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

  • 本文向大家介绍C/C++实现八大排序算法汇总,包括了C/C++实现八大排序算法汇总的使用技巧和注意事项,需要的朋友参考一下 概述排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。 我们这里说说八大排序就是内部排序。 当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序、堆排序或归并排序。

  • 本文向大家介绍js的各种排序算法实现(总结),包括了js的各种排序算法实现(总结)的使用技巧和注意事项,需要的朋友参考一下 如下所示: 以上这篇js的各种排序算法实现(总结)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。

  • 本文向大家介绍详细总结各种排序算法(Java实现),包括了详细总结各种排序算法(Java实现)的使用技巧和注意事项,需要的朋友参考一下 一、插入类排序 1.直接插入排序 思想:将第i个插入到前i-1个中的适当位置 时间复杂度:T(n) = O(n²)。 空间复杂度:S(n) = O(1)。 稳定性:稳定排序。 如果碰见一个和插入元素相等的,那么插入元素把想插入的元素放在相等元素的后面。 所以,相等

  • 本文向大家介绍Python实现各种排序算法的代码示例总结,包括了Python实现各种排序算法的代码示例总结的使用技巧和注意事项,需要的朋友参考一下 在Python实践中,我们往往遇到排序问题,比如在对搜索结果打分的排序(没有排序就没有Google等搜索引擎的存在),当然,这样的例子数不胜数。《数据结构》也会花大量篇幅讲解排序。之前一段时间,由于需要,我复习了一下排序算法,并用Python实现了各种

  • 更多面试题总结请看:【面试题】技术面试题汇总 基数排序:$r$ 代表关键字的基数,比如对十进制数字的 $r == 10$;$d$ 代表位数,比如 [0~999] 范围内的数字的 $d == 3$。 桶排序:$m$ 代表桶的个数。 稳定的排序算法:冒泡排序、归并排序、基数排序、直接插入排序、桶排序。 不稳定的排序算法:快速排序、堆排序、直接选择排序、希尔排序。 O(nlogn) 的排序算法:快速排序