当前位置：首页 > news >正文

数据结构与算法分析实验14 实现基本排序算法

news 来源：原创 2025/7/15 7:39:38

实现基本排序算法

1. 常用的排序算法简介
2. 上机要求
3. 上机环境
4.程序清单(写明运行结果及结果分析)
- 4.1 程序清单
- - 4.1.1 头文件 sort.h 内容如下：
  - 4.1.2 实现文件 sort.cpp 内容如下：
  - 4.1.3 源文件 main.cpp 内容如下：
- 4.2 实现展效果示
5.上机体会

1. 常用的排序算法简介

冒泡排序
冒泡排序是一种简单的排序算法，通过重复地遍历要排序的列表，比较相邻的元素并交换它们的位置，直到没有需要交换的元素为止。冒泡排序的时间复杂度为 O(n²)，适用于小规模数据。
选择排序
选择排序通过每次从未排序的部分中选择最小（或最大）的元素，将其放到已排序部分的末尾。选择排序的时间复杂度为 O(n²)，适用于小规模数据。
插入排序
插入排序通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序的时间复杂度为 O(n²)，适用于小规模或部分有序的数据。
快速排序
快速排序是一种分治算法，通过选择一个“基准”元素，将数组分为两部分，一部分小于基准，另一部分大于基准，然后递归地对这两部分进行排序。快速排序的平均时间复杂度为 O(n log n)，适用于大规模数据。
归并排序
归并排序也是一种分治算法，通过将数组分成两半，分别对它们进行排序，然后将排序后的两半合并。归并排序的时间复杂度为 O(n log n)，适用于大规模数据。
堆排序
堆排序利用堆这种数据结构进行排序，通过构建最大堆或最小堆，将堆顶元素与末尾元素交换，然后调整堆，重复此过程直到排序完成。堆排序的时间复杂度为 O(n log n)，适用于大规模数据。
………………

2. 上机要求

编写一个程序，实现排序的相关运算，并完成如下功能：
（1）直接插入排序
（2）希尔排序
（3）直接选择排序
（4）堆排序
（5）冒泡排序
（6）快速排序
（7）二路归并排序
（8）基数排序

3. 上机环境

visual studio 2022
Windows11 家庭版 64位操作系统

4.程序清单(写明运行结果及结果分析)

4.1 程序清单

4.1.1 头文件 sort.h 内容如下：

#pragma once
#include<stdio.h>
#include<malloc.h>
#include<stdlib.h>
#include<iostream>
//采用从大到小的顺序typedef int Data;//交换两个元素(值交换)
void swap(Data* a, Data* b);//直接插入排序
void Sort_insert(Data* arr,int len);//希尔排序
void Sort_shell(Data* arr,int len,int* way,int size);
void Sort_jump(Data* arr, int len, int jump);	//shell sort 内置函数//直接选择排序,每次确定两个元素
void Sort_choose(Data* arr, int len);//堆排序
void Sort_heap(Data* arr, int len);
void min_down(Data* arr, int index);	//一次遍历 arr 数组 将最小元素放在index中
int Lcd(int index);						//index 节点“左子树”
int Rcd(int index);						//index 节点“右子树”
int Pat(int index);						//index 节点“双亲”//冒泡排序
void Sort_bubble(Data* arr, int len);//快速排序
void Sort_quick(Data* arr, int low,int high);//利用二路归并排序的想法将一个数组排序
void Sort_merge(Data* arr,Data* tmp, int low, int high);
void Merge(Data* arr, Data* tmp, int start, int mid, int end);		//Sort_merge内置函数//基数排序,需要用链表结构以提升时间，节约空间
void Sort_bucket(Data* arr, int len,int exp);
void distribute_collect(Data* arr, int len,int exp);	//发到筒里去,收回去typedef struct Node {Data data;struct Node* next;
}node, * pnode;void push(node* aim, Data data);
Data pop(node* aim);

4.1.2 实现文件 sort.cpp 内容如下：

#include"sort.h"
#include<math.h>void swap(Data* a, Data* b) {Data c = *a;*a = *b;*b = c;
}void Sort_insert(Data* arr, int len){for (int i = 1; i < len; i++) {int tmp = arr[i];for (int j = i-1; j >=0; j--) {if (arr[j] < tmp) arr[j + 1] = arr[j]; else { arr[j+1] = tmp; break; }if (j == 0)arr[j] = tmp;}}
}

希尔排序实现：
希尔排序（Shell Sort）是一种基于插入排序的算法，通过将数组分成多个子序列进行排序，逐步减少子序列的长度，最终完成整个数组的排序。以下是希尔排序的实现步骤：

选择增量序列
希尔排序的核心是选择一个增量序列（gap sequence），用于将数组分成多个子序列。常见的增量序列有希尔原始序列（n/2, n/4, …, 1）或更高效的序列如Hibbard序列、Sedgewick序列等。

void Sort_shell(Data* arr, int len, int* way, int size){for (int i = 0; i < size; i++) {Sort_jump(arr, len, way[i]); }
}
//arr 就是选择的序列

分组插入排序
根据选定的增量序列，将数组分成若干子序列，对每个子序列进行插入排序。随着增量逐渐减小，子序列的长度逐渐增加，最终当增量为1时，整个数组被当作一个子序列进行插入排序。

void Sort_jump(Data* arr, int len, int jump){for (int i = 1; i < len; i++) {int tmp = arr[i];for (int j = i - jump; j >= 0; j-=jump) {if (arr[j] < tmp) arr[j + jump] = arr[j];else { arr[j + jump] = tmp; break; }if (j <jump)arr[j] = tmp;}}
}

选择排序

void Sort_choose(Data* arr, int len){int maxflag = 0;int minflag = 0;for (int i = 0; i < len; i++) {maxflag = i;minflag = len - 1 - i;for (int j = i; j <= len - 1 - i; j++) {if (arr[maxflag] < arr[j])maxflag = j;if (arr[minflag] > arr[j])minflag = j;}swap(&arr[i], &arr[maxflag]);if (i == minflag) minflag = maxflag;		swap(&arr[len - 1 - i], &arr[minflag]);}
}

堆排序
堆排序通过构建一个最大堆或最小堆，将堆顶元素（最大或最小）与堆的最后一个元素交换，然后调整剩余元素使其重新满足堆的性质，重复这一过程直到所有元素有序。

Sort_heap 函数：这是堆排序的主函数，负责对整个数组进行排序。它从数组的最后一个元素开始，逐个调用 min_down 函数来调整堆。

void Sort_heap(Data* arr, int len){for (int i = len - 1; i >= 0; i--) {min_down(arr, i);}
}

min_down 函数：该函数用于调整堆，确保从指定索引开始的子树满足最小堆的性质。它通过比较父节点和子节点的值，并在必要时交换它们的位置。

void min_down(Data* arr, int index) {if (Pat(index) >= 0) {int pos = Pat(index);while (pos>=-1) {if (arr[Lcd(pos)] < arr[pos]&&Lcd(pos)<=index) swap(&arr[Lcd(pos)], &arr[pos]);if (arr[Rcd(pos)] < arr[pos]&&Rcd(pos)<=index) swap(&arr[Rcd(pos)], &arr[pos]);pos--;}swap(&arr[index], &arr[0]);}
}

Lcd 和 Rcd 函数：这两个函数分别用于计算给定索引的左子节点和右子节点的索引。


int Lcd(int index){return 2 * index + 1;
}int Rcd(int index){return 2 * index + 2;
}

Pat 函数：该函数用于计算给定索引的父节点索引。

int Pat(int index){return (index - 1) / 2;
}

冒泡排序

void Sort_bubble(Data* arr, int len){for (int i = 0; i < len; i++) {for (int j = i + 1; j < len; j++) {if (arr[i] < arr[j])swap(&arr[i], &arr[j]);}}
}

快速排序
快速排序是一种高效的排序算法，采用分治法策略。其基本思想是通过选择一个“标杆”元素（通常称为“pivot”），将数组分为两部分：一部分小于标杆，另一部分大于标杆。然后递归地对这两部分进行排序。

void Sort_quick(Data* arr, int low, int high){int flag = low;	//标杆元素下标if (low == high) return;for (int i = flag + 1; i <= high; i++) {if (arr[flag] >= arr[i])continue;if (arr[flag] < arr[i]) {swap(&arr[flag + 1], &arr[i]);swap(&arr[flag], &arr[flag + 1]);flag++;}}if (flag > low)		Sort_quick(arr, low, flag - 1);if (flag < high)	Sort_quick(arr, flag + 1, high);
}

归并排序
Sort_merge 函数是归并排序的递归部分。它将数组 arr 从 start 到 end 的部分分成两个子数组，分别对这两个子数组进行排序，然后调用 Merge 函数将两个有序的子数组合并。
Merge 函数负责将两个有序的子数组合并成一个有序的数组。它使用两个指针 i 和 j 分别指向两个子数组的起始位置，比较两个指针所指向的元素，将较小的元素放入临时数组 tmp 中。最后，将临时数组中的内容复制回原数组 arr。

void Sort_merge(Data* arr, Data* tmp, int start, int end){int mid;if (start < end) {mid = (start + end) / 2;Sort_merge(arr, tmp, start, mid);Sort_merge(arr, tmp, mid+1, end);Merge(arr, tmp, start, mid, end);}
}void Merge(Data* arr, Data* tmp,int start, int mid, int end){int move = start; int i = start; int j = mid + 1;while (i!=mid+1 && j!= end+1) {if (arr[i] > arr[j]) {tmp[move++] = arr[i++];}else {tmp[move++] = arr[j++];}}while (i != mid + 1) { tmp[move++] = arr[i++]; }while (j != end + 1) { tmp[move++] = arr[j++]; }for (i = start; i <= end; i++) {arr[i] = tmp[i];}
}

桶排序
桶排序（Bucket Sort）是一种分布式排序算法，它将元素分配到有限数量的桶中，然后对每个桶中的元素进行排序，最后将桶中的元素按顺序合并。以下是对代码的详细解析和优化建议。
Sort_bucket函数通过循环调用 distribute_collect 函数，对数组进行多次排序。exp 参数表示排序的轮数，通常与数据的位数相关。

void Sort_bucket(Data* arr, int len, int exp){for (int i = 1; i <= exp; i++) {//printf("exp=%d: \n", i);distribute_collect(arr, len, i);}
}void distribute_collect(Data* arr, int len,int exp){pnode bucket = (pnode)malloc(10 * sizeof(node));for (int i = 0; i < 10; i++) {bucket[i].next = NULL;}int lab = 0;for (int i = len-1; i >=0; i--) {									//对到每个元素	从大到小排序就要从小到大塞进去 反之反之lab = arr[i];for (int j = 0; j < exp - 1; j++) lab /= 10;lab %= 10;														//找到桶的下标push(&bucket[lab], arr[i]);										//塞到桶里去//printf("push %d to lab %d\n", arr[i],lab);}//收回来int index = 0;for (int i = 9; i >= 0; i--) {while (bucket[i].next != NULL) {arr[index++] = pop(&bucket[i]);}}
}void push(node* aim, Data data){node* fresh = (node*)malloc(sizeof(node));fresh->next = NULL;fresh->data = data;fresh->next = aim->next;aim->next = fresh;
}Data pop(node* aim){pnode tmp = aim->next;Data ret = aim->next->data;aim->next = tmp->next;free(tmp);return ret;
}

4.1.3 源文件 main.cpp 内容如下：

#include"sort.h"
//#define size 10000
#define size 3200
#define filename  "testdata.txt"
#define tm 123
//注意，在进行快速排序的时候，由于递归深度限制，对于给出的数据量有一个限制
//对于我自己生成的数据，Sort_quick极端情况为3218个数据。
//在实际操作中，Sort_quick数据量应控制在3200以下以确保运行稳定。
//在多次重复排序过程中，由于在后续重复中数据已经排好顺序，快速排序尚且不占优势。
int main() {FILE* fp;fopen_s(&fp, filename, "r");Data* arr = new Data[size];for (int i = 0; i < size; i++) {if (fp)fscanf_s(fp, "%6d", &arr[i]);}clock_t start = clock();Data* ret = NULL;for (int i = 0; i < tm; i++) {//Sort_insert(arr, size);//int way[7] = { 203,101,47,23,7,3,1 };//Sort_shell(arr, size, way, 7);//Sort_choose(arr, size);//Sort_quick(arr, 0, size-1);//Data* tmp = new Data[size];//Sort_merge(arr, tmp, 0, size - 1);//Sort_bucket(arr, size, 5);//Sort_heap(arr, size);}clock_t end = clock();double during = difftime(end, start) / tm;for (int i = 0; i < size; i++) {printf_s("%d\n", arr[i]);}printf_s("用时%.2fms", during);return 0;
}

4.2 实现展效果示

取消注释对应的代码段，将size 定义成10000（快速排序除外），对排序时间进行考察，给出一些现象产生的原因。
在这里插入图片描述

在这里插入图片描述

5.上机体会

我的收获主要包括：在上理论课之前，我对于排序算法的理解尚且不到位，就写了一些相关的排序算法，然而在很多地方都忽视了优化问题，直到理论课上完，才重新审视了代码的不足，实现了可读性的增强和基本原理的改进。同样的，对于堆排序时间为什么这么长也是在理论课之后才找到了答案，这也提醒我，不同的排序算法在不同的情况下具有不同的性能。通过实验，可以比较不同算法在处理相同数据集时的执行时间和效率，从而了解它们的相对性能，通过对关键参数的选取，例如枢轴量，增量数组，也更体会到好的算法应当由良好的数学分析而得到。数据结构也会对对算法性能产生影响：排序算法通常需要使用一些数据结构来辅助操作，如数组、链表等。不同的数据结构对算法的性能也会有影响。