面试算法之排序算法集锦
排序算法在面试过程中是经常会考的,这是很基础的,面试官觉得你应该很熟悉这些东西,如果你半个小时内写不出来,那基本就给跪了,因为这真的是狠基础狠基础的东西,所以我们得对一些基本的排序算法烂熟于胸,对这些排序思想,效率了如指掌,才能让面试官觉得你还行。基本的排序算法有:直接插入排序,冒泡排序,简单选择排序,shell排序,归并排序,快速排序,堆排序。其中 归并,快速,堆排序是面试时候比较喜欢考的,因为这三个排序算法都是很重要的算法,会有很多实际的应用。下面就简单的介绍这些排序算法,并给出代码。
1.直接插入排序
直接插入排序的思想很简单,就是从排序序列开始,依次将每个元素插入到前面已经排序好的序列中,最终使整个序列有序,直接插入排序的时间复杂度O(n^2),空间复杂度为O(1),代码如下:
/** * Time Complexity:O(n^2) * Space Complexity:O(1) */ template <typename Type> void DirectInsertSort(Type array[], int low, int high) { if (array == NULL || low >= high || low < 0) { return; } Type exchange; int j; for (int i = low + 1; i <= high; ++i) { exchange = array[i]; for (j = i - 1; j >= low; --j) { if (exchange < array[j]) { array[j + 1] = array[j]; } else { break; } } array[j + 1] = exchange; } }
2.冒泡排序
我们对冒泡排序应该都比较深,因为这个名字很形象很好记 。排序的思想就是每个冒泡一遍序列,找出一个最大或最小的元素,放到它排序后的位置上直到序列有序。时间复杂度O(n^2),空间复杂度为O(1),代码如下:
/** * Time Complexity:O(n^2) * Space Complexity:O(1) */ template <typename Type> void BubbleSort(Type array[], int low, int high) { if (array == NULL || low >= high || low < 0) { return; } Type exchange; bool change = false; for (int i = low; i < high; ++i) { for (int j = low; j < high - i + low; ++j) { if (array[j] > array[j + 1]) { exchange = array[j + 1]; array[j + 1] = array[j]; array[j] = exchange; change = true; } } if (!change) {//如果冒泡过程中没有发生交换,则视序列已经排好序,减少无谓的比较 return; } } }
3.简单选择排序
简单选择排序的思想就是每次在未排序的序列中选取一个最小(或最大)的元素,放到最终的位置上,时间复杂度O(n^2),空间复杂度为O(1),代码如下:
/** * Time Complexity:O(n^2) * Space Complexity:O(1) */ template <typename Type> void SelectSort(Type array[], int low, int high) { if (array == NULL || low >= high || low < 0) { return; } int index; Type exchange; for (int i = low; i < high; ++i) { index = i; for (int j = i + 1; j <= high; ++j) { if (array[j] < array[index]) { index = j; } } exchange = array[i]; array[i] = array[index]; array[index] = exchange; } }
4.折半插入排序
折半插入排序和直接插入排序的差别就是在查找插入位置的方式上,直接插入排序是顺序查找插入位置,折半插入式通过二分搜索的思想来查找插入位置。总体来说直接插入排序的比较次数为 1+2+3...+(n-1) ~ O(n^2),二折半查找的比较次数在 lg(n-1)+lg(n-2)+...1~O(lg(n!)) ~O(nlgn)(stirling公式)。所以折半查找的优势是减少了比较次数。代码如下:
/** * Time Complexity:O(n^2) * Space Complexity:O(1) */ template <typename Type> void BinaryInsertSort(Type array[], int low, int high) { if (array == NULL || low >= high || low < 0) { return; } int left, right, mid, j; Type exchange; for (int i = low + 1; i <= high; ++i) { left = low; right = i - 1; while (left <= right) { mid = (left + right) / 2; if (array[i] < array[mid]) right = mid - 1; else left = mid + 1; } exchange = array[i]; j = i; while (j > left) { array[j] = array[j - 1]; --j; } array[left] = exchange; } }
5.shell排序
shell排序本身是一种插入排序,它是插入排序的一种改进,排序的思想是:开始按照一定的步长d将序列分成d组,每组内部进行直接插入排序,然后逐步减少步长d,直到步长为1,对整个序列进行一次直接插入排序,使序列最终有序。如下图所示是一个步长为3的初始分组图(取自网络)。
shell排序在开始时步长d较大,分组较多,但每组的元素较少,故各组内直接插入较快,后来步长d逐渐缩小,分组数逐渐减少,而各组的元素数目逐渐增多,但由于之前排过序,使序列较接近于有序状态,所以新的一趟排序过程也较快。因此,shell排序在效率上较直接插人排序有较大的改进。
shell排序很关键的一点就是步长序列的选定,步长序列的选定决定着排序的效率。一般的建议是d(1) = [ n / 2 ],d(i+1) = [ (d(i) - 1) / 3 ],一般认为d都取奇数且互素为好,但这并没有得到理论上的证明。最后一个步长一定为1,这是必然的。
关于shell排序的时间复杂度据说很难分校,理论上没用具体结论,只是提出大致为O(nlgn)~O(n^2)之间,大概为O(n^1.3)。。。下面是代码:
/** * Time Complexity:between O(nlgn)~O(n^2), about O(n^1.3) * Space Complexity:O(1) */ template <typename Type> void ShellSort(Type array[], int low, int high) { int gap, len; Type exhange; len = high - low + 1; gap = len / 2; while(gap >= 1) { for (int i = low; i < low + gap; ++i) { for (int j = i + gap; j <= high; j += gap) { exhange = array[j]; int k = j; while (k > i && exhange < array[k - gap]) { array[k] = array[k - gap]; k -= gap; } array[k] = exhange; } } if(gap == 2 || gap == 3) gap = 1; else gap = (gap - 1) / 3; } }
6.快速排序
快速排序是一个很牛逼的排序算法,在现实中有很多应用,有很多算法都是借鉴快速排序的思想来实现的。虽然快排的最坏时间复杂度为O(n^2),但它的平均性能很好,为O(nlgn)。快排的思想是分治法。每次排序都将序列通过一个主元划分成左右两部分,右部分的元素都比主元大,左边的元素都比主元小,然后分别递归进行左右两部分的排序。快排的主程序结构都如下所示:
template <typename Type> void QuickSort(Type array[], int low, int high) { if (low >= high) { return; } int pivot = QuickSort_Partition(array, low, high); QuickSort_(array, low, pivot - 1); QuickSort_(array, pivot + 1, high); }对于划分部分partition,有几种不同的算法,下面介绍三种不同的算法。
6.1一种简单partition
最简单的一种partition算法如下图所示:选取第一个元素为主元,作为划分的标准(下面几个partition默认同样的选取主元的方法)。
索引i,j初始初始化为序列开始,然后索引j依次后移,如果遇到A[j] <= x,那么就交互A[i + 1]和A[j],直到索引j移动到末尾,这样结果是索引i左侧的元素都<=x,右侧的元素都>x。达到了partition的目的,这种算法很简单,代码如下:
template <typename Type> int QuickSort_Partition(Type array[], int low, int high) { Type pivotData = array[low]; int littleIndex = low; Type exchange; for (int largerIndex = low + 1; largerIndex <= high; ++largerIndex) { if (array[largerIndex] <= pivotData) { ++littleIndex; exchange = array[littleIndex]; array[littleIndex] = array[largerIndex]; array[largerIndex] = exchange; } } exchange = array[littleIndex]; array[littleIndex] = array[low]; array[low] = exchange; return littleIndex; }
6.2 Hoare partition
快排的发明者,我们的Hoare爵士,采用的partition算法是,在从序列两端开始扫描,如下图所示:
索引i从左端开始扫描,直到找到第一个大于主元x的元素,索引j从右端开始扫描,直到找到第一个小于等于x的元素,然后将这两个索引对应的元素进行交换。继续上面的操作,直到i > j。代码如下:
template <typename Type> int QuickSort_Hoare_Partition(Type array[], int low, int high) { Type pivotData = array[low]; int littleIndex = low + 1; int largerIndex = high; Type exchange; while (littleIndex <= largerIndex) { while(littleIndex <= largerIndex && array[littleIndex] <= pivotData) ++littleIndex; while(littleIndex <= largerIndex && array[largerIndex] >= pivotData) --largerIndex; //through above two while, littleIndex couldn't equal to largerIndex if (littleIndex < largerIndex) { exchange = array[littleIndex]; array[littleIndex] = array[largerIndex]; array[largerIndex] = exchange; --largerIndex; ++littleIndex; } } exchange = array[largerIndex]; array[largerIndex] = pivotData; array[low] = exchange; return largerIndex; }Hoare的partition算法相比上面6.1的算法,在平均交换次数上明显较少。特别是在待排序序列中有很多重复元素的时候。
6.3 另一种partition
还有一种partition算法,其思想和前面Hoare partition算法类似,都是从两端开始进行双向划分。但是不同的是这种partition两个方向不是同时进行的,相当于半双工的概念,如下图所示:
具体思路:索引i指向主元的位置,索引j先从右端开始向左扫描,直到遇到第一个<= x主元的元素,然后将该元素移动到索引i所指的位置,然后索引i从当前下一个元素开始向右扫描,直到遇到一个>x的元素,将该指辅导索引j所指的位置。如次循环,直到i = j,主元存放到该位置。代码如下:
template <typename Type> int QuickSort_Another_Partition(Type array[], int low, int high) { Type pivotData = array[low]; int littleIndex = low; int largerIndex = high; while (littleIndex < largerIndex) { while (littleIndex < largerIndex && array[largerIndex] >= pivotData) --largerIndex; if (littleIndex < largerIndex) array[littleIndex++] = array[largerIndex]; while (littleIndex < largerIndex && array[littleIndex] <= pivotData) ++littleIndex; if (littleIndex < largerIndex) array[largerIndex--] = array[littleIndex]; } array[largerIndex] = pivotData; return largerIndex; }
7.归并排序
归并排序和快速排序一样都是很重要的算法,在面试过程中,面试官也是很喜欢考的。归并的思想也是采用分治法,这里所说的归并是采用两路归并,依次将序列从中间划分为两部分,直到序列中元素个数为1,然后进行两两归并,直到最终递归结束。归并排序的时间复杂度是严格的O(nlgn),空间复杂度为O(n)。代码如下:
/** * Time Complexity:O(nlgn) * Space Complexity:O(n) */ template <typename Type> void SubMergeSort(Type *inputArray, Type *tempArray, int lowIndex, int midIndex, int highIndex) { int index1 = lowIndex, index2 = midIndex + 1; int destIndex = lowIndex; while(index1 <= midIndex && index2 <= highIndex) { if(inputArray[index1] < inputArray[index2]) { tempArray[destIndex++] = inputArray[index1++]; } else { tempArray[destIndex++] = inputArray[index2++]; } } //indicate the first half data have move to 'tempArray' while(index2 <= highIndex) tempArray[destIndex++] = inputArray[index2++]; //indicate the later half data have move to 'tempArray' while(index1 <= midIndex) tempArray[destIndex++] = inputArray[index1++]; for (int i = lowIndex; i <= highIndex; ++i) { inputArray[i] = tempArray[i]; } } template <typename Type> void MergeSort_Part(Type *array, Type *tempArray, int low, int high) { if (low < high) { int mid = (low + high) / 2; MergeSort_Part(array, tempArray, low, mid); MergeSort_Part(array, tempArray, mid + 1, high); SubMergeSort(array, tempArray, low, mid, high); } } template <typename Type> void MergeSort(Type *array, int len) { Type *tempArray = new Type[len]; MergeSort_Part(array, tempArray, 0, len - 1); delete [] tempArray; }
8.堆排序
堆排序也是常用排序之一,和快速排序,归并排序可谓是排序三剑客,在面试和实际应用中都随处可见,特别是在大数据处理中。面试中也会结合大数据来考堆排序的。堆排序的思想主要分为两部分:建堆和堆调整。下面以建大根堆为例:
建堆的过程:从第[n / 2]个节点开始依次向下进行筛选,将较大的元素上移,直到堆满足大根堆的要求。实际上建堆的过程是堆调整的过程;
退调整过程:对已经建立的大根堆,输出堆顶元素,然后对剩下的元素进行调整,使其仍然满足大根堆的要求;
堆排序建堆的过程时间复杂度为O(n)(在 堆排序中建堆过程的时间复杂度O(n)的证明中已经证明),堆调整过程的时间复杂度为O(nlgn),建立大根堆的代码如下所示:
/** * Time Complexity:O(nlgn) * Space Complexity:O(1) */ template <typename Type> void BigRootHeapAdjust(Type *array, int low, int high) { int j, k; Type temp; temp = array[low]; k = low; for (j = low * 2 + 1; j <= high; j = j * 2 + 1) { if (j < high && array[j] < array[j + 1]) j += 1; if (temp > array[j]) break; array[k] = array[j]; k = j; } array[k] = temp; } template <typename Type> void BigRootHeapSort(Type *array, int len) { if (array == NULL || len <= 0) { return; } for (int i = len / 2 - 1; i >= 0; --i) { BigRootHeapAdjust(array, i, len - 1); } Type exchange; for (int i = len - 1; i > 0; --i) { exchange = array[i]; array[i] = array[0]; array[0] = exchange; BigRootHeapAdjust(array, 0, i - 1); } }
9.各种排序算法性能的比较
下图表是各种排序算法的各种比较,可以很好的进行对比。
欢迎吐槽。。。
累吐血了。。。 碎觉。。。
Date: Sept 11, 2013 AM 03:03@dorm