面试算法之排序算法集锦

标签: 面试 算法 排序算法 | 发表时间:2013-09-11 11:04 | 作者:anonymalias
出处:http://blog.csdn.net

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

作者:anonymalias 发表于2013-9-11 3:04:03 原文链接
阅读:78 评论:0 查看评论

相关 [面试 算法 排序算法] 推荐:

排序算法

- - 互联网 - ITeye博客
排序算法有很多,所以在特定情景中使用哪一种算法很重要. 为了选择合适的算法,可以按照建议的顺序考虑以下标准: .     对于数据量较小的情形,(1)(2)差别不大,主要考虑(3);而对于数据量大的,(1)为首要.  一、冒泡(Bubble)排序——相邻交换 .  二、选择排序——每次最小/大排在相应的位置 .

面试算法之排序算法集锦

- - CSDN博客推荐文章
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.

排序算法 Sleep Sort

- Jeff - 酷壳 - CoolShell.cn
排序算法好像是程序员学习编程最多的算法,也可能是算法研究者们最喜欢研究的算法了. 排序有很多很多的算法,比如,冒泡,插入,选择,堆,快速,归并等等(你可以看看本站以前的那些文章:可视化的排序,排序算法比较,显示排序过程的python)这里向大家介绍一个“巨NB”的排序算法——Sleep Sort. 闲言少说,请看下面的代码(用Shell脚本写的).

“天才”排序算法:Sleepsort

- Sirius - 黑客志
4chan上某位神人发明的天才排序算法:Sleepsort,充分发挥多核威力,评论中还有更多优化版本:. TermKit: 下一代的Mac命令行/终端程序.

SegmentFault问答排序算法

- - 标点符
SegmentFault 参考了 Stack Overflow的热门算法设置了自己的排序算法,具体排序算法如下:. 对于热门文章,使用了如下公式:. views:浏览量,对浏览量做了一次去对数处理,主要是为了防止某些浏览量较大的文章异军突起,待在榜单迟迟不动. recommendScore/collectScore:文章的推荐数和收藏数,直接加和到分子中,作为文章热门程度的考虑因素.

常用排序算法小结

- - ITeye博客
离开课堂后,排序算法写的比较少了,当有排序的要求时,一般用的比较多的是直接采用Arrays.sort以及Collections.sort结合比较器来实现. Arrays工具类包含了对各种类型数组的排序,以下是Arrays中包括的sort方法:. 以下是 Collections中的sort方法,该sort方法中结合了Arrays.sort来实现的.

Java排序算法:归并排序

- - zzm
 Java排序算法(九):归并排序. 归并排序(Merge)是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的. 然后再把有序子序列合并为整体有序序列. 归 并排序是建立在归并操作上的一种有效的排序算法. 该算法是采用分治法(Divide and Conquer)的一个非常典型的应用.

[转]排名算法(二)--淘宝搜索排序算法分析

- - 工作笔记
原文:https://blog.csdn.net/u011966339/article/details/78052569 . 淘宝搜索排序的目的是帮助用户快速的找到需要的商品. 从技术上来说,就是在用户输入关键词匹配到的商品中,把最符合用户需求的商品排到第一位,其它的依次排在后续相应的位置. 为了更好的实现这个目标,算法排序系统基本按三个方面来推进:.

有意思的排序算法-插入排序

- - 博客园_首页
所谓排序,无非就是把一个无序的序列排成一个有序的序列,从本文开始,将着重介绍经典的一些排序算法. 插入排序,是指将待排序列中的数,一个一个插入到适当位置的过程. 说起算法的概念来,总是让人摸不着头脑,还是从生活中的例子来理解吧. 相信每个人都玩过牌,我们在开始摸牌的时候,左手是空的,牌面朝下放到桌子上,接着,一次从桌子上摸起一张牌,并将它插入到左手一把牌中的正确位置上,为了找到这张牌的正确位置,要将它与手中已有的每一张牌从右到左地进行比较,无论什么时候,左手中的牌都是排好序的,而这些牌原先都是桌子上那副牌里最顶上的一些牌.

利用归并排序算法对大文件进行排序

- - ITeye博客
归并排序算法介绍,请参照Wikipeida. 大文件分割成行数相等的两个小文件,使用递归一直分割到所有所有小文件低于限制行数. 两个排序好的小文件归并到大文件. 直到最后所有排序好的文件归并到输入的大文件并返回. 之前看了网上很多示例代码,写的很不简洁, 引入了过多的临时变量i, j, k等等, 导致程序基本没法看,.