C++实现八个常用的排序算法 插入排序、冒泡排序、选择排序、希尔排序等

 更新时间:2020年04月26日 09:15:36   作者:Terry_小三哥  
这篇文章主要介绍了C++如何实现八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序,需要的朋友可以参考下

本文实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序

首先是算法实现文件Sort.h,代码如下:

/* 
* 实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 
* 以及快速排序、归并排序、堆排序和LST基数排序 
* @author gkh178 
*/ 
#include <iostream> 
 
template<class T> 
void swap_value(T &a, T &b) 
{ 
 T temp = a; 
 a = b; 
 b = temp; 
} 
 
//插入排序:时间复杂度o(n^2) 
template<class T> 
void insert_sort(T a[], int n) 
{ 
 for (int i = 1; i < n; ++i) 
 { 
 T temp = a[i]; 
 int j = i - 1; 
 while (j >= 0 && a[j] > temp) 
 { 
 a[j + 1] = a[j]; 
 --j; 
 } 
 a[j + 1] = temp; 
 } 
} 
 
//冒泡排序:时间复杂度o(n^2) 
template<class T> 
void bubble_sort(T a[], int n) 
{ 
 for (int i = n - 1; i > 0; --i) 
 { 
 for (int j = 0; j < i; ++j) 
 { 
 if (a[j] > a[j + 1]) 
 { 
 swap_value(a[j], a[j + 1]); 
 } 
 } 
 } 
} 
 
//选择排序:时间复杂度o(n^2) 
template<class T> 
void select_sort(T a[], int n) 
{ 
 for (int i = 0; i < n - 1; ++i) 
 { 
 T min = a[i]; 
 int index = i; 
 for (int j = i + 1; j < n; ++j) 
 { 
 if (a[j] < min) 
 { 
 min = a[j]; 
 index = j; 
 } 
 } 
 a[index] = a[i]; 
 a[i] = min; 
 } 
} 
 
//希尔排序:时间复杂度介于o(n^2)和o(nlgn)之间 
template<class T> 
void shell_sort(T a[], int n) 
{ 
 for (int gap = n / 2; gap >= 1; gap /= 2) 
 { 
 for (int i = gap; i < n; ++i) 
 { 
 T temp = a[i]; 
 int j = i - gap; 
 while (j >= 0 && a[j] > temp) 
 { 
 a[j + gap] = a[j]; 
 j -= gap; 
 } 
 a[j + gap] = temp; 
 } 
 } 
} 
 
//快速排序:时间复杂度o(nlgn) 
template<class T> 
void quick_sort(T a[], int n) 
{ 
 _quick_sort(a, 0, n - 1); 
} 
template<class T> 
void _quick_sort(T a[], int left, int right) 
{ 
 if (left < right) 
 { 
 int q = _partition(a, left, right); 
 _quick_sort(a, left, q - 1); 
 _quick_sort(a, q + 1, right); 
 } 
} 
template<class T> 
int _partition(T a[], int left, int right) 
{ 
 T pivot = a[left]; 
 while (left < right) 
 { 
 while (left < right && a[right] >= pivot) 
 { 
 --right; 
 } 
 a[left] = a[right]; 
 while (left < right && a[left] <= pivot) 
 { 
 ++left; 
 } 
 a[right] = a[left]; 
 } 
 a[left] = pivot; 
 return left; 
} 
 
//归并排序:时间复杂度o(nlgn) 
template<class T> 
void merge_sort(T a[], int n) 
{ 
 _merge_sort(a, 0, n - 1); 
} 
template<class T> 
void _merge_sort(T a[], int left, int right) 
{ 
 if (left < right) 
 { 
 int mid = left + (right - left) / 2; 
 _merge_sort(a, left, mid); 
 _merge_sort(a, mid + 1, right); 
 _merge(a, left, mid, right); 
 } 
} 
template<class T> 
void _merge(T a[], int left, int mid, int right) 
{ 
 int length = right - left + 1; 
 T *newA = new T[length]; 
 for (int i = 0, j = left; i <= length - 1; ++i, ++j) 
 { 
 *(newA + i) = a[j]; 
 } 
 int i = 0; 
 int j = mid - left + 1; 
 int k = left; 
 for (; i <= mid - left && j <= length - 1; ++k) 
 { 
 if (*(newA + i) < *(newA + j)) 
 { 
 a[k] = *(newA + i); 
 ++i; 
 } 
 else 
 { 
 a[k] = *(newA + j); 
 ++j; 
 } 
 } 
 while (i <= mid - left) 
 { 
 a[k++] = *(newA + i); 
 ++i; 
 } 
 while (j <= right - left) 
 { 
 a[k++] = *(newA + j); 
 ++j; 
 } 
 delete newA; 
} 
 
//堆排序:时间复杂度o(nlgn) 
template<class T> 
void heap_sort(T a[], int n) 
{ 
 built_max_heap(a, n);//建立初始大根堆 
 //交换首尾元素,并对交换后排除尾元素的数组进行一次上调整 
 for (int i = n - 1; i >= 1; --i) 
 { 
 swap_value(a[0], a[i]); 
 up_adjust(a, i); 
 } 
} 
//建立一个长度为n的大根堆 
template<class T> 
void built_max_heap(T a[], int n) 
{ 
 up_adjust(a, n); 
} 
//对长度为n的数组进行一次上调整 
template<class T> 
void up_adjust(T a[], int n) 
{ 
 //对每个带有子女节点的元素遍历处理,从后到根节点位置 
 for (int i = n / 2; i >= 1; --i) 
 { 
 adjust_node(a, n, i); 
 } 
} 
//调整序号为i的节点的值 
template<class T> 
void adjust_node(T a[], int n, int i) 
{ 
 //节点有左右孩子 
 if (2 * i + 1 <= n) 
 { 
 //右孩子的值大于节点的值,交换它们 
 if (a[2 * i] > a[i - 1]) 
 { 
 swap_value(a[2 * i], a[i - 1]); 
 } 
 //左孩子的值大于节点的值,交换它们 
 if (a[2 * i - 1] > a[i - 1]) 
 { 
 swap_value(a[2 * i - 1], a[i - 1]); 
 } 
 //对节点的左右孩子的根节点进行调整 
 adjust_node(a, n, 2 * i); 
 adjust_node(a, n, 2 * i + 1); 
 } 
 //节点只有左孩子,为最后一个有左右孩子的节点 
 else if (2 * i == n) 
 { 
 //左孩子的值大于节点的值,交换它们 
 if (a[2 * i - 1] > a[i - 1]) 
 { 
 swap_value(a[2 * i - 1], a[i - 1]); 
 } 
 } 
} 
 
//基数排序的时间复杂度为o(distance(n+radix)),distance为位数,n为数组个数,radix为基数 
//本方法是用LST方法进行基数排序,MST方法不包含在内 
//其中参数radix为基数,一般为10;distance表示待排序的数组的数字最长的位数;n为数组的长度 
template<class T> 
void lst_radix_sort(T a[], int n, int radix, int distance) 
{ 
 T* newA = new T[n];//用于暂存数组 
 int* count = new int[radix];//用于计数排序,保存的是当前位的值为0 到 radix-1的元素出现的的个数 
 int divide = 1; 
 //从倒数第一位处理到第一位 
 for (int i = 0; i < distance; ++i) 
 { 
 //待排数组拷贝到newA数组中 
 for (int j = 0; j < n; ++j) 
 { 
 *(newA + j) = a[j]; 
 } 
 //将计数数组置0 
 for (int j = 0; j < radix; ++j) 
 { 
 *(count + j) = 0; 
 } 
 for (int j = 0; j < n; ++j) 
 { 
 int radixKey = (*(newA + j) / divide) % radix; //得到数组元素的当前处理位的值 
 (*(count + radixKey))++; 
 } 
 //此时count[]中每个元素保存的是radixKey位出现的次数 
 //计算每个radixKey在数组中的结束位置,位置序号范围为1-n 
 for (int j = 1; j < radix; ++j) 
 { 
 *(count + j) = *(count + j) + *(count + j - 1); 
 } 
 //运用计数排序的原理实现一次排序,排序后的数组输出到a[] 
 for (int j = n - 1; j >= 0; --j) 
 { 
 int radixKey = (*(newA + j) / divide) % radix; 
 a[*(count + radixKey) - 1] = newA[j]; 
 --(*(count + radixKey)); 
 } 
 divide = divide * radix; 
 } 
} 

然后是测试文件main.cpp,代码如下:

#include "Sort.h" 
using namespace std; 
 
template<class T> 
void printArray(T a[], int n) 
{ 
 for (int i = 0; i < n; ++i) 
 { 
 cout << a[i] << " "; 
 } 
 cout << endl; 
} 
 
int main() 
{ 
 for (int i = 1; i <= 8; ++i) 
 { 
 int arr[] = { 45, 38, 26, 77, 128, 38, 25, 444, 61, 153, 9999, 1012, 43, 128 }; 
 switch (i) 
 { 
 case 1: 
 insert_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 2: 
 bubble_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 3: 
 select_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 4: 
 shell_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 5: 
 quick_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 6: 
 merge_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 7: 
 heap_sort(arr, sizeof(arr) / sizeof(arr[0])); 
 break; 
 case 8: 
 lst_radix_sort(arr, sizeof(arr) / sizeof(arr[0]), 10, 4); 
 break; 
 default: 
 break; 
 } 
 printArray(arr, sizeof(arr) / sizeof(arr[0])); 
 } 
 return 0; 
} 

最后是运行结果图,如下:

以上就是C++实现八个常用的排序算法的全部代码,希望大家对C++排序算法有更进一步的了解。

相关文章

  • C++ string与int的相互转换(使用C++11)

    C++ string与int的相互转换(使用C++11)

    本文主要介绍了C++ string与int的相互转换(使用C++11),文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-01-01
  • 一篇文章教你用C语言模拟实现字符串函数

    一篇文章教你用C语言模拟实现字符串函数

    这篇文章主要介绍了C语言模拟实现字符串函数,开发程序的时候经常使用到一些字符串函数,例如求字符串长度,拷贝字符串……,需要的朋友可以参考下
    2021-09-09
  • 利用C语言实现一个最简单的飞机游戏

    利用C语言实现一个最简单的飞机游戏

    在前面弹跳小球 的基础上实现一个简单的飞机游戏,主要包括飞机的显示、控制移动、显示复杂图案、发射激光、打靶练习等功能,感兴趣的可以尝试一下
    2022-10-10
  • C++ 和 C# 中的 lambda的方法技巧

    C++ 和 C# 中的 lambda的方法技巧

    这篇文章主要介绍了C++ 和 C# 中的 lambda的方法技巧,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感兴趣的小伙伴可以参考一下
    2022-06-06
  • C++11互斥量的具体使用

    C++11互斥量的具体使用

    互斥量是一种同步原语,是一种线程同步的手段,用来保护多线程同时访问的共享数据,本文主要介绍了C++11互斥量的具体使用,感兴趣的可以了解一下
    2023-11-11
  • C BlowFish对称加密算法详解

    C BlowFish对称加密算法详解

    这篇文章主要介绍了C BlowFish对称加密算法详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
    2021-08-08
  • Linux C 获取进程退出值的实现代码

    Linux C 获取进程退出值的实现代码

    本篇文章是对在Linux下使用c语言获取进程退出值的方法进行了详细的分析介绍,需要的朋友参考下
    2013-05-05
  • C++ 折叠参数包详解(悄然增强编程效率)

    C++ 折叠参数包详解(悄然增强编程效率)

    折叠参数就是一个参数包, 代表是多个未知,tuple元组就是一个折叠参数的使用,这篇文章主要介绍了C++ 折叠参数包悄然增强编程效率,需要的朋友可以参考下
    2023-05-05
  • C++中Covariant返回值类型详解

    C++中Covariant返回值类型详解

    这篇文章主要介绍了C++中Covariant返回值类型详解,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的朋友可以可以参考一下
    2022-09-09
  • Qt实现绘制多个设备的流量曲线图详解

    Qt实现绘制多个设备的流量曲线图详解

    这篇文章主要为大家详细介绍了如何使用Qt开发绘制多个设备的流量曲线图,文中的示例代码讲解详细,对我们学习Qt有一定的帮助,需要的可以参考一下
    2023-01-01

最新评论