导航:首页 > 数据分析 > 一组数据排序的最好最坏怎么求

一组数据排序的最好最坏怎么求

发布时间:2022-12-26 14:38:10

Ⅰ 数据结构内部排序问题

是的
在N个中排序,冒泡排序使用的时间是比较稳定的
而直接排序则视数列刚开始的排列有很大的差别
冒泡排序的时间复杂度是O(n^2)
选择排序的时间复杂度最好为O(nlog2n)最坏为O(n^2)

二、几种常见算法的介绍及复杂度分析

1.基本概念

1.1稳定排序(stable sort)和非稳定排序

稳定排序是所有相等的数经过某种排序方法后,仍能保持它们在排序之前的相对次序,。反之,就是非稳定的排序。

比如:一组数排序前是a1,a2,a3,a4,a5,其中a2=a4,经过某种排序后为a1,a2,a4,a3,a5,

则我们说这种排序是稳定的,因为a2排序前在a4的前面,排序后它还是在a4的前面。假如变成a1,a4,a2,a3,a5就不是稳定的了。

1.2内排序( internal sorting )和外排序( external sorting)

在排序过程中,所有需要排序的数都在内存,并在内存中调整它们的存储顺序,称为内排序; 在排序过程中,只有部分数被调入内存,并借助内存调整数在外存中的存放顺序排序方法称为外排序。

1.3算法的时间复杂度和空间复杂度

所谓算法的时间复杂度,是指执行算法所需要的计算工作量。 一个算法的空间复杂度,一般是指执行这个算法所需要的内存空间。

2.几种常见算法

2.1冒泡排序 (Bubble Sort)

冒泡排序方法是最简单的排序方法。这种方法的基本思想是,将待排序的元素看作是竖着排列的“气泡”,较小的元素比较轻,从而要往上浮。在冒泡排序算法中我们要对这个“气泡”序列处理若干遍。所谓一遍处理,就是自底向上检查一遍这个序列,并时刻注意两个相邻的元素的顺序是否正确。如果发现两个相邻元素的顺序不对,即“轻”的元素在下面,就交换它们的位置。显然,处理一遍之后,“最轻”的元素就浮到了最高位置;处理二遍之后,“次轻”的元素就浮到了次高位置。在作第二遍处理时,由于最高位置上的元素已是“最轻”元素,所以不必检查。一般地,第i遍处理时,不必检查第i高位置以上的元素,因为经过前面i-1遍的处理,它们已正确地排好序。

冒泡排序是稳定的。算法时间复杂度是O(n ^2)。

2.2选择排序 (Selection Sort)

选择排序的基本思想是对待排序的记录序列进行n-1遍的处理,第i遍处理是将L[i..n]中最小者与L[i]交换位置。这样,经过i遍处理之后,前i个记录的位置已经是正确的了。

选择排序是不稳定的。算法复杂度是O(n ^2 )。

2.3插入排序 (Insertion Sort)

插入排序的基本思想是,经过i-1遍处理后,L[1..i-1]己排好序。第i遍处理仅将L[i]插入L[1..i-1]的适当位置,使得L[1..i]又是排好序的序列。要达到这个目的,我们可以用顺序比较的方法。首先比较L[i]和L[i-1],如果L[i-1]≤ L[i],则L[1..i]已排好序,第i遍处理就结束了;否则交换L[i]与L[i-1]的位置,继续比较L[i-1]和L[i-2],直到找到某一个位置j(1≤j≤i-1),使得L[j] ≤L[j+1]时为止。图1演示了对4个元素进行插入排序的过程,共需要(a),(b),(c)三次插入。

直接插入排序是稳定的。算法时间复杂度是O(n ^2)

2.4堆排序

堆排序是一种树形选择排序,在排序过程中,将A[n]看成是完全二叉树的顺序存储结构,利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择最小的元素。

堆排序是不稳定的。算法时间复杂度O(nlog n)。

2.5归并排序

设有两个有序(升序)序列存储在同一数组中相邻的位置上,不妨设为A[l..m],A[m+1..h],将它们归并为一个有序数列,并存储在A[l..h]。

其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlog2n)。

2.6快速排序

快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟扫描后,使得排序序列的长度能大幅度地减少。在冒泡排序中,一次扫描只能确保最大数值的数移到正确位置,而待排序序列的长度可能只减少1。快速排序通过一趟扫描,就能确保某个数(以它为基准点吧)的左边各数都比它小,右边各数都比它大。然后又用同样的方法处理它左右两边的数,直到基准点的左右只有一个元素为止。

快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n),最坏O(n ^2)。

Ⅱ 各种排序算法最好和最坏情况比较

都不知道怎么回答,各种排序说的也太多了,这里讲几种简单的吧,希望对你有帮助!
比如n个顺序存储元素进行排序,a[0]做“哨兵”(即a[0]不存数据,而是用作辅存空间使用)的情况
1 直接插入排序:比较次数 最少n-1次;最多(n-1)(n+2)/2
移动次数 最少0; 最多(n-1)(n+4)/2
使用一个辅助存储空间,是稳定的排序;

2 折半插入排序:比较次数 最少与最多同,都是n*log2n(其中2为底,下边表示同),
移动次数 最少0,最多时间复杂度为O(n2);(n的平方,以下也如此表示);
使用一个辅助存储空间,是稳定的排序;

3 冒泡排序: 比较最少为:n-1次,最多时间复杂度表示为o(n2);
移动次数最少为0,最多时间复杂度表示为O(n2);
使用一个辅存空间,是稳定的排序;

4 简单选择排序: 比较次数没有多少之分,均是n(n-1)/2;
移动次数最少为0,最多为3(n-1);
使用一个辅存空间,是稳定的排序;

5 快速排序:比较和移动次数最少时间复杂度表示为O(n*log2n);
比较和移动次数最多的时间复杂度表示为O(n2);
使用的辅助存储空间最少为log2n,最多为n的平方;是不稳定的排序;

6 堆排序: 比较和移动次数没有好坏之分,都是O(n*log2n);
使用一个辅存空间,是不稳定的排序;

7 2-路归并排序:比较和移动次数没有好坏之分,都是O(n*log2n);
需要n个辅助存储空间,是稳定的排序;

另外还有很多的排序方法如 希尔排序,基数排序,2-路插入排序 等等很多的排序方法,这里就不一一列举了,希望列举的对你有帮助!!

Ⅲ 数据结构,分别求最好情况,和最坏情况,比较次数,和移动次数。感谢

这是一个简单的直接插入排序程序,最好的情况是在初始序列就已完全有序的情况,则此时比较次数为n-1次,移动次数为0次。最坏情况为初始序列为完全逆序。此时总的比较次数为n*(n-1)/2,总的移动次数也是n*(n-1)/2

Ⅳ 快速排序方法的最坏和最好情况分别是什么

最好的情况是枢纽元选取得当,每次都能均匀的划分序列。 时间复杂度O(nlogn)

最坏情况是枢纽元为最大或者最小数字,那么所有数都划分到一个序列去了 时间复杂度为O(n^2)

快速排序(Quicksort)是对冒泡排序的一种改进。由C. A. R. Hoare在1962年提出。

它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。

Ⅳ 各种排序算法最好和最坏情况比较

最坏情况下比较次数最少的为D)堆排序:
A)冒泡排序 需要比较O(n^2)次(n(n - 1)/2次),即序列逆序的情况
B)简单选择排序,无论是否最坏都需要O(n^2)次(n(n - 1)/2次)
C)直接插入排序,最坏情况需要比较O(n^2)次(n(n - 1)/2次)
D)堆排序,无论是否最坏比较O(nlog2n)次
E)快速排序,最坏情况退化为冒泡排序,需要比较O(n^2)次(n(n - 1)/2次)

Ⅵ 使用冒泡排序法给一亿个数排序最好和最坏的情况各需要计算几次

最好和最坏的情况都是需要进行 (1亿-1)*(1亿-2)*(1亿-3)*(1亿-4)*(1亿-5)*(1亿-6)*(1亿-7)*(1亿-8)....................................次循环。

如果将冒泡时的交换数据算3次计算。
那么最好的情况是(1亿-1)*(1亿-2)*(1亿-3)*(1亿-4)*(1亿-5)*(1亿-6)*(1亿-7)*(1亿-8)....................................次计算,
最坏的情况是 3*(1亿-1)*(1亿-2)*(1亿-3)*(1亿-4)*(1亿-5)*(1亿-6)*(1亿-7)*(1亿-8)....................................次计算。

阅读全文

与一组数据排序的最好最坏怎么求相关的资料

热点内容
苹果u盘修复工具哪个好用 浏览:124
微信动态表情包搞笑 浏览:436
可以去哪里找编程老师问问题 浏览:608
win10lol全屏 浏览:25
qq图片动态动漫少女 浏览:122
sai绘图教程视频 浏览:519
如何分析加载减速法数据 浏览:672
手机怎么免费转换pdf文件格式 浏览:668
在哪个网站可以驾照年检 浏览:89
iphone可以播放ape吗 浏览:991
matlabp文件能破解吗 浏览:817
四川省高三大数据考试是什么 浏览:457
导出打开java文件 浏览:671
win10蓝屏是硬盘坏了么 浏览:46
沈阳哪里适合学编程 浏览:811
django19常用版本 浏览:521
三国志11保存在哪个文件夹 浏览:88
iphone4s加速 浏览:108
编程内存和显卡哪个重要 浏览:672
android连接网络打印机 浏览:195

友情链接