基础排序算法详解与优化

发布 : 2018-09-19 分类 : 算法与数学 浏览 :

1. 谈谈基础排序

常见的基础排序有选择排序、冒泡排序和插入排序。众所周知,他们的时间复杂度是 O(n*n)。

但是,现在要重新认识一下基础排序算法,尤其是“插入排序”:在近乎有序的情况下,插入排序的时间复杂度可以降低到 O(n)的程度。

因此,在处理系统日志的任务中,因为日志记录是按照时间排序,但偶尔会有几条是乱序,此时使用插入排序再好不过。而对于高级排序算法,一个常见的优化就是利用插入排序做局部数据排序优化。

2. 算法实现

排序算法被封装在了SortBase.h中的SortBase命名空间中,以实现模板化和防止命名冲突。如下图所示:

2.1 选择排序

假设从小到大排序,那么,刚开始指针指向第一个数据,选择从当前指针所指向数据到最后一个数据间最小的数据,将它放在指针位置。

指针后移一位,重复上述步骤,直到指针移动到最后一个数据。

这种重复保证了每次,指针前面的数据都是从小到大排好顺序的数据。所以,从头到尾扫描一遍,自然排好序了。

代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
template <typename T>
void selectionSort(T arr[], int n) {
int minIndex = -1;
for(int i = 0; i < n; i++) {
minIndex = i;
for(int j = i+1; j < n; ++j) {
if(arr[j] < arr[minIndex]) {
minIndex = j;
}
}
swap(arr[i], arr[minIndex]);
}
}

2.2 冒泡排序

假设排序是从小到大排序。

我一直感觉冒泡排序是和选择排序反过来了(如果说错请指正)。因为选择排序是每次选择最小的数据,放到当前指针位置;而冒泡排序是把不停交换相邻数据,直到把最大的数据“冒泡”到应该到的位置。

优化的地方是:记录每次交换的最后位置,在此之后的元素在下一轮扫描中均不考虑。因为交换的最后位置之后的元素已经是从小到大排序好了的。

在实现过程中,因为需要不停交换相邻两个数据,因此,消耗了很多额外时间。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
template <typename T>
void bubbleSort(T arr[], int n) {
int newn;
do {
newn = 0;
for(int i = 1; i < n; i++) {
if(arr[i-1] > arr[i]) {
swap(arr[i-1], arr[i]);
// 优化
newn = i;
}
}
n = newn; // 不再考虑 newn 后的数据
} while (newn > 0);
}

2.3 插入排序

插入排序容易和上面两个算法搞混。可以类比打扑克牌时候的对扑克牌进行排序:我们会先排序前 1 张、然后是前 2 张、前 3 张 … 一直到前 n 张。算法实现显然是双重循环,如下所示:

1
2
3
4
5
6
7
8
9
10
11
12
template <typename T>
void insertionSort(T arr[], int n) {
for(int i = 1; i < n; i++) {
for(int j = i ; j > 0; j--) {
if(arr[j - 1] > arr[j]) {
swap(arr[j], arr[j - 1]);
} else {
break; // 优化:已经保证之前都是正常排序,直接跳出即可
}
}
}
}

显然,插入排序也能在局部排好序的情况下跳出循环(代码中的优化),以减少算法消耗时间。

然而上述算法其实跑分并比不上选择排序,因为swap(arr[j], arr[j - 1]);这行代码交换了一次,相当于赋值 3 次,在大数据量情况下,比较消耗时间。

优化: 内层循环,每次保存arr[i], 在检测到当前数据大于arr[i]的时候,后移一位当前元素arr[j] = arr[j-1];。当跳出内层循环时,直接将保存的arr[i]赋值给arr[j]即可。

1
2
3
4
5
6
7
8
9
10
11
template <typename T>
void insertionSort(T arr[], int n) {
for(int i = 1; i < n; i++) {
T e = arr[i];
int j = i ;
for(; j > 0 && arr[j-1] > e; j--) {
arr[j] = arr[j-1];
}
arr[j] = e;
}
}

3. 性能测试

首先利用 SortTestHelper::generateRandomArray函数生成大量无序随机数据,然后进行排序和时间测定。代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <iostream>
#include "SortHelper.h"
#include "SortBase.h"
#include "SortAdvance.h"

using namespace std;

int main() {
int n = 50000, left = 0, right = n;

int *arr = SortTestHelper::generateRandomArray<int>(n, left, right);
int *brr = SortTestHelper::copyArray<int>(arr, n);
int *crr = SortTestHelper::copyArray<int>(arr, n);
SortTestHelper::testSort<int>(arr, n, SortBase::selectionSort<int>, "selection sort");
SortTestHelper::testSort<int>(brr, n, SortBase::insertionSort<int>, "insertion sort");
SortTestHelper::testSort<int>(crr, n, SortBase::bubbleSort<int>, "bubble sort");
delete[] brr;
delete[] arr;
delete[] crr;

return 0;
}

运行结果如下图所示:

除了大量无序随机数据,类似于系统日志的数据就是基本有序的大量数据。此时,测试代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <iostream>
#include "SortHelper.h"
#include "SortBase.h"
#include "SortAdvance.h"

using namespace std;

int main() {

int n = 50000, left = 0, right = n;
int *arr = SortTestHelper::generateNearlyOrderedArray<int>(n, 10);
int *brr = SortTestHelper::copyArray<int>(arr, n);
int *crr = SortTestHelper::copyArray<int>(arr, n);
SortTestHelper::testSort<int>(arr, n, SortBase::selectionSort<int>, "selection sort");
SortTestHelper::testSort<int>(brr, n, SortBase::insertionSort<int>, "insertion sort");
SortTestHelper::testSort<int>(crr, n, SortBase::bubbleSort<int>, "bubble sort");
delete[] brr;
delete[] arr;
delete[] crr;

return 0;
}

如图所示,插入排序的只用了 0.002 秒。在这种数据情况下,插入排序的时间复杂度近似 O(N),绝对快于高级排序的 O(NlogN)。除此之外,还保证了稳定性。

4. 感谢

本篇博客是总结于慕课网的《学习算法思想 修炼编程内功》的笔记,liuyubobobo老师人和讲课都很nice,欢迎去买他的课程。

本文作者 : 董沅鑫
原文链接 : https://godbmw.com/passages/2018-09-19-base-sort/
版权声明 : 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处!

知识 & 情怀 | 二者兼得

微信扫一扫, 向我投食

微信扫一扫, 向我投食

支付宝扫一扫, 向我投食

支付宝扫一扫, 向我投食

留下足迹