首页 > 代码库 > 排序算法分析【一】:插入排序(附Python&C++代码)

排序算法分析【一】:插入排序(附Python&C++代码)

本文除了代码是自己写的,其余部分都是已存在内容。作者只是整理归纳学习,肯定不是原创,但是不是翻译,更不是转载,所以只能标注为原创,因为代码是原创。向前辈敬礼!奋斗

一、基本概念

排序算法(Sorting algorithm):将一串数据依照特定排序方式进行排列的一种算法。

排序算法是基础中的基础,重中之重。是某些算法如搜索算法、合并算法的前置算法。排序不仅仅是对数值排序,也可以是字符串。

排序算法的要求

1、输出结果为递增(和需要排序的目标相同);

2、输出为输入的重新排列;

相关概念:【摘自百度百科】

1、稳定性:当有两个相等记录的关键字RS,且在原本的列表中R出现在S之前,在排序过的列表中R也将会是在S之前。

2、算法复杂度:算法复杂度分为时间复杂度和空间复杂度。其作用: 时间复杂度是指执行算法所需要的计算工作量;而空间复杂度是指执行这个算法所需要的内存空间。(算法的复杂性体现在运行该算法时的计算机所需资源的多少上,计算机资源最重要的是时间和空间(即寄存器)资源,因此复杂度分为时间和空间复杂度)。

二、插入排序算法分析


一般来说,插入排序都采用in-place在数组上实现。具体算法描述如下:(来自维基百科)

  1. 从第一个元素开始,该元素可以认为已经被排序;
  2. 取出下一个元素,在已经排序的元素序列中从后向前扫描;
  3. 如果该元素(已排序)大于新元素,将该元素移到下一位置;
  4. 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
  5. 将新元素插入到该位置后;
  6. 重复步骤2~5。

如果比较操作的代价比交换操作大的话,可以采用二分查找法来减少比较操作的数目。该算法可以认为是插入排序的一个变种,称为二分查找排序

更直观的图片如下:【图片来源于互联网】


简言之:逐步构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。

三、算法代码实现

Python实现:

#-*- encoding: utf-8 -*-

def sort(st_bf):
    # 递归,并不是真正的插入排序
    for i in xrange(1, len(st_bf)):
        if st_bf[i-1] > st_bf[i]:
            st_bf[i-1], st_bf[i] = st_bf[i], st_bf[i-1]
            print st_bf
            sort(st_bf)
    return st_bf

def sort2(st_bf):
    # 真正的插入排序
    for i in xrange(1, len(st_bf)):
        if st_bf[i-1] < st_bf[i]:
            pass
        else:
            j = i - 1
            while st_bf[j] > st_bf[i]:
                if j == 0:
                    break
                else:
                    j -= 1
            # 这地方需要注意,如果不加一条判断会出错
            if st_bf[j] > st_bf[i]:
                st_bf.insert(j, st_bf.pop(i))
            else:
                st_bf.insert(j+1, st_bf.pop(i))
        print st_bf
    return st_bf

st_bf = [6, 5, 3, 1, 8, 7, 2, 4, 2]
sort(st_bf)
print '============================'
st_bf = [6, 5, 3, 1, 8, 7, 2, 4, 2]
sort2(st_bf)
结果为:

>>> ================================ RESTART ================================
>>> 
[5, 6, 3, 1, 8, 7, 2, 4, 2]
[5, 3, 6, 1, 8, 7, 2, 4, 2]
[3, 5, 6, 1, 8, 7, 2, 4, 2]
[3, 5, 1, 6, 8, 7, 2, 4, 2]
[3, 1, 5, 6, 8, 7, 2, 4, 2]
[1, 3, 5, 6, 8, 7, 2, 4, 2]
[1, 3, 5, 6, 7, 8, 2, 4, 2]
[1, 3, 5, 6, 7, 2, 8, 4, 2]
[1, 3, 5, 6, 2, 7, 8, 4, 2]
[1, 3, 5, 2, 6, 7, 8, 4, 2]
[1, 3, 2, 5, 6, 7, 8, 4, 2]
[1, 2, 3, 5, 6, 7, 8, 4, 2]
[1, 2, 3, 5, 6, 7, 4, 8, 2]
[1, 2, 3, 5, 6, 4, 7, 8, 2]
[1, 2, 3, 5, 4, 6, 7, 8, 2]
[1, 2, 3, 4, 5, 6, 7, 8, 2]
[1, 2, 3, 4, 5, 6, 7, 2, 8]
[1, 2, 3, 4, 5, 6, 2, 7, 8]
[1, 2, 3, 4, 5, 2, 6, 7, 8]
[1, 2, 3, 4, 2, 5, 6, 7, 8]
[1, 2, 3, 2, 4, 5, 6, 7, 8]
[1, 2, 2, 3, 4, 5, 6, 7, 8]
============================
[5, 6, 3, 1, 8, 7, 2, 4, 2]
[3, 5, 6, 1, 8, 7, 2, 4, 2]
[1, 3, 5, 6, 8, 7, 2, 4, 2]
[1, 3, 5, 6, 8, 7, 2, 4, 2]
[1, 3, 5, 6, 7, 8, 2, 4, 2]
[1, 2, 3, 5, 6, 7, 8, 4, 2]
[1, 2, 3, 4, 5, 6, 7, 8, 2]
[1, 2, 2, 3, 4, 5, 6, 7, 8]
>>> 
实际测试,因为使用了list的内置方法,完整实现更慢。

C++实现:

#include <iostream>
using namespace std;

void print (const int (&st_bf)[9]){
    for (auto i: st_bf)
    {
        cout<< i << " ";
    }
    cout<< endl;
}

void sort_array(int (&st_bf)[9]){
    for (int i=1; i<9; i++)
    {
        if (st_bf[i-1] > st_bf[i])
        {
            int temp = st_bf[i];
            st_bf[i] = st_bf[i-1];
            st_bf[i-1] = temp;
            print(st_bf);
            sort_array(st_bf);
        }
    }
}

void sort_array2(int (&st_bf)[9]){
    for (int i = 1; i < 9; i++)
    {
        if (st_bf[i-1] < st_bf[i]){}
        else
        {
            int j = i-1;
            for ( ; j > 0; j--)
            {
                if (st_bf[j] > st_bf[i]) {} else break;
            }
            int temp = st_bf[i];
            if (st_bf[j] > st_bf[i]) {} else j += 1;
            for(int k = i; k >= j; k--) // 数组元素后移
            {
                st_bf[k] = st_bf[k-1];
            }
            st_bf[j] = temp;
        }
        print(st_bf);
    }
}


int main(){
	int st_bf[9] = {6, 5, 3, 1, 8, 7, 2, 4, 2};
    sort_array2(st_bf);
    return 0;
}
结果同上。不再贴出。

参考资料:

http://zh.wikipedia.org/wiki/%E6%8F%92%E5%85%A5%E6%8E%92%E5%BA%8F

8大排序算法图文讲解

本文由@The_Third_Wave(Blog地址:http://blog.csdn.net/zhanh1218)原创。还有未涉及的,会不定期更新,有错误请指正。

如果你看到这篇博文时发现没有不完整,那是我为防止爬虫先发布一半的原因,请看原作者Blog。

如果这篇博文对您有帮助,为了好的网络环境,不建议转载,建议收藏!如果您一定要转载,请带上后缀和本文地址。