插入嫁审、冒泡跋炕、選擇三種排序算法比較

先說結(jié)論:

  • 插入排序和冒泡排序比較,就時(shí)間復(fù)雜度而言:最好土居、最壞以及平均時(shí)間復(fù)雜度一樣枣购,但是插入排序的數(shù)據(jù)移動(dòng)相對(duì)于冒泡排序的數(shù)據(jù)交換,賦值語句更少擦耀,所以優(yōu)先選擇插入排序棉圈;
  • 選擇排序最壞的時(shí)間復(fù)雜度是O(n^2),相對(duì)于插入排序或冒泡排序的O(n)已經(jīng)低人一等眷蜓;而且選擇排序是非穩(wěn)定排序分瘾,效果不理想;

三種算法代碼實(shí)現(xiàn)

插入排序算法代碼:(1-i模式)

//實(shí)現(xiàn)一
void insert_sort(int arr[], int size) {
    int i, j, tmp;
    for(i=1; i<size; i++) {
        tmp = arr[i];
        for(j=i; j>0 && arr[j-1]>tmp; j--) {
            arr[j] = arr[j-1]; //數(shù)據(jù)移動(dòng)吁系,一行代碼
        }
        arr[j] = tmp; //找到j(luò)的位置德召,插入進(jìn)去      
    }
}

//實(shí)現(xiàn)二
void insert_sort(int arr[], int size) {
    int i, j, tmp;
    for(i=1; i<size; i++) {
        tmp = arr[i];
        for(j=i; j>0; j--) {
            if(arr[j-1]>tmp) {
                arr[j] = arr[j-1]; //數(shù)據(jù)移動(dòng),一行代碼
            } else {
                break;
            }
        }
        arr[j] = tmp; //找到j(luò)的位置汽纤,插入進(jìn)去      
    }
}

冒泡排序算法代碼:(0-0模式)

//實(shí)現(xiàn)一
void bubble_sort(int arr[], int size) {
    int i, j, tmp;
    for(i=0; i<size-1; i++) {
        for(j=0; j<size-1-i; j++) {  //數(shù)據(jù)交換三行代碼比較多上岗,耗時(shí)長
              if(arr[j] > arr[j+1]) {
                    tmp = arr[j+1];
                    arr[j+1] = arr[j];
                    arr[j] = tmp;
              }  
        }
}
//實(shí)現(xiàn)二:加flag 優(yōu)化
void bubble_sort(int arr[], int size) {
    int i, j, tmp;
    
    for(i=0; i<size-1; i++) {
        int exchangeFlag = 0;
        for(j=0; j<size-1-i; j++) {
              if(arr[j] > arr[j+1]) {  // 數(shù)據(jù)交換三行代碼比較多,耗時(shí)長
                    tmp = arr[j+1];
                    arr[j+1] = arr[j];
                    arr[j] = tmp;
                    exchangeFlag = 1; // 表示有數(shù)據(jù)交換
              }  
        }
        if (0 == exchangeFlag) break; // 沒有數(shù)據(jù)交換蕴坪,已經(jīng)排好序了肴掷,提前退出
    }
}

選擇排序代碼:(0-i+1模式)

void select_sort(int arr[], int size) {
      int i, j, min;
      for(i=0; i<size-1; i++) {
          min = arr[i];
          for(j=i+1; j<size; j++) {
              if(arr[j] < min) {
                  min = arr[j];
                  arr[j] = arr[i];
                  arr[i] = min;
              }
          }
      }
}

其他補(bǔ)充

算法評(píng)價(jià)標(biāo)準(zhǔn)

  • 排序算法的執(zhí)行效率

時(shí)間復(fù)雜度:最好情況、最壞情況背传、平均情況時(shí)間復(fù)雜度呆瞻;
時(shí)間復(fù)雜度的系數(shù)、常數(shù) 径玖、低階:實(shí)際情況小規(guī)模數(shù)據(jù)痴脾,不涉及到無窮大情況;
比較次數(shù)和交換(或移動(dòng))次數(shù)梳星;

  • 排序算法的內(nèi)存消耗

空間復(fù)雜度赞赖;
原地排序(Sorted in place)。原地排序算法丰泊,就是特指空間復(fù)雜度是 O(1) 的排序算法薯定; 是否是原地排序

  • 排序算法的穩(wěn)定性

如果待排序的序列中存在值相等的元素,經(jīng)過排序之后瞳购,相等元素之間原有的先后順序不變。


引用:

11 | 排序(上):為什么插入排序比冒泡排序更受歡迎亏推?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末学赛,一起剝皮案震驚了整個(gè)濱河市年堆,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌盏浇,老刑警劉巖变丧,帶你破解...
    沈念sama閱讀 211,265評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異绢掰,居然都是意外死亡痒蓬,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,078評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門滴劲,熙熙樓的掌柜王于貴愁眉苦臉地迎上來攻晒,“玉大人,你說我怎么就攤上這事班挖÷衬螅” “怎么了?”我有些...
    開封第一講書人閱讀 156,852評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵萧芙,是天一觀的道長给梅。 經(jīng)常有香客問我,道長双揪,這世上最難降的妖魔是什么动羽? 我笑而不...
    開封第一講書人閱讀 56,408評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮渔期,結(jié)果婚禮上运吓,老公的妹妹穿的比我還像新娘。我一直安慰自己擎场,他們只是感情好羽德,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,445評(píng)論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著迅办,像睡著了一般宅静。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上站欺,一...
    開封第一講書人閱讀 49,772評(píng)論 1 290
  • 那天姨夹,我揣著相機(jī)與錄音,去河邊找鬼矾策。 笑死磷账,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的贾虽。 我是一名探鬼主播逃糟,決...
    沈念sama閱讀 38,921評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了绰咽?” 一聲冷哼從身側(cè)響起菇肃,我...
    開封第一講書人閱讀 37,688評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎取募,沒想到半個(gè)月后琐谤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,130評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡玩敏,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,467評(píng)論 2 325
  • 正文 我和宋清朗相戀三年斗忌,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片旺聚。...
    茶點(diǎn)故事閱讀 38,617評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡织阳,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出翻屈,到底是詐尸還是另有隱情陈哑,我是刑警寧澤,帶...
    沈念sama閱讀 34,276評(píng)論 4 329
  • 正文 年R本政府宣布伸眶,位于F島的核電站惊窖,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏厘贼。R本人自食惡果不足惜界酒,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,882評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望嘴秸。 院中可真熱鬧毁欣,春花似錦、人聲如沸岳掐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,740評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽串述。三九已至执解,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間纲酗,已是汗流浹背衰腌。 一陣腳步聲響...
    開封第一講書人閱讀 31,967評(píng)論 1 265
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留觅赊,地道東北人右蕊。 一個(gè)月前我還...
    沈念sama閱讀 46,315評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像吮螺,于是被迫代替她去往敵國和親饶囚。 傳聞我的和親對(duì)象是個(gè)殘疾皇子帕翻,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,486評(píng)論 2 348