排序算法(冒泡排序、选择排序、插入排序、希尔排序、快速排序、归并排序、基数排序) | 您所在的位置:网站首页 › 选择排序举例说明 › 排序算法(冒泡排序、选择排序、插入排序、希尔排序、快速排序、归并排序、基数排序) |
排序也叫排序算法,排序是将一组数据,依指定的顺序进行排列的过程。 排序的分类: 1)内部排序:指将需要处理的所有数据都加载到内部存储器中进行排序。 2)外部排序:数据量过大,无法全部加载到内存中,需要借助外部存储进行排序。 3)常见的排序算法分类: 内部排序: (1)插入排序:直接插入排序、希尔排序 (2)选择排序:简单选择排序、堆排序 (3)交换排序:冒泡排序、快速排序 (4)归并排序、基数排序 我们先回顾知识点:时间复杂度 时间频度:一个算法花费的时间与算法中语句的执行次数成正比例,那个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。 ,其中的常数项、低次项、系数都可以忽略。 时间复杂度: 1)一般情况下,算法中的基本操作语句的重复执行次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于0的长树,则称f(n)时T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n))为算法的渐进时间复杂度,简称时间复杂度。 2)T(n)不同,但时间复杂度可能相同。如T(n)=n^2+7n+6与T(n)=3n^2+2n+2,它们的T(n)不同,但时间复杂度相同,都为O(n^2) 3)计算时间复杂度的方法:用常数1代替运行时间中的所有加法常数;修改后的运行次数函数中,只保留最高阶项;去除最高阶项的系数。 常见的时间复杂度: 1)常数阶:O(1) 2)对数阶:O(log2 n)此处2为底数 3)线性阶:O(n) 4)线性对数阶:O(n log2 n) 5)平方阶:O(n^2) 6)立方阶:O(n^3) 7)k次方阶:O(n^k) 8)指数阶:O(2^n) 说明:常见的算法时间复杂度由小到大依次为:O(1) |
CopyRight 2018-2019 实验室设备网 版权所有 |