美文网首页
[数据结构与算法-iOS 实现]插入排序几种算法实现比较附dem

[数据结构与算法-iOS 实现]插入排序几种算法实现比较附dem

作者: 孙掌门 | 来源:发表于2020-07-12 15:56 被阅读0次

    插入排序

    插入排序,一般也被称为直接插入排序。对于少量元素的排序,它是一个有效的算法 [1] 。插入排序是一种最简单的[排序]方法,它的基本思想是将一个记录插入到已经排好序的有序表中,从而一个新的、记录数增1的有序表。在其实现过程使用双层循环,外层循环对除了第一个元素之外的所有元素,内层循环对当前元素前面有序表进行待插入位置查找,并进行移动

    思想

    插入排序的工作方式像许多人排序一手扑克牌。开始时,我们的左手为空并且桌子上的牌面向下。然后,我们每次从桌子上拿走一张牌并将它插入左手中正确的位置。为了找到一张牌的正确位置,我们从右到左将它与已在手中的每张牌进行比较。拿在左手上的牌总是排序好的,原来这些牌是桌子上牌堆中顶部的牌 [1]

    插入排序是指在待排序的元素中,假设前面n-1(其中n>=2)个数已经是排好顺序的,现将第n个数插到前面已经排好的序列中,然后找到合适自己的位置,使得插入第n个数的这个序列也是排好顺序的。按照此法对所有元素进行插入,直到整个序列排为有序的过程,称为插入排序 [3

    特性

    // 如果当前牌索引大于0,并且前一张牌比后一张牌大
            // 如果判断的时候,相等,那么是不稳定排序,会交换两个相等的元素的位置,这里只是compare为大于
            // 时间复杂度取决于逆序对的数量,如,10,9,8,3,2,1,【10,1】,【9,2】,【8,3】,互为逆序对,最后面的牌,需要经历很远的路程,才可以排到前面
            // 时间复杂度与逆序对的数量成正比
            // 逆序对的数量越多,插入排序的时间复杂度越高
            // 时间复杂度为O(n^2),最好的时间复杂度为O(n),如果没有逆序对,就是最优的情况
            // 属于稳定排序
            // 数量不大的时候,插入排序的效率很高
    
    

    几种算法实现

    
    1. 每次拿到当前元素之后和前面的元素挨个比较,如果比当前元素小,就交换元素位置,以此类推,所以这种算法会频繁交换
    2. 每次拿当前元素和前面的元素进行比较,如果前面的元素比当前元素大,那么将前面的元素向后移动,然后记录当前要插入的元素的位置,这种算法优于前面,因为每次只需要移动一次元素位置即可
    3. 基于二分法查找优化,每次拿到当前元素之后,去前面已经排好序的数组中查找要插入的位置,查找基于二分法查找,这样效率大大提高于之前的每次交换,然后拿到要插入的元素的位置之后,再移动一次元素的位置。
    
    

    代码及注释

    //
    //  SCXInsertionSoft.m
    //  TestArithmetic
    //
    //  Created by 孙承秀 on 2020/7/12.
    //  Copyright © 2020 孙承秀. All rights reserved.
    //
    
    #import "SCXInsertionSoft.h"
    
    @implementation SCXInsertionSoft
    // 插入排序更优的优化
    - (NSArray *)soft:(NSArray<NSNumber *> *)arr{
        NSMutableArray *soft = arr.mutableCopy;
        for (int i = 1 ; i < soft.count; i ++) {
            // 原始位置元素
            NSNumber *cur = soft[i];
            // 从第一个位置开始查找当前这个位置的元素应该放的位置,因为是依次查找,所以顺便排序了
            // 这个当前元素应该插入的索引
            int index = [self binarySearch:soft index:i];
            // 找到这个index之后开始挪动元素位置,区间为[index,begin);
            for (int j = i ; j > index; j --) {
                soft[j] = soft[j - 1];
            }
            soft[index] = cur;
        }
        return soft.copy;
    }
    
    /// 二分查找找到index位置应该插入的位置
    /// @param arr 查找的数组
    /// @param index 要查找区间最大值
    /// @return 元素的索引
    // 下面的另一个二分查找的方法有弊端,比如有重复的元素,1,2,3,5,5,5,5,5,6,7,8,其中有多个5,在我们二分查找的过程中可能元素个数的不同,返回5的索引位置也不同,这样是不行的,我们应该返回第一个元素的位置,不影响原来相同元素位置的排序,这样才是稳定的
    - (int)binarySearch:(NSArray *)arr index:(int)index{
        if (arr == nil || arr.count <= 0 || index >= arr.count) {
            return -1;
        }
        NSNumber *obj = arr[index];
        // 开始索引
        int begin = 0;
        // 结束索引
        // 区间为[begin,end);,左闭由开
        int end = index;
        int value = obj.intValue;
        while (begin < end) {
            int mid = (begin + end) >> 1;
            NSNumber *midValue = arr[mid];
            // 要查找的值在左边
            if (value < midValue.intValue) {
                // 更改end的位置
                end = mid;
            } else {
                // 这里是找到第一个大于当前值得位置,因为如果valu比midValue大的话,那么插入的位置肯定在后面
                // 如果vaalue 和 midvalue 相等的话,我们这里也向后查找,如上面举的例子,存在好几个5,那么第一次出现5的位置并不一定是我们要找的位置,但是我们可以确定,一定在这个值得后面。
                // 要查找的值在右边
                // 更改begin的位置
                begin = mid + 1;
            }
        }
        return begin;
    }
    /// 二分查找
    /// @param arr 查找的数组
    /// @param obj 要查找的值
    /// @return 元素的索引
    - (int)binarySearch1:(NSArray *)arr obj1:(NSNumber *)obj{
        if (arr == nil || arr.count <= 0 || obj == nil) {
            return -1;
        }
        // 开始索引
        int begin = 0;
        // 结束索引
        // 区间为[begin,end);,左闭由开
        int end = arr.count;
        int value = obj.intValue;
        while (begin < end) {
            int mid = (begin + end) >> 1;
            NSNumber *midValue = arr[mid];
            // 要查找的值在左边
            if (value < midValue.intValue) {
                // 更改end的位置
                end = mid;
            } else if (value > midValue.intValue){
                // 要查找的值在右边
                // 更改begin的位置
                begin = mid + 1;
            } else {
                // 命中
                return mid;
            }
        }
        return -1;
    }
    // 插入排序优化
    -(NSArray *)soft2:(NSArray<NSNumber *> *)arr{
        NSMutableArray *soft = arr.mutableCopy;
        // 插入排序的优化的思想就是将元素向后挪,挪出一个位置之后,再将待插入的元素放进去
        // 1,2,4,5,然后插入3,相当于,1,2,[],4,5,4和5,向后挪动了,中间留了一个位置给3,最后把3放进去
        for (int i = 1 ; i < soft.count - 1; i ++) {
            int index = i;
            // 当前待插入的元素
            NSNumber *cur = soft[index];
            while (index > 0 && [self compareA:soft[index - 1] valueB:cur]) {
                // 比当前要插入的对象要大的那个元素往后移动,流出来当前位置给要插入的那个元素
                // 下面的插入排序方法,这里每次都需要交换,三行代码,这里只需要向后挪动,一行代码
                soft[index] = soft[index - 1];
                index --;
            }
            // 将腾出来的那个位置赋值
            soft[index] = cur;
        }
        
        return soft.copy;
    }
    // 普通插入排序
    -(NSArray *)soft1:(NSArray *)arr{
        NSMutableArray *soft = arr.mutableCopy;
        // 把插入排序看成打扑克牌,每次抓一张牌然后插入到已经有的牌当中,原来抓到手的牌是有序的,插入之后还是有序的。
        // 每次抓取一张牌
        for (int i = 1; i < soft.count - 1; i ++) {
            // 如果当前牌索引大于0,并且前一张牌比后一张牌大
            // 如果判断的时候,相等,那么是不稳定排序,会交换两个相等的元素的位置,这里只是compare为大于
            // 时间复杂度取决于逆序对的数量,如,10,9,8,3,2,1,【10,1】,【9,2】,【8,3】,互为逆序对,最后面的牌,需要经历很远的路程,才可以排到前面
            // 时间复杂度与逆序对的数量成正比
            // 逆序对的数量越多,插入排序的时间复杂度越高
            // 时间复杂度为O(n^2),最好的时间复杂度为O(n),如果没有逆序对,就是最优的情况
            // 属于稳定排序
            // 数量不大的时候,插入排序的效率很高
            int index = i;
            while (index > 0 && [self compareA:soft[index - 1] valueB:soft[index]]) {
                // 交换牌的位置
                NSNumber *tmp = soft[index];
                soft[index] = soft[index - 1];
                soft[index - 1] = tmp;
                
                // 一次向前推,直到排到最前面有序的位置
                index --;
            }
        }
        return soft.copy;
    }
    - (BOOL)compareA:(NSNumber *)valueA valueB:(NSNumber *)valueB{
        return valueA.intValue > valueB.intValue;
    }
    @end
    
    

    demo

    相关文章

      网友评论

          本文标题:[数据结构与算法-iOS 实现]插入排序几种算法实现比较附dem

          本文链接:https://www.haomeiwen.com/subject/iwtwcktx.html