- •Введение
- •Основные понятия и определения
- •1.1. Типы данных
- •1.1.1. Понятие типа данных
- •1.1.2. Внутреннее представление базовых типов в оперативной памяти
- •1.1.3. Внутреннее представление структурированных типов данных
- •1.1.4. Статическое и динамическое выделение памяти
- •1.2. Абстрактные типы данных (атд)
- •1.2.1. Понятие атд
- •1.2.2. Спецификация и реализация атд
- •1.3. Структуры данных
- •1.3.1. Понятие структуры данных
- •1.3.2. Структуры хранения — непрерывная и ссылочная
- •1.3.3. Классификация структур данных
- •1.4. Понятие алгоритма
- •1.5. Введение в анализ алгоритмов
- •1.5.1. Вычислительные модели
- •1.5.2. Показатели эффективности алгоритма
- •1.5.3. Постановка задачи анализа алгоритмов
- •1.5.4. Время работы алгоритма
- •Время выполнения в худшем и среднем случае
- •1.5.5. Асимптотические оценки сложности алгоритмов
- •Точная асимптотическая оценка θ
- •Верхняя асимптотическая оценка о
- •Нижняя асимптотическая оценка ω
- •Наиболее часто встречающиеся асимптотические оценки
- •1.6. Анализ рекурсивных алгоритмов
- •1.6.1. Рекурсия и итерация
- •1.6.2. Пример анализа рекурсивного алгоритма
- •1.7. Первые примеры
- •1.7.1. Введение в «длинную» арифметику
- •1.7.2. Примеры рекурсивных алгоритмов
- •1.7.3. Поразрядные операции. Реализация атд «Множество»
- •2. Линейные структуры данных
- •2.1. Атд "Стек", "Очередь", "Дек"
- •2.1.1. Функциональная спецификация стека
- •2.1.2. Функциональная спецификация очереди
- •2.1.3. Деки
- •2.1.4. Общие замечания по реализации атд
- •2.2. Реализация стеков
- •2.2.1. Непрерывная реализация стека с помощью массива
- •2.2.2. Ссылочная реализация стека в динамической памяти
- •2.2.3. Примеры программ с использованием стеков
- •2.3. Реализация очередей
- •2.3.2. Непрерывная реализация очереди с помощью массива
- •2.3.2. Ссылочная реализация очереди в динамической памяти
- •2.3.3. Ссылочная реализация очереди с помощью циклического списка
- •2.3.4. Очереди с приоритетами
- •2.3.5. Пример программы с использованием очереди
- •2.4. Списки как абстрактные типы данных
- •2.4.1. Модель списка с выделенным текущим элементом
- •Операции над списками
- •2.4.2. Однонаправленный список (список л1)
- •2.4.3. Двунаправленный список (список л2)
- •2.4.4. Циклический (кольцевой) список
- •2.5. Реализация списков с выделенным текущим элементом
- •2.5.1. Однонаправленные списки Ссылочная реализация в динамической памяти на основе указателей
- •2.5.2. Двусвязные списки
- •2.5.3. Кольцевые списки
- •2.5.4. Примеры программ, использующих списки Очередь с приоритетами на основе линейного списка
- •2.6. Рекурсивная обработка линейных списков
- •2.6.1. Модель списка при рекурсивном подходе
- •2.6.2. Реализация линейного списка при рекурсивном подходе
- •3. Иерархические структуры данных
- •3.1. Иерархические списки
- •3.1.1 Иерархические списки как атд
- •3.1.2. Реализация иерархических списков
- •3.2. Деревья и леса
- •3.2.1. Определения
- •3.2. Способы представления деревьев
- •3.2.3. Терминология деревьев
- •3.2.4. Упорядоченные деревья и леса. Связь с иерархическими списками
- •3.3. Бинарные деревья
- •3.3.1. Определение. Представления бинарных деревьев
- •3.3.2. Математические свойства и специальные виды бинарных деревьев
- •Вырожденные бинарные деревья
- •Полные бинарные деревья
- •Бинарные деревья минимальной высоты с произвольным числом узлов
- •Почти полные бинарные деревья
- •Идеально сбалансированные бинарные деревья
- •Расширенные бинарные деревья
- •3.4. Деревья как атд
- •Атд «Дерево» и «Лес»
- •Атд «Бинарное дерево»
- •3.5. Соответствие между упорядоченным лесом, бинарным деревом и иерархическим списком
- •3.5.1. Каноническое соответствие между бинарным деревом и упорядоченным лесом
- •3.5.2. Взаимосвязь бинарных деревьев и иерархических списков
- •3.6. Ссылочная реализация бинарных деревьев
- •3.6.1. Ссылочная реализация бинарного дерева на основе указателей
- •3.6.2. Ссылочная реализация на основе массива
- •3.6.3. Пример — построение дерева турнира
- •3.7. Обходы бинарных деревьев и леса
- •3.7.1. Понятие обхода. Виды обходов
- •3.7.2. Пример обходов — дерево-формула
- •3.7.3. Рекурсивные функции обхода бинарных деревьев
- •3.7.3. Нерекурсивные функции обхода бинарных деревьев
- •Прямой порядок обхода (клп)
- •Центрированный порядок обхода (лкп)
- •Обратный порядок обхода (лпк)
- •Обход в ширину
- •3.7.4. Обходы леса
- •3.7.5. Прошитые деревья
- •3.8. Применение деревьев для кодирования информации — деревья Хаффмана
- •3.8.2. Задача сжатия информации. Коды Хаффмана
- •4. Сортировка и родственные задачи
- •4.1. Общие сведения
- •4.1.1. Постановка задачи
- •4.1.2. Характеристики и классификация алгоритмов сортировки
- •4.2. Простые методы сортировки
- •4.2.1. Сортировка выбором
- •4.2.2. Сортировка алгоритмом пузырька
- •4.2.3.Сортировка простыми вставками.
- •4.3. Быстрые способы сортировки, основанные на сравнении
- •4.3.1. Пирамидальная сортировка. Очереди с приоритетами на основе пирамиды
- •Первая фаза сортировки пирамидой
- •Вторая фаза сортировки пирамидой
- •Анализ алгоритма сортировки пирамидой
- •Реализация очереди с приоритетами на базе пирамиды
- •4.3.2. Сортировка слиянием
- •Анализ алгоритма сортировки слиянием
- •4.3.3. Быстрая сортировка Хоара
- •Анализ алгоритма быстрой сортировки
- •4.3.4. Сортировка Шелла
- •4.3.5. Нижняя оценка для алгоритмов сортировки, основанных на сравнениях
- •4.4. Сортировка за линейное время
- •4.4.1. Сортировка подсчетом
- •4.4.2. Распределяющая сортировка от младшего разряда к старшему
- •4.4.3. Распределяющая сортировка от старшего разряда к младшему
- •5. Структуры и алгоритмы для поиска данных
- •5.1. Общие сведения
- •5.1.1. Постановка задачи поиска
- •5.1.2. Структуры для поддержки поиска
- •5.1.3. Соглашения по программному интерфейсу
- •5.2. Последовательный (линейный) поиск
- •5.3. Бинарный поиск в упорядоченном массиве
- •5.4. Бинарные деревья поиска
- •5.4.1. Анализ алгоритмов поиска, вставки и удаления Поиск
- •Вставка
- •Удаление
- •5.4.3. Реализация бинарного дерева поиска
- •5.5. Сбалансированные деревья
- •Определение и свойства авл-деревьев
- •Вращения
- •Алгоритмы вставки и удаления
- •Реализация рекурсивного алгоритма вставки в авл-дерево
- •5.5.2. Сильноветвящиеся деревья
- •Бинарные представления сильноветвящихся деревьев
- •5.5.3. Рандомизированные деревья поиска
- •5.6. Структуры данных, основанные на хеш-таблицах
- •5.6.2. Выбор хеш-функций и оценка их эффективности
- •Модульное хеширование (метод деления)
- •Мультипликативный метод
- •Метод середины квадрата
- •5.6.2. Метод цепочек
- •5.6.3. Хеширование с открытой адресацией
- •5.6.4. Пример решения задачи поиска с использованием хеш-таблицы
4.2. Простые методы сортировки
Существует ряд методов сортировки, которые чрезвычайно просты в понимании и реализации, однако имеют более высокий порядок сложности, чем более совершенные алгоритмы. Хотя эти способы неприменимы для сортировки больших объёмов данных, для данных небольшого объёма они могут быть вполне приемлемы
4.2.1. Сортировка выбором
О
дним
из простейших алгоритмов сортировки
является алгоритм сортировки выбором.
Его суть в следующем. Пусть первые (i-1)
элементов массива уже содержат правильные
значения. Тогда на следующем шаге найдём
в оставшейся части массива минимальный
элемент и поменяем его местами с i-м
– в результате правильные значения
будут содержать уже i
первых элементов массива.
|
|
i |
|
|
|
3 |
4 |
7 |
8 |
5 |
6 |
Рис 4.2 Иллюстрация работы сортировки выбором.
Минимальный элемент 5 меняем местами с текущим.
Приведем текст функции, выполняющей сортировку выбором:
void sort(int a[], int n)
{ for(int i=0; i<n; i++)
{//определяем индекс мин.элемента и ставим его на i-е место
int indMin=i;
for(int j=i+1; j<n; j++)
if (a[j]<a[indMin]) indMin=j;
int tmp = a[i]; a[i] = a[indMin]; a[indMin] = tmp;
}
}
Как видим, алгоритм выполняет O(n2) операций независимо от исходных данных, даже если массив изначально был отсортирован или почти отсортирован. Из-за этого недостатка он достаточно редко применяется даже для сортировки небольшого числа элементов.
4.2.2. Сортировка алгоритмом пузырька
Алгоритм пузырьковой сортировки уже рассматривался в разделе 1._. Хотя данный алгоритм также не отличается эффективностью, но у него есть большой плюс – он допускает различные улучшения.
Так, простейший вариант алгоритма, рассмотренный ранее, выполняет O(n2) операций независимо от входных данных. Очевидный способ улучшить алгоритм – запоминать, производился ли на очередном проходе хотя бы один обмен. Если ни один обмен не производился, значит, данные уже отсортированы, и алгоритм может закончить работу.
Чтобы ещё более улучшить алгоритм, можно запоминать не только сам факт обмена, но и индекс места, где произошёл последний обмен. Если в нём участвовали элементы ak и ak+1, то, значит, часть массива от 1 до k уже отсортирована и дальше изменяться не будет. (Действительно, раз не было ни одного обмена в этой части массива, значит, она отсортирована. Кроме того, в оставшейся части массива нет элементов, меньших ak, поскольку ak был минимальным из них).
Ещё одно улучшение вытекает из следующего наблюдения. Представим следующую ситуацию. Пусть имеется почти отсортированный массив, за исключением того, что в конце его стоит маленький элемент. За один проход этот элемент поднимется в начало массива, после чего на следующем проходе обменов выполнено не будет, и алгоритм остановится. Если же, наоборот, в начале почти отсортированного массива стоит большой элемент, то на каждом проходе он будет сдвигаться вправо всего лишь на одну позицию. Отсюда вытекает следующее улучшение – менять направление следующих один за другим проходов. Полученный алгоритм иногда называют шейкер-сортировкой. Приведем пример реализации алгоритма со всеми этими модификациями:
void sheiksort(int a[], int n)
{
int l=0; //индекс элемента, левее которого уже всё готово
int r=n-1; //индекс элемента, правее которого уже всё готово
int i,t,j;
while (l<r)
{ //двигаемся слева направо
j = -1;
for(i=l; i<r; i++)
if (a[i]>a[i+1])
{
t = a[i+1]; a[i+1] = a[i]; a[i] = t;
j=i; //запоминаем позицию обмена
}
if (j==-1) return; //ни одного обмена - завершение
r=j; //всё, что правее, уже отсортировано и не изменится
//теперь двигаемся справа налево
j=-1;
for(i=r; i>l; i--)
if (a[i-1]>a[i])
{
t = a[i-1]; a[i-1] = a[i]; a[i] = t;
j = i; //запоминаем позицию обмена
}
if(j==-1) return;//ни одного обмена - сортировка завершена
l=j;//всё, что левее, уже отсортировано и не изменится
}
}
-
l
i
R
1
2
3
2
4
4
7
9
Рис. 4.3. Иллюстрация к алгоритму шейкер-сортировки (показан проход слева направо, уже готовые части выделены серым)
К сожалению, сложность данного алгоритма в худшем случае (можно показать, что и в среднем тоже) осталась O(n2), но, по крайней мере, поведение алгоритма стало естественным – почти отсортированный массив будет «досортирован» за линейное время.
