经典c++编程实例(免费)

1.冒泡法：这是最原始，也是众所周知的最慢的算法了。他的名字的由来因为它的工作看来象是冒泡：#includeiostream.hvoidBubbleSort(int*pData,intCount){intiTemp;for(inti=1;iCount;i++){for(intj=Count-1;j=i;j--){if(pData[j]pData[j-1]){iTemp=pData[j-1];pData[j-1]=pData[j];pData[j]=iTemp;}}}}voidmain(){intdata[]={10,9,8,7,6,5,4};BubbleSort(data,7);for(inti=0;i7;i++)coutdata[i];cout\n;}图示：before_compare|one_turn|two_turn|three_turn|four_turn|five_turn|six_turn10101010101049999941088884997774888664777754666664555555通过上图可以看出，冒泡法形象的描述来，4这个元素就像一个气泡逐渐冒到上面来了。我们排序的有7个元素，最坏的情况全部倒序，4这个元素要冒上来需要6次。因此，n个元素，最坏的情况，需要移动：1+2+3+...+(n-1)=1/2*n(n-1)次。倒序(最糟情况)第一轮：10,9,8,7-10,9,7,8-10,7,9,8-7,10,9,8(交换3次)第二轮：7,10,9,8-7,10,8,9-7,8,10,9(交换2次)第一轮：7,8,10,9-7,8,9,10(交换1次)循环次数：6次交换次数：6次其他：第一轮：8,10,7,9-8,10,7,9-8,7,10,9-7,8,10,9(交换2次)第二轮：7,8,10,9-7,8,10,9-7,8,10,9(交换0次)第一轮：7,8,10,9-7,8,9,10(交换1次)循环次数：6次交换次数：3次上面我们给出了程序段，现在我们分析它：这里，影响我们算法性能的主要部分是循环和交换，显然，次数越多，性能就越差。从上面的程序我们可以看出循环的次数是固定的，为1+2+...+n-1。写成公式就是1/2*(n-1)*n。现在注意，我们给出O方法的定义：若存在一常量K和起点n0，使当n=n0时，有f(n)=K*g(n),则f(n)=O(g(n))。（呵呵，不要说没学好数学呀，对于编程数学是非常重要的！！！）现在我们来看1/2*(n-1)*n，当K=1/2，n0=1，g(n)=n*n时，1/2*(n-1)*n=1/2*n*n=K*g(n)。所以f(n)=O(g(n))=O(n*n)。所以我们程序循环的复杂度为O(n*n)。再看交换。从程序后面所跟的表可以看到，两种情况的循环相同，交换不同。其实交换本身同数据源的有序程度有极大的关系，当数据处于倒序的情况时，交换次数同循环一样（每次循环判断都会交换），复杂度为O(n*n)。当数据为正序，将不会有交换。复杂度为O(0)。乱序时处于中间状态。正是由于这样的原因，我们通常都是通过循环次数来对比算法。2.交换法：交换法的程序最清晰简单，每次用当前的元素一一的同其后的元素比较并交换。#includeiostream.hvoidExchangeSort(int*pData,intCount){intiTemp;for(inti=0;iCount-1;i++){for(intj=i+1;jCount;j++){if(pData[j]pData[i]){iTemp=pData[i];pData[i]=pData[j];pData[j]=iTemp;}}}}voidmain(){intdata[]={10,9,8,7,6,5,4};ExchangeSort(data,7);for(inti=0;i7;i++)coutdata[i];cout\n;}before_compare|one_turn|two_turn|three_turn|four_turn|five_turn|six_turn10987654910101010101088999997778888666677755555664444445从上面的算法来看，基本和冒泡法的效率一样。倒序(最糟情况)第一轮：10,9,8,7-9,10,8,7-8,10,9,7-7,10,9,8(交换3次)第二轮：7,10,9,8-7,9,10,8-7,8,10,9(交换2次)第一轮：7,8,10,9-7,8,9,10(交换1次)循环次数：6次交换次数：6次其他：第一轮：8,10,7,9-8,10,7,9-7,10,8,9-7,10,8,9(交换1次)第二轮：7,10,8,9-7,8,10,9-7,8,10,9(交换1次)第一轮：7,8,10,9-7,8,9,10(交换1次)循环次数：6次交换次数：3次从运行的表格来看，交换几乎和冒泡一样糟。事实确实如此。循环次数和冒泡一样也是1/2*(n-1)*n，所以算法的复杂度仍然是O(n*n)。由于我们无法给出所有的情况，所以只能直接告诉大家他们在交换上面也是一样的糟糕（在某些情况下稍好，在某些情况下稍差）。3.选择法：现在我们终于可以看到一点希望：选择法，这种方法提高了一点性能（某些情况下）这种方法类似我们人为的排序习惯：从数据中选择最小的同第一个值交换，在从省下的部分中选择最小的与第二个交换，这样往复下去。#includeiostream.hvoidSelectSort(int*pData,intCount){intiTemp;intiPos;for(inti=0;iCount-1;i++){iTemp=pData[i];iPos=i;for(intj=i+1;jCount;j++){if(pData[j]iTemp){iTemp=pData[j];iPos=j;}}pData[iPos]=pData[i];pData[i]=iTemp;}}voidmain(){intdata[]={10,9,8,7,6,5,4};SelectSort(data,7);for(inti=0;i7;i++)coutdata[i];cout\n;}该排序法的图示如下;i=0时：iTemp=pData[0]=10；iPos=i=0；j=1;pData[j]iTemp---pData[1]=910;iTemp=pData[1]=9;ipos=j=1;j++=2j=2;pData[j]iTemp----pData[2]=89;iTemp=pData[2]=8;ipos=j=2;j++=3...j=6;pData[j]iTemp----pData[6]=45;iTemp=pData[6]=4;ipos=j=6;j++=7;pData[6]=Pdata[0];pData[0]=4;before_compareoneturntwoturnthreeturn10444995588867777666855994101010由上面可以看到选择排序法并没有在一开始就交换数据，而是用第一个数据去和所有的数据比较，如果第一个数据小于第二个数据，那么，先把第二个数据放到一个临时变量里面，同时记录这个较小的数据在待排序的集合中的位置。再用该集合中的下一个数据和我们之前放在临时变量中的数据比较。也就是我们目前认为最小的数据比较，如果比我们之前选出来的数据小，那么再替换该变量。如果比这个数据大，则继续用下一个数据来比较。知道所有的数据都比较完为止。到这时，临时变量里面访的就是最小的数据了。我们把这个数据和第一个数据做对换。此时，最小的元素排到了第一位。倒序(最糟情况)第一轮：10,9,8,7-(iTemp=9)10,9,8,7-(iTemp=8)10,9,8,7-(iTemp=7)7,9,8,10(交换1次)第二轮：7,9,8,10-7,9,8,10(iTemp=8)-(iTemp=8)7,8,9,10(交换1次)第一轮：7,8,9,10-(iTemp=9)7,8,9,10(交换0次)循环次数：6次交换次数：2次其他：第一轮：8,10,7,9-(iTemp=8)8,10,7,9-(iTemp=7)8,10,7,9-(iTemp=7)7,10,8,9(交换1次)第二轮：7,10,8,9-(iTemp=8)7,10,8,9-(iTemp=8)7,8,10,9(交换1次)第一轮：7,8,10,9-(iTemp=9)7,8,9,10(交换1次)循环次数：6次交换次数：3次遗憾的是算法需要的循环次数依然是1/2*(n-1)*n。所以算法复杂度为O(n*n)。我们来看他的交换。由于每次外层循环只产生一次交换（只有一个最小值）。所以f(n)=n所以我们有f(n)=O(n)。所以，在数据较乱的时候，可以减少一定的交换次数。4.插入法：插入法较为复杂，它的基本工作原理是抽出牌，在前面的牌中寻找相应的位置插入，然后继续下一张#includeiostream.hvoidInsertSort(int*pData,intCount){intiTemp;intiPos;for(inti=1;iCount;i++){iTemp=pData[i];iPos=i-1;while((iPos=0)&&(iTemppData[iPos])){pData[iPos+1]=pData[iPos];iPos--;}pData[iPos+1]=iTemp;}}voidmain(){intdata[]={10,9,8,7,6,5,4};InsertSort(data,7);for(inti=0;i7;i++)coutdata[i];cout\n;}i=1时：iTemp=pData[1]=9ipos=1-1=0;ipos=0=0&&iTemp=9pData[0]=10;pData[1]=pData[0]=10;ipos--=0-1=-1;pData[0]=9;9-10-8-7-6-5-4i=2时：iTemp=pData[2]=8ipos=2-1=1;ipos=1=0&&iTemp=8pData[1]=10;pData[2]=pData[1]=10;ipos--=1-1=0;9-10-10-7-6-5-4ipos=0=0&&iTemp=8pData[0]=9;pData[1]=pData[0]=9;ipos--=0-1=-1;pData[0]=8;8-9-10-7-6-5-4i=3时：iTemp=pData[3]=7ipos=3-1=2;ipos=2=0&&iTemp=7pData[2]=10;pData[3]=pData[2]=10;ipos--=2-1=1;8-9-10-10-6-5-4ipos=1=0&&iTemp=8pData[1]=9;pData[2]=pData[1]=9;ipos--=1-1=0;8-9-9-10-6-5-4ipos=0=0&&iTemp=7pData[0]=8;pData[1]=pData[0]=8;ipos--=0-1=-1;pData[0]=7;7-8-9-10-6-5-4i=4时:iTemp=pData[4]=6;ipos=4-1=3;ipos=3=0&&iTemp=6pData[3]=10;pData[4]=pData[3]=10;ipos--=3-1=2;7-8-9-10-10-5-4ipos=2=0&&iTemp=7pData[2]=9;pData[3]=pData[2]=9;ipos--=2-1=1;7-8-9-9-10-5-4ipos=1=0&&iTemp=7pData[1]=8;pData[2]=pData[1]=8;ipos--=1-1=0;7-8-8-9-10-5-4ipos=0=