C++编译冒泡排序,快速排序和堆排序算法,并要求比较三个排序算法的运行速度

时间: 2023-07-18 21:32:45 浏览: 46
好的,我可以帮你编写C++代码来实现冒泡排序、快速排序和堆排序算法,并比较它们的运行速度。 首先,让我们看看冒泡排序的实现。冒泡排序是一种简单的排序算法,它通过不断交换相邻的元素来排序。以下是C++代码: ```c++ #include <iostream> using namespace std; void bubbleSort(int arr[], int n) { for (int i = 0; i < n - 1; ++i) { for (int j = 0; j < n - i - 1; ++j) { if (arr[j] > arr[j + 1]) { swap(arr[j], arr[j + 1]); } } } } int main() { int arr[] = { 5, 2, 6, 1, 3, 9 }; int n = sizeof(arr) / sizeof(arr[0]); bubbleSort(arr, n); cout << "Sorted array: "; for (int i = 0; i < n; ++i) { cout << arr[i] << " "; } return 0; } ``` 接下来是快速排序算法的实现。快速排序使用分治策略来排序,它将一个大问题分解成较小的子问题,然后解决这些子问题。以下是C++代码: ```c++ #include <iostream> using namespace std; int partition(int arr[], int low, int high) { int pivot = arr[high]; int i = low - 1; for (int j = low; j < high; ++j) { if (arr[j] < pivot) { ++i; swap(arr[i], arr[j]); } } swap(arr[i + 1], arr[high]); return i + 1; } void quickSort(int arr[], int low, int high) { if (low < high) { int pi = partition(arr, low, high); quickSort(arr, low, pi - 1); quickSort(arr, pi + 1, high); } } int main() { int arr[] = { 5, 2, 6, 1, 3, 9 }; int n = sizeof(arr) / sizeof(arr[0]); quickSort(arr, 0, n - 1); cout << "Sorted array: "; for (int i = 0; i < n; ++i) { cout << arr[i] << " "; } return 0; } ``` 最后是堆排序算法的实现。堆排序使用堆数据结构来排序,它将元素插入堆中,然后不断从堆中取出最大元素,直到堆为空。以下是C++代码: ```c++ #include <iostream> using namespace std; void heapify(int arr[], int n, int i) { int largest = i; int l = 2 * i + 1; int r = 2 * i + 2; if (l < n && arr[l] > arr[largest]) { largest = l; } if (r < n && arr[r] > arr[largest]) { largest = r; } if (largest != i) { swap(arr[i], arr[largest]); heapify(arr, n, largest); } } void heapSort(int arr[], int n) { for (int i = n / 2 - 1; i >= 0; --i) { heapify(arr, n, i); } for (int i = n - 1; i >= 0; --i) { swap(arr[0], arr[i]); heapify(arr, i, 0); } } int main() { int arr[] = { 5, 2, 6, 1, 3, 9 }; int n = sizeof(arr) / sizeof(arr[0]); heapSort(arr, n); cout << "Sorted array: "; for (int i = 0; i < n; ++i) { cout << arr[i] << " "; } return 0; } ``` 现在我们来比较这三个排序算法的运行速度。我们可以使用C++的chrono库来计时。以下是比较运行速度的代码: ```c++ #include <iostream> #include <chrono> #include <random> using namespace std; void bubbleSort(int arr[], int n); void quickSort(int arr[], int low, int high); int partition(int arr[], int low, int high); void heapify(int arr[], int n, int i); void heapSort(int arr[], int n); int main() { const int n = 10000; int arr1[n], arr2[n], arr3[n]; // 生成随机数 random_device rd; mt19937 gen(rd()); uniform_int_distribution<> dis(1, n); for (int i = 0; i < n; ++i) { int num = dis(gen); arr1[i] = num; arr2[i] = num; arr3[i] = num; } // 测量冒泡排序的时间 auto start = chrono::high_resolution_clock::now(); bubbleSort(arr1, n); auto end = chrono::high_resolution_clock::now(); auto duration = chrono::duration_cast<chrono::microseconds>(end - start); cout << "Bubble sort: " << duration.count() << " microseconds" << endl; // 测量快速排序的时间 start = chrono::high_resolution_clock::now(); quickSort(arr2, 0, n - 1); end = chrono::high_resolution_clock::now(); duration = chrono::duration_cast<chrono::microseconds>(end - start); cout << "Quick sort: " << duration.count() << " microseconds" << endl; // 测量堆排序的时间 start = chrono::high_resolution_clock::now(); heapSort(arr3, n); end = chrono::high_resolution_clock::now(); duration = chrono::duration_cast<chrono::microseconds>(end - start); cout << "Heap sort: " << duration.count() << " microseconds" << endl; return 0; } void bubbleSort(int arr[], int n) { for (int i = 0; i < n - 1; ++i) { for (int j = 0; j < n - i - 1; ++j) { if (arr[j] > arr[j + 1]) { swap(arr[j], arr[j + 1]); } } } } void quickSort(int arr[], int low, int high) { if (low < high) { int pi = partition(arr, low, high); quickSort(arr, low, pi - 1); quickSort(arr, pi + 1, high); } } int partition(int arr[], int low, int high) { int pivot = arr[high]; int i = low - 1; for (int j = low; j < high; ++j) { if (arr[j] < pivot) { ++i; swap(arr[i], arr[j]); } } swap(arr[i + 1], arr[high]); return i + 1; } void heapify(int arr[], int n, int i) { int largest = i; int l = 2 * i + 1; int r = 2 * i + 2; if (l < n && arr[l] > arr[largest]) { largest = l; } if (r < n && arr[r] > arr[largest]) { largest = r; } if (largest != i) { swap(arr[i], arr[largest]); heapify(arr, n, largest); } } void heapSort(int arr[], int n) { for (int i = n / 2 - 1; i >= 0; --i) { heapify(arr, n, i); } for (int i = n - 1; i >= 0; --i) { swap(arr[0], arr[i]); heapify(arr, i, 0); } } ``` 注意,这里我们使用了C++的random库来生成随机数。我们还使用了chrono库来计时。输出的时间以微秒为单位。 希望这可以帮助你比较这三个排序算法的运行速度。

相关推荐

最新推荐

recommend-type

C++实现八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序等

本文实现了八个常用的排序算法:插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序 首先是算法实现文件Sort.h,代码如下: /* * 实现了八个常用的排序算法:插入排序、冒泡排序...
recommend-type

c++实现对输入数组进行快速排序的示例(推荐)

下面小编就为大家带来一篇c++实现对输入数组进行快速排序的示例(推荐)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

C++实现对输入数字组进行排序

里给大家介绍的是通过某个方法实现判断命令行中输入的数字是几个,这样再用冒泡法排序的时候就不用担心输入的是几个数字,用到的知识主要是冒泡法排序
recommend-type

冒泡排序算法的C++函数模板

冒泡排序算法的C++函数模板,适用于多种数据类型,如int,float,double等
recommend-type

C++实现拓扑排序(AOV网络)

主要为大家详细介绍了C++实现拓扑排序,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。