【数据结构】 实验报告13 各排序算法时间性能比较

您所在的位置:网站首页 数据结构问题规模分析 【数据结构】 实验报告13 各排序算法时间性能比较

【数据结构】 实验报告13 各排序算法时间性能比较

2024-07-10 06:19| 来源: 网络整理| 查看: 265

目录 一、实验目的和要求 二、实验环境 三、实验内容 四、实验过程 4.1 任务定义和问题分析 4.2 数据结构的选择和概要设计 五、测试及结果分析 5.1 实验数据 5.2 结果及分析 六、实验收获 八、附录(源代码)

一、实验目的和要求

目的:给出一组实验来比较排序算法的时间性能 要求: (1)时间性能 (2)实验数据应具有说服力 (3)实验结果要能以清晰的形式给出,如图、表等。 (4)算法所用时间必须是机器时间,也可以包括比较和交换元素的次数。 (5)实验分析及其结果要能以清晰的方式来描述,如数学公式或图表等。 (6)要给出实验的方案及其分析。

二、实验环境

软件环境:visual stdio 2017 硬件环境:①CPU:Intel(R)Core(TM)i7-8565U CPU @1.80Ghz ②内存:8.0GB

三、实验内容

给出一组实验来比较排序算法的时间性能

四、实验过程 4.1 任务定义和问题分析

选取若干个排序算法,对每种算法进行大量数据测试,同一规模的数据进行3次测试取平均值,最终得到若干个实验数据,进行绘图展示。

4.2 数据结构的选择和概要设计

本次实验选取直接插入排序,希尔排序,冒泡排序,快速排序,直接选择排序,堆排序,归并排序这7种算法。 分为2个大实验组,第一个大实验组为算法时间复杂度为O(n²)的算法,其中有直接插入排序,冒泡排序,直接选择排序。 第二个实验组为算法时间复杂度为O(nlogn)的算法,其中有希尔排序,快速排序,堆排序,归并排序。 4.3 详细设计 在第一个实验组中,选取规模分别为1000,5000,10000,50000,75000,100000,125000,175000,200000,250000的数据,每种数据测试三次取平均值。 在第二个实验组中,选取规模分别为10000,100000,200000,250000,500000,600000,750000,900000,1000000,10000000,25000000,30000000,40000000,50000000,60000000,75000000,100000000的数据,每种数据测试三次取平均值。在这些数据中,以1000000为分界点,分别制图。 制图采用python中的matplotlib工具,制作曲线图。 在这里插入图片描述

直接插入排序 template void insert_sort(T array[], int n) { for (int i = 1; i < n; i++) { T temp = array[i]; int j = i - 1; while (array[j] > temp&&j >= 0) array[j + 1] = array[j--]; array[j + 1] = temp; } } 希尔排序 template void shell_sort(T array[], int n) { int d = n / 2; while (d > 0) { for (int i = d; i < n; i++) { T temp = array[i]; int j = i - d; while (j >= 0 && temp < array[j]) { array[j + d] = array[j]; j -= d; } array[j + d] = temp; } d = d / 2; } } 冒泡排序


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3