0%

十大排序算法详解

十大排序算法可以说是每个程序员都必须得掌握的了

术语铺垫

有些人可能不知道什么是稳定排序、原地排序、时间复杂度、空间复杂度,我这里先简单解释一下:

1、稳定排序:如果 a 原本在 b 的前面,且 a == b,排序之后 a 仍然在 b 的前面,则为稳定排序。

2、非稳定排序:如果 a 原本在 b 的前面,且 a == b,排序之后 a 可能不在 b 的前面,则为非稳定排序。

3、原地排序:原地排序就是指在排序过程中不申请多余的存储空间,只利用原来存储待排数据的存储空间进行比较和交换的数据排序。

4、非原地排序:需要利用额外的数组来辅助排序。

5、时间复杂度:一个算法执行所消耗的时间。

6、空间复杂度:运行完一个算法所需的内存大小。

快速排序(Quicksort)

我们从数组中选择一个元素,我们把这个元素称之为中轴元素吧,然后把数组中所有小于中轴元素的元素放在其左边,所有大于或等于中轴元素的元素放在其右边,显然,此时中轴元素所处的位置的是有序的。也就是说,我们无需再移动中轴元素的位置。

从中轴元素那里开始把大的数组切割成两个小的数组(两个数组都不包含中轴元素),接着我们通过递归的方式,让中轴元素左边的数组和右边的数组也重复同样的操作,直到数组的大小为1,此时每个元素都处于有序的位置

quickSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
//快速排序
void quickSort(int arr[],int left, int right){
if(left>=right){
return;
}
int pivot=arr[left];
int l=left+1;
int r=right;
int tmp;
while(true){
while(l<=r && arr[l]<=pivot){
++l;
}
while(l<=r && arr[r]>=pivot){
--r;
}
if(l>=r){
break;
}
//交换
tmp=arr[l];
arr[l]=arr[r];
arr[r]=tmp;
}

arr[left]=arr[r];
arr[r]=pivot;
quickSort(arr,left,r-1);
quickSort(arr,r+1,right);
}
归并排序(Merge Sort)

将一个大的无序数组有序,我们可以把大的数组分成两个,然后对这两个数组分别进行排序,之后在把这两个数组合并成一个有序的数组。由于两个小的数组都是有序的,所以在合并的时候是很快的。

通过递归的方式将大的数组一直分割,直到数组的大小为 1,此时只有一个元素,那么该数组就是有序的了,之后再把两个数组大小为1的合并成一个大小为2的,再把两个大小为2的合并成4的 ….. 直到全部小的数组合并起来。

mergeSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
//归并排序
void mergeSort(int arr[],int tmp[],int left,int right){
if(left<right){
int center=(left+right)/2;
//左边数组排序
mergeSort(arr,tmp,left,center);
//右边数组排序
mergeSort(arr,tmp,center+1,right);
//合并
int i=left;
int j=center+1;
for(int k=left;k<=right;++k){
if(i>center){
tmp[k]=arr[j++];
}else if(j>right){
tmp[k]=arr[i++];
}else if(arr[i]<=arr[j]){
tmp[k]=arr[i++];
}else{
tmp[k]=arr[j++];
}
}
for(int k=0;k<=right;++k){
arr[k]=tmp[k];
}
}
}

插入排序

我们在玩打牌的时候,你是怎么整理那些牌的呢?一种简单的方法就是一张一张的来,将每一张牌插入到其他已经有序的牌中的适当位置。当我们给无序数组做排序的时候,为了要插入元素,我们需要腾出空间,将其余所有元素在插入之前都向右移动一位,这种算法我们称之为插入排序

过程简单描述:

1、从数组第2个元素开始抽取元素。

2、把它与左边第一个元素比较,如果左边第一个元素比它大,则继续与左边第二个元素比较下去,直到遇到不比它大的元素,然后插到这个元素的右边。

3、继续选取第3,4,….n个元素,重复步骤 2 ,选择适当的位置插入。

insertSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
//插入排序
void insertionSort(vector<int>& arr){
int n=arr.size();
int j=0;
int tmp;
for(int i=1;i<n;++i){
j=i-1;
tmp=arr[i];
while(j>=0&&arr[j]>tmp){
arr[j+1]=arr[j];
--j;
}
arr[j+1]=tmp;
}

}
冒泡排序

把第一个元素与第二个元素比较,如果第一个比第二个大,则交换他们的位置。接着继续比较第二个与第三个元素,如果第二个比第三个大,则交换他们的位置….

我们对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样一趟比较交换下来之后,排在最右的元素就会是最大的数。

除去最右的元素,我们对剩余的元素做同样的工作,如此重复下去,直到排序完成。

bubbleSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
//冒泡排序
void bubbleSort(vector<int>& arr){
int n=arr.size();
int tmp;
//n-1趟
for(int i=0;i<n-1;++i){
//每趟比较n-i-1次
for(int j=0;j<n-1-i;++j){
if(arr[j]>arr[j+1]){
//稳定排序,只有前者和后者相等时不交换顺序
tmp=arr[j];
arr[j]=arr[j+1];
arr[j+1]=tmp;
}
}
}
}
选择排序(Selection Sort)

首先,找到数组中最小的那个元素,其次,将它和数组的第一个元素交换位置(如果第一个元素就是最小元素那么它就和自己交换)。其次,在剩下的元素中找到最小的元素,将它与数组的第二个元素交换位置。如此往复,直到将整个数组排序。这种方法我们称之为选择排序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
//选择排序
void selectSort(vector<int>& arr){
int n=arr.size();
int minIndex;
//从无序区间不断挑选出最小值,挑选n-1次(最后一个元素不用挑)
for(int i=0;i<n-1;++i){
//i下标左边是已经排好序的元素,右边(包括i)是无序区间
//最小值下标默认为无序区间第一个元素下标
minIndex=i;
for(int j=i+1;j<n;++j){
if(arr[j]<arr[minIndex]){
//更新最小值下标
minIndex=j;
}
}
swap(arr[minIndex],arr[i]);//交换最小值和无序区间的第一个元素
}
}
希尔排序

希尔排序可以说是插入排序的一种变种。无论是插入排序还是冒泡排序,如果数组的最大值刚好是在第一位,要将它挪到正确的位置就需要n-1次移动。也就是说,原数组的一个元素如果距离它正确的位置很远的话,则需要与相邻元素交换很多次才能到达正确的位置,这样是相对比较花时间了。

希尔排序就是为了加快速度简单地改进了插入排序,交换不相邻的元素以对数组的局部进行排序。

希尔排序的思想是采用插入排序的方法,先让数组中任意间隔为h的元素有序,则刚开始h的大小可以是h=n/2,接着让h=n/4,让h一直缩小,当h=1时,也就是此时数组中任意间隔为1的元素有序,此时的数组就是有序的了。

shellSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
//希尔排序
void shellSort(vector<int>& arr){
int n=arr.size();
//进行分组,最开始的增量(gap)为数组长度的一半
for(int gap=n/2;gap>0;gap/=2){
//对各个分组进行插入排序
for(int i=gap;i<n;++i){
//将arr[i]插入到分组的正确位置上
int inserted=arr[i];
int j=i-gap;
while(j>=0 && inserted<arr[j]){
arr[j+gap]=arr[j];
j-=gap;
}
arr[j+gap]=inserted;
}
}
}
堆排序

堆的特点就是堆顶的元素是一个最值,大顶堆的堆顶是最大值,小顶堆则是最小值。

堆排序就是把堆顶的元素与最后一个元素交换,交换之后破坏了堆的特性,我们再把堆中剩余的元素再次构成一个大顶堆,然后再把堆顶元素与最后第二个元素交换…如此往复下去,等到剩余的元素只有一个的时候,此时的数组就是有序的了。

heapSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
//堆排序
//下沉操作
//arr
void downAdjust(vector<int>& arr,int parent,int length){
int tmp=arr[parent];
int child=2*parent+1;
while(child<length){
//如果右孩子节点比左孩子小,则定位到右孩子
if(child+1<length && arr[child]>arr[child+1]){
++child;
}
//若父节点比孩子节点小或等于,则下沉结束
if(tmp<=arr[child]){
break;
}
//单向赋值
arr[parent]=arr[child];
parent=child;
child=2*parent+1;
}
arr[parent]=tmp;
}
void heapSort(vector<int>& arr,int length){
//构建二叉堆
for(int i=(length-2)/2;i>=0;--i){
downAdjust(arr,i,length);
}
//进行堆排序
for(int i=length-1;i>=1;--i){
//将堆顶的元素与最后一个元素交换
int tmp=arr[i];
arr[i]=arr[0];
arr[0]=tmp;
//下沉调整
downAdjust(arr,0,i);
}
}
计数排序

计数排序是一种适合于最大值和最小值的差值不是很大的排序。

基本思想:就是把数组元素作为数组的下标,然后用一个临时数组统计该元素出现的次数,例如temp[i]=m,表示元素i一共出现了m次。最后再把临时数组统计的数据从小到大汇总起来,此时汇总起来数据是有序的。

countSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
//8、计数排序
void countSort(vector<int>& arr){
int n=arr.size();
int max_num=arr[0];
int min_num=arr[0];
//寻找数组的最大值
for(int i=1;i<n;++i){
if(max_num<arr[i]){
max_num=arr[i];
}
if(min_num>arr[i]){
min_num=arr[i];
}
}
//创建一个大小为max_num-min_num+1的临时数组
int d=max_num-min_num+1;
vector<int> tmp(d,0);
//统计元素出现的次数
for(int i=0;i<n;++i){
++tmp[arr[i]-min_num];
}
int k=0;
//把临时数组统计好的数据汇总到原数组
for(int i=0;i<d;++i){
for(int j=tmp[i];j>0;--j){
arr[k++]=i+min_num;
}
}
}
桶排序

桶排序就是把最大值和最小值之间的数进行瓜分,例如分成10个区间,10个区间对应10个桶,我们把各元素放到对应区间的桶中去,再对每个桶中的数进行排序,可以采用归并排序,也可以采用快速排序之类的。

之后每个桶里面的数据就是有序的了,我们再进行合并汇总。

bucketSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
//桶排序
void bucketSort(vector<int>& arr){
int n=arr.size();
int max_num=arr[0];
int min_num=arr[0];
//寻找数组的最大值和最小值
for(int i=0;i<n;++i){
if(max_num<arr[i]){
max_num=arr[i];
}
if(min_num>arr[i]){
min_num=arr[i];
}
}
//大小为min_num的偏移值
int d=max_num-min_num;
//创建
int bucketNum=n;
vector<vector<int>> bucketList(bucketNum);
//遍历原数组,将每个元素放入桶中
for(int i=0;i<n;++i){
bucketList[(arr[i]-min_num)*(bucketNum-1)/d].emplace_back(arr[i]-min_num);
}
//对桶内的元素进行排序
for(int i=0;i<bucketNum;++i){
sort(bucketList[i].begin(),bucketList[i].end());
}
//把每个桶排序好的数据进行合并汇总放回原数组
int k=0;
for(auto i:bucketList){
for(int j:i){
arr[k++]=j+min_num;
}
}
}
基数排序

基数排序的排序思路是这样的:先以个位数的大小来对数据进行排序,接着以十位数的大小来对数进行排序,接着以百位数的大小…

排到最后,就是一组有序的元素了。不过,她在以某位数进行排序的时候,是用“桶”来排序的。

由于某位数(个位/十位…,不是一整个数)的大小范围为0-9,所以我们需要10个桶,然后把具有相同数值的数放进同一个桶里,之后再把桶里的数按照0号桶到9号桶的顺序取出来,这样一趟下来,按照某位数的排序就完成了。

radioSort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
//基数排序
void radioSort(vector<int>& arr){
int n=arr.size();
int max_num=arr[0];
for(int i=0;i<n;++i){
max_num=max(max_num,arr[i]);
}
//计算最大值是几位数
int num=1;
while(max_num/10>0){
++num;
max_num/=10;
}
//创建10个桶
vector<vector<int>> bucketList(10);
//进行每一趟的排序,从个位数开始排
for(int i=1;i<=num;++i){
for(int j=0;j<n;++j){
int radio=arr[j]/(int)pow(10,(i-1))%10;
//放到对应桶里
bucketList[radio].emplace_back(arr[j]);
}
//合并放回原数组
int k=0;
for(auto j:bucketList){
for(int t:j){
arr[k++]=t;
}
//取出来合并了之后把桶数据清空
j.clear();
}
}
}
10大排序算法的性质

sort

参考

必学十大经典排序算法,看这篇就够了(附完整代码/动图/优质文章)

------------- THE END! THANKS! -------------