各种常见排序算法的思路(比较)

各种常见排序算法的思路(比较)

       以前搞过1年的ACM，听别人说算法很重要，可是自己没怎么把它放在心上，今天开始找工作了，终于体会到了算法的重要性，下面是我对各种常用内部排序算法的一点总结。

排序算法的比较：

排序算法	平均时间	最坏时间	辅存空间	稳定性	备注
直接插入	O(n2)	O(n2)	O(1)	稳定	大部分已排序时较好，最少n-1次
冒泡	O(n2)	O(n2)	O(1)	稳定	n小时较好，最少比较n-1次
选择	O(n2)	O(n2)	O(1)	不稳定	n小时较好
快速	O(nlogn)	O(n2)	O(logn)	不稳定	n大时最快的排序
希尔	O(nlogn)	O(ns)	O(1)	不稳定	s是所选分组
堆排序	O(nlogn)	O(nlogn)	O(1)	不稳定	适合大量数据
归并排序	O(nlogn)	O(nlogn)	O(n)	稳定	n大时较好
基数排序	O(d(n+r))	O(d(n+r))	O(rd)	稳定	d为关键字位数，r为基数

各排序算法原理：(默认从小到大排序)

1 直接插入排序(InsertSort)

        直接插入排序是一种最简单的排序方法，通过把序列中的值插入一个已经排序好的序列中，直到该序列的结束。即先将第1个记录看作是一个有序的记录序列，然后从第2个记录开始，依次将未排序的记录插入到这个有序的记录序列中去，直到整个文件中的全部记录排序完毕。

2 冒泡排序(BubbleSort)

       冒泡排序算法也是一种非常简单的排序算法，第一趟排序：n个数中，K1开始，依次比较两个相邻的关键字Ki和Ki+1（i=1,2,…,n－1），若Ki>Ki+1，则交换相应记录Ri和Ri+1的位置, 否则，不进行交换。经过这样一遍处理后，其中关键字最大的记录移到了第n个位置上。第二趟排序：对前面的n－1个记录进行第2遍排序，重复上述处理过程，第2遍之后，前n－1个记录中关键字最大的记录移到了第n－1个位置上，继续进行下去，直到不需要再交换记录为止。(最少比较次数为n-1是因为设置了change变量)

3 选择排序(SelectSort)

        选择排序与冒泡排序非常相似，第一趟排序：从n个数中选择最小的1个放在第一个位置，第二趟：从剩下的n-1个数中选择一个最小的数放在第2个位置，依次类推。冒泡排序是比较相邻的交换相邻的，而选择排序不是。

4 希尔排序(Shell)

        希尔排序属于插入类排序,是将整个无序序列分割成若干小的子序列分别进行插入排序。排序过程：先取一个正整数d1<n，把所有序号相隔d1的数组元素放一组，组内进行直接插入排序；然后取d2<d1(其中d2=(d1+1)/2  eg：D可以选取{9，5，3，2，1}。)，重复上述分组和排序操作；直至di=1，即所有记录放进一个组中排序为止。

5 快速排序(QuickSort)

        通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。一遍快速排序算法的做法：

方法1、附设两个指针Low和High，它们的初值分别为low和high，设枢轴记录的关键字为pivotkey。从high所指位置起向前搜索到第1个关键字小于pivotkey的记录和枢轴记录互相交换；从low所指位置起向后搜索，找到第1个关键字大于pivotkey的记录和枢轴记录互相交换；重复这两个操作直至low=high为止。

方法2、i=low，扫描i后元素，i后位置一有比主元pivotkey小的元素，i就后移并交换i位置的元素和正在扫描的元素，最后i位置就是一个正确的位置。

6 堆排序（HeapSort）

        堆排序适合于数据量非常大的场合（百万数据）。初始化创建大顶堆，然后循环执行以下过程，直至数组为空为止：把堆顶元素和当前堆的最后一个元素进行交换；最大堆元素个数减1，调整新堆根节点使之满足最大堆的定义。最终整个堆变为有序的最小堆。

7 归并排序(MergeSort)

        归并排序先分解要排序的序列，从1分成2，2分成4，依次分解，当分解到只有1个一组的时候，就可以排序这些分组，然后依次合并回原来的序列中，这样就可以排序所有数据。合并排序比堆排序稍微快一点，但是需要比堆排序多一倍的内存空间，因为它需要一个等容量的额外的数组。

思路：一个有序的数组是有两个有序的数组合并成的。

8 基数排序

        基数排序和通常的排序算法并不走同样的路线。它是一种比较新颖的算法，但是它只能用于整数的排序，如果我们要把同样的办法运用到浮点数上，我们必须了解浮点数的存储格式，并通过特殊的方式将浮点数映射到整数上，然后再映射回去，这是非常麻烦的事情，因此，它的使用同样也不多。而且，最重要的是，这样算法也需要较多的存储空间。

思路：先按个位将各个数依次排在0-9个桶(队列)中，然后收集起来，再按照十位将他们重新分配到这十个桶中，再收回，依次类推。

转自：http://blog.csdn.net/yuyuyuyuy/article/details/6871203