2024年最新【算法】常见排序算法总结_排序法在彩虹中的运用

在一个已经排好的有序数据序列中插入一个数，且要求插入后此数据序列仍然有序，这个时候就要用到一种的排序方法——插入排序法，一般也称直接插入排序。
排序思想

一般来说，插入排序都采用in-place在数组上实现。具体算法描述如下：

1. 从第一个元素开始，该元素可以认为已经被排序
2. 取出下一个元素，在已经排序的元素序列中从后向前遍历
3. 如果该元素（已排序）大于新元素，将该元素移到下一位置
4. 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置
5. 将新元素插入到该位置后
6. 重复步骤2~5
7. 如果比较操作的代价比交换操作大的话，可以采用二分查找法来减少比较操作的数目。该算法可以认为是插入排序的一个变种，称为二分查找插入排序。

实现

实现代码：

public static void insertSort(int[] array) {
        for(int i = 1;i < array.length;i++) {//n-1
            int tmp = array[i];
            int j = i-1;
            for(; j >= 0;j--) {//n-1
                if(array[j] > tmp) {
                    array[j+1] = array[j];
                }else{
                    //array[j+1] = tmp;
                    break;
                }
            }
            array[j+1] = tmp;
        }
    }

排序性能分析

若目标是把n个元素的序列升序排列，那么采用插入排序的最好情况就是，序列已经是升序排列了，在这种情况下，需要进行的比较操作需n-1次即可。最坏情况就是，序列是降序排列，那么此时需要进行的比较共有（1/2）*n(n-1)次。插入排序的赋值操作是比较操作的次数减去n-1次，因为n-1次循环中，每一次循环的比较都比赋值多一个，多在最后那一次比较并不带来赋值）。平均来说插入排序算法复杂度为O（n^2)。因而，插入排序不适合对于数据量比较大的排序应用。但是，如果需要排序的数据量很小，或者若已知输入元素大致上按照顺序排列，那么还是比较适合使用插入排序的
总结

1. 时间复杂度：最好：O（N）；最坏O（N^2）

2. 空间复杂度O（1）

3. 稳定性：稳定

4. 当一组数据的数据量比较少且趋于有序时，用插入排序比较好

5. 数据越有序越快

希尔排序

原理

希尔排序(Shell’s Sort)又称“缩小增量排序”(Diminishing Increment Sort)，它也是一种属插入排序类的方法，但在时间 率上较前述几种排序方法有较大的改进。从对直接插入排序的分析得知，其算法时间复杂度为O(n^2)，但是，若待排记录序列为“正序”时，其时间复杂度可提高至O(n)。它的基本思想是：先将整个待排记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行一次直接插入排序。

简单来说，希尔排序主要的思想是对一组数据进行预排序，当数据逐渐接近有序时再进行整体排序，这样算法的效率会大大提升

希尔排序的分析是一个复杂的问题，因为它的时间是所取“增量”序列的函数，这涉及一些微学上尚未解决的难题。因此，到目前为止尚未有人求得一种最好的增量序列，增量序列可以有各种取法，但需注意：应使增量序列中的值没有除1之外的公因子，并且最后一个增量值必须等于1。

实现

当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果

实现代码：

 public static void shell(int[] array,int gap) {
        for (int i = gap; i < array.length; i++) {
            int tmp = array[i];
            int j = i-gap;
            for (; j >= 0; j -= gap) {
                if(array[j] > tmp) {
                    array[j+gap] = array[j];
                }else {
                    break;
                }
            }
            array[j+gap] = tmp;
        }
    }
public static void shellSort(int[] array) {
        //处理gap
        int gap = array.length;
        while (gap > 1) {
            gap  = gap / 3 + 1;//+1 保证最后一个序列是 1 除几都行
            // gap /= 2;
            shell(array,gap);
        }
    }

排序性能分析

由于多次插入排序，我们知道一次插入排序是稳定的，不会改变相同元素的相对顺序，但在不同的插入排序过程中，相同的元素可能在各自的插入排序中移动，可理解为元素可能会跳跃式移动，所以最后其稳定性就会被打乱，因此shell排序是不稳定的。
时间复杂度：不同的增量序列会产生不同的时间复杂度，比如有人提出当增量序列为
是，其时间复杂度为
其中t为排序趟数，且：
总结：

1. 稳定性：不稳定

2. 时间复杂度：不确定，但可以记为N(1.3) 到N(1.5) 之间

选择排序

原理

选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。

实现

实现代码：

 public static void selectSort(int[] array) {
        for (int i = 0; i < array.length; i++) {
            for (int j = i+1; j < array.length; j++) {
                if(array[j] < array[i]) {
                    int tmp = array[i];
                    array[i] = array[j];
                    array[j] = tmp;
                }
            }
        }
    }

排序性能分析

选择排序较为简单，其最好的情况和最坏的情况下程序执行的次数是一样的，因此时间复杂度是一个定值
总结

1. 时间复杂度：O（N2 )

2. 空间复杂度：O（1）

堆排序

原理

1. 堆排序是利用堆这种数据结构设计出的一种排序算法，其是选择排序的一种，它利用大顶堆(小顶堆)堆顶元素是最大值(最小值)这一特性，使得每次从无序中选择最大值(最小值)变得简单。
2. 排升序要建大堆；排降序要建小堆。

具体步骤如下
step1：先将带排序的数组构造成一个大根堆，假设有如下数组：int[] array2={2,3,4,1,6,5};

构造成大根堆如下：

step2：将堆顶元素与堆尾元素交换：
step3：将除6以外其他的所有元素继续构造大根堆：
以此类推，然后再将堆顶元素与堆中倒数第二个元素交换，换完之后除了倒数第一个和倒数第二个元素以外，其他元素继续构造成大堆，最终会得到有序的数组

同理，如果要从大到小排，则构建小堆即可！

实现

public static void siftDown(int[] array,int root,int len) {
        int parent = root;
        int child = 2\*parent+1;
        while (child < len) {
            //找到左右孩子的最大值
            //1、前提是你得有右孩子
            if(child+1 < len && array[child] < array[child+1]) {
                child++;
            }
            //child的下标就是左右孩子的最大值下标
            if(array[child] > array[parent]) {
                int tmp = array[child];
                array[child] = array[parent];
                array[parent] = tmp;
                parent = child;
                child = 2\*parent+1;
            }else {
                break;
            }
        }
    }

    public static void createHeap(int[] array) {
        //从小到大排序 -》 大根堆
        for (int i = (array.length-1 - 1) / 2;  i >= 0 ; i--) {
            siftDown(array,i,array.length);
        }
    }
    public static void heapSort(int[] array) {
        createHeap(array);//O(n)
        int end = array.length-1;
        while (end > 0) {//O(N\*logN)
            int tmp = array[end];
            array[end] = array[0];
            array[0] = tmp;
            siftDown(array,0,end);
            end--;
        }
    }

排序性能分析

1. 时间复杂度：O(N* log(N))（最好和最坏的都是这个）

2. 空间复杂度：O（1）（在整个调整的过程中并没有重新定义数组）

3. 稳定性：不稳定

这个堆排序我上一篇博客中有详细地讲过哦，相信大家看完后一定会有收获的有关堆的相关知识点

冒泡排序

原理

冒泡排序（Bubble Sort）是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。一直重复进行上述步骤，直到没有元素再需要交换，也就是说该数列已经排序完成。

实现

public static void bubbleSort(int[] array) {
        for (int i = 0; i < array.length-1; i++) {
            for (int j = 0; j < array.length-1-i; j++) {
                if(array[j] > array[j+1]) {
                    int tmp = array[j];
                    array[j] = array[j+1];
                    array[j+1] = tmp;
                    flg = true;
                }
            }
        }
    }

排序性能分析

1. 时间复杂度：最好/最坏：O（N2 ），若优化，则最好的情况下时间复杂度为O（n）

2. 空间复杂度：O（1）

3. 稳定性：稳定

优化方法

 public static void bubbleSort(int[] array) {
        // boolean flg = false;
        for (int i = 0; i < array.length-1; i++) {
            boolean flg = false;
            for (int j = 0; j < array.length-1-i; j++) {
                if(array[j] > array[j+1]) {
                    int tmp = array[j];
                    array[j] = array[j+1];
                    array[j+1] = tmp;
                    flg = true;
                }
            }
            if(flg == false) {
                break;
            }
        }
    }

设置一个flg，若当前排序时已经有序，可以提前结束本次循环

快速排序

原理

1. 快速排序是对冒泡排序的一种改进。
2. 排序前首先选择一个基准值（pivot）将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再对左右两个区间选取基准值，重复此步骤，采用分治思想，对左右两个小区间按照同样的方式处理，直到小区间的长度为1，代表已经有序，或者小区间的长度为0，代表没有数据，排序完成！整个排序过程可以递归进行，也可以非递归进行（如使用栈）

基准的选取（递归实现快速排序）

挖坑法

定义两个变量，假如数组的首元素位置下标是low，数组的尾元素位置下标是high，挖坑法为固定位置选取基准法，比如让low下标的元素作为基准，让其存到临时变量tmp当中，然后将high从后往前遍历，找比tmp的值小的数字，若找到，则将这个值存到low下标对应的位置中。接着让low从左到右遍历去找比tmp的值大的元素，若找到，则将其值存到high下标对应的位置中，以此循环。直到low和high相遇，那么就把tmp的值放到相遇位置作为基准即可。这样即可实现把要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小了

实现代码：

public static int partition(int[] array,int low,int high) {
        int tmp = array[low];
        while (low < high) {
            while (low < high && array[high] >= tmp) {
                high--;
            }
            array[low] = array[high];
            while (low < high && array[low] <= tmp) {
                low++;
            }
            array[high] = array[low];
        }
        array[low] = tmp;
        return low;
    }

有了基准后，就可以进行快速排序的下一步了，然后再对左右两个小区间选取基准值进行排序，下面我们将使用递归的方法：

import java.util.Arrays;

public class TestDemo {
    public static int partition(int[] array,int low,int high) {
        int tmp = array[low];
        while (low < high) {
            while (low < high && array[high] >= tmp) {
                high--;
            }
            array[low] = array[high];
            while (low < high && array[low] <= tmp) {
                low++;
            }
            array[high] = array[low];
        }
        array[low] = tmp;
        return low;
    }
    public static void quick(int[] array,int start,int end) {
        if(start >= end) {
            return;
        }
        int pivot = partition(array,start,end);
        quick(array,start,pivot-1);
        quick(array,pivot+1,end);
    }
    public static void quickSort1(int[] array) {
        quick(array,0,array.length-1);
    }

    public static void main(String[] args) {
        int[] array={12,5,37,41,55,28,6,1,69,17};
        quickSort1(array);
        System.out.println(Arrays.toString(array));
    }
}

打印的结果为：
排序完成！
性能分析

1. 时间复杂度：
   最好情况：O（N*logN）（每一次排序时分割区间都是均匀的）
   最坏情况：O（N2）（对已经有序的一对数据排序）

2. 空间复杂度：
   最好：O（logN）
   最坏：O（N）

3. 稳定性：不稳定

三数取中

对于上述用挖坑法递归进行快速排序时，因为空间复杂度为O（n），那么当数据足够多时且越趋于有序而导致排序分割的区间不均匀时，那可能会栈溢出（因为递归是在栈上开辟内存的），因此，我们可以用三数取中来实现让排序的区间更趋于均匀，从而提升算法的效率。
具体思路：
让low下标等于数组首元素位置，让high等于数组最后一个元素的位置，定义一个mid使其等于数组的中间位置，然后让low下标的值等于这三个下标对应的值第二大的，即中间大小的值
实现代码：

mport java.util.Arrays;

public class TestDemo {
    public static int partition(int[] array,int low,int high) {
        int tmp = array[low];
        while (low < high) {
            while (low < high && array[high] >= tmp) {
                high--;
            }
            array[low] = array[high];
            while (low < high && array[low] <= tmp) {
                low++;
            }
            array[high] = array[low];
        }
        array[low] = tmp;
        return low;
    }
    public static void swap(int[] array,int i,int j) {
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }
    public static void selectPivotMedianOfThree(int[] array,int start,int end,int mid) {
        //array[mid] <= array[start] <= array[end]
        if(array[mid] > array[start]) {
            swap(array,start,mid);
        }// array[mid] <= array[start]
        if(array[start] > array[end]) {
            swap(array,start,end);
        }// array[start] <= array[end]
        if(array[mid] > array[end]) {
            swap(array,start,end);
        }// array[mid] <= array[end]
    }
    public static void quick(int[] array,int start,int end) {
        if(start >= end) {
            return;
        }
        int mid = (start+end)/2;
        selectPivotMedianOfThree(array,start,end,mid);
        int pivot = partition(array,start,end);
        quick(array,start,pivot-1);
        quick(array,pivot+1,end);
    }
    public static void quickSort1(int[] array) {
        quick(array,0,array.length-1);
    }

    public static void main(String[] args) {
        int[] array={12,5,37,41,55,28,6,1,69,17};
        quickSort1(array);
        System.out.println(Arrays.toString(array));
    }
}

优化

利用递归法求基准进行快速排序时，当分割的区间越来越小时，其区间内的数据越趋于有序，因此我们可以设定一个区间范围，然后在这个区间范围进行直接插入排序，排好序之后就不再递归了，这样可以大大提高算法的效率
直接插入排序部分代码：

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！