算法小结——排序算法总结

1. 总览

• 排序
  • 插入排序类
    • 直接插入排序$O(n^2)$
    • 希尔排序$O(nlogn)-O(n^2)$
  • 选择排序类
    • 简单选择排序$O(n^2)$
    • 堆排序$O(nlogn)$
  • 交换排序类
    • 冒泡排序$O(n^2)$
    • 快速排序$O(nlogn)$
  • 归并排序类
    • 归并排序$O(nlogn)$

2. 直接插入排序

插入排序的基本方法是：每一步将一个待排序的元素，按其排序码的大小，插入到前面已经排好序的一组元素的适当位置上去，直到元素全部插入为止。

• 当插入第i(i >= 1)时，前面的V[0]，V[1]，……，V[i-1]已经排好序。这时，用V[i]的排序码与V[i-1]，V[i-2]，…的排序码顺序进行比较，找到插入位置即将V[i]插入，原来位置上的元素向后顺移。

3. 希尔排序

直接插入排序在小规模或是基本有序的数据集中效率较高。希尔排序就是对数据进行预处理，在预处理的基础上进行插入排序以提高效率。

• 首先它把较大的数据集合分割成若干个小组（逻辑上分组），然后对每一个小组分别进行插入排序，此时，插入排序所作用的数据量比较小（每一个小组），插入的效率比较高。

• 经过排序得到部分有序的数组：[1, 2, 4, 3, 5, 7, 8, 6]。

• 然后将增量缩小为之前的一半，在此重复之前的分组排序过程。

• 经过排序得到部分有序的数组：[1, 2, 4, 3, 5, 6, 8, 7]
• 然后将增量缩小为之前的一半，此时为1，则所有数据在一组中，再进行插入排序得到最后的排序结果。此时数据基本有序，插入排序效率高。

4. 简单选择排序

每次选择一个最大(小)的，直到所有元素都被输出。

5. 堆排序

堆是满足下列性质的完全二叉树：

• 每个节点都大于或是等于其左右孩子节点的值，称为大顶堆
• 每个节点都小于或是等于其左右孩子节点的值，称为小顶堆[外链图片转存失败,源站可能有防盗链机制,

同时，我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面这个样子

堆排序基本思想及步骤

堆排序的基本思想是：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了

步骤一 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。

1. 假设给定无序序列结构如下

2. 此时我们从最后一个非叶子结点开始（叶结点自然不用调整，第一个非叶子结点 arr.length/2-1=5/2-1=1，也就是下面的6结点），从左至右，从下至上进行调整。

3. 找到第二个非叶节点4，由于[4,9,8]中9元素最大，4和9交换。

4. 这时，交换导致了子根[4,5,6]结构混乱，继续调整，[4,5,6]中6最大，交换4和6。

此时，我们就将一个无需序列构造成了一个大顶堆。

步骤二 将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。

5. 将堆顶元素9和末尾元素4进行交换

6. 重新调整结构，使其继续满足堆定义

7. 再将堆顶元素8与末尾元素5进行交换，得到第二大元素8.

8. 后续过程，继续进行调整，交换，如此反复进行，最终使得整个序列有序

再简单总结下堆排序的基本思路：

a.将无需序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆;

b.将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;

c.重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

6. 冒泡排序

算法思路：

1. 比较相邻的元素。如果第一个比第二个大（小），就交换他们两个。
2. 对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大（最小）的数。
3. 针对所有的元素重复以上的步骤，除了最后一个（已经为最大/最小）。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

7. 快速排序

设置low和high两个指针（low=0，high=size-1）并将数组内的一个值设置为pivot，将数据分为大于pivot和小于pivot的两个部分，并对pivot作用分界点的左右两部分数组递归的调用这个过程，最终得到有序数组。

实现原理

1. 设置两个变量 low、high，排序开始时：low=0，high=size-1。

2. 整个数组找基准正确位置，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面

   2.1. 默认数组的第一个数为基准数据，赋值给key，即key=array[low]。

   2.2. 因为默认数组的第一个数为基准，所以从后面开始向前搜索（high–），找到第一个小于key的array[high]，就将 array[high] 赋给 array[low]，即 array[low] = array[high]。（循环条件是 array[high] >= key；结束时 array[high] < key）

   2.3. 此时从前面开始向后搜索（low++），找到第一个大于key的array[low]，就将 array[low] 赋给 array[high]，即 array[high] = array[low]。（循环条件是 array[low] <= key；结束时 array[low] > key）

   2.4. 循环 2-3 步骤，直到 low=high，该位置就是基准位置。

   2.5. 把基准数据赋给当前位置。

3. 第一趟找到的基准位置，作为下一趟的分界点。

4. 递归调用（recursive）分界点前和分界点后的子数组排序，重复2.2、2.3、2.4的步骤。

5. 最终就会得到排序好的数组。

8. 归并排序

归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而**治(conquer)**的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。

分而治之

可以看到这种结构很像一棵完全二叉树，本文的归并排序我们采用递归去实现（也可采用迭代的方式去实现）。分阶段可以理解为就是递归拆分子序列的过程，递归深度为log2n。

合并相邻有序子序列

再来看看治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列，合并为最终序列[1,2,3,4,5,6,7,8]，来看下实现步骤。

9. 时间复杂度总结

参考资料：

https://baijiahao.baidu.com/s?id=1653077762711837226&wfr=spider&for=pc

https://blog.csdn.net/eric_sunah/article/details/103080731

https://blog.csdn.net/sun7545526/article/details/85165742

https://blog.csdn.net/eric_sunah/article/details/103081878

ttps://blog.csdn.net/eric_sunah/article/details/103080731

https://blog.csdn.net/sun7545526/article/details/85165742

https://blog.csdn.net/eric_sunah/article/details/103081878

https://blog.csdn.net/eric_sunah/article/details/103082607