排序算法是《数据结构与算法》中最基本的算法之一。
排序算法可以分为内部排序和外部排序。
内部排序是数据记录在内存中进行排序。
而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。
常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。
用一张图概括:
![image 640](https://img-blog.csdnimg.cn/img_convert/6f4e3b2f2d960f31e3ed17b5947471ad.png)
关于时间复杂度:
平方阶 (O(n2)) 排序 各类简单排序:直接插入、直接选择和冒泡排序。
线性对数阶 (O(nlog2n)) 排序 快速排序、堆排序和归并排序;
O(n1+§)) 排序,§ 是介于 0 和 1 之间的常数。 希尔排序
线性阶 (O(n)) 排序 基数排序,此外还有桶、箱排序。
关于稳定性:
稳定的排序算法:冒泡排序、插入排序、归并排序和基数排序。
不是稳定的排序算法:选择排序、快速排序、希尔排序、堆排序。
1. 冒泡排序
1.1 算法步骤
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
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。这步做完后,最后的元素会是最大的数。
针对所有的元素重复以上的步骤,除了最后一个。
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。
1.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/9ba1d9779671cb0e32706afc42d4e4ad.gif)
1.3 参考代码
2. 选择排序
2.1 算法步骤
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置
再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
重复第二步,直到所有元素均排序完毕。
2.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/3e10100cb2186070e290afe87706cc81.gif)
2.3 参考代码
3. 插入排序
3.1 算法步骤
将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。)
3.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/72f5e4a5a0b912c0011ee4fc44b931fe.gif)
3.3 参考代码
4. 希尔排序
4.1 算法步骤
选择一个增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1;
按增量序列个数 k,对序列进行 k 趟排序;
每趟排序,根据对应的增量 ti,将待排序列分割成若干长度为 m 的子序列,分别对各子表进行直接插入排序。仅增量因子为 1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
4.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/53e1c9b03ff998cad513c0827ca9d4c6.gif)
4.3 参考代码
5. 归并排序
5.1 算法步骤
申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
设定两个指针,最初位置分别为两个已经排序序列的起始位置;
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
重复步骤 3 直到某一指针达到序列尾;
将另一序列剩下的所有元素直接复制到合并序列尾。
5.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/0561b357004396131253feea9917ed69.gif)
5.3 参考代码
6. 快速排序
6.1 算法步骤
从数列中挑出一个元素,称为 “基准”(pivot);
重新排序数列,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(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序;
6.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/2fa4ac0f98fcd9f2a89de0ba770eb24b.gif)
6.3 参考代码
7. 堆排序
7.1 算法步骤
创建一个堆 H[0……n-1];
把堆首(最大值)和堆尾互换;
把堆的尺寸缩小 1,并调用 shift_down(0),目的是把新的数组顶端数据调整到相应位置;
重复步骤 2,直到堆的尺寸为 1。
7.2 动画演示
![640](https://img-blog.csdnimg.cn/img_convert/a53a125d3388e5dd79b7912c32f7eec8.gif)
7.3 参考代码
8. 计数排序
8.1 算法步骤
花O(n)的时间扫描一下整个序列 A,获取最小值 min 和最大值 max
开辟一块新的空间创建新的数组 B,长度为 ( max - min + 1)
数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
最后输出目标整数序列,具体的逻辑是遍历数组 B,输出相应元素以及对应的个数
8.2 动画演示
![image 640](https://img-blog.csdnimg.cn/img_convert/eab87780a4d441d58bd9be87f27912a8.gif)
8.3 参考代码
9. 桶排序
9.1 算法步骤
设置固定数量的空桶。
把数据放到对应的桶中。
对每个不为空的桶中数据进行排序。
拼接不为空的桶中数据,得到结果
9.2 动画演示
![640](https://img-blog.csdnimg.cn/img_convert/9e24334bdc62d21c04f992bfb566ea98.gif)
9.3 参考代码
10. 基数排序
10.1 算法步骤
将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零
从最低位开始,依次进行一次排序
从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列
10.2 动画演示
![640](https://img-blog.csdnimg.cn/img_convert/e2cfe56b8610d79e088299a1ba0a198f.gif)
10.3 参考代码
本文思路来源于:https://github.com/hustcc/JS-Sorting-Algorithm
End
关于本号
作者乔戈里亲历2019秋招,哈工大计算机本硕,百度java工程师,欢迎大家关注我的微信公众号:程序员乔戈里,公众号有3T编程资源,以及我和我朋友(百度C++工程师)在秋招期间整理的近200M的面试必考的java与C++面经,并有每天一道leetcode打卡群与技术交流群,欢迎关注。
3T编程资料等你来拿
等等,先别走![程序员乔戈里]公众号又有活动了!参与活动,不仅可以培养自己良好的习惯,还能拿到“现金红包与书籍奖励”,动作要快,姿势要帅!
今日问题:
(辣条走起)如何看待图解算法这种方式?
留言格式:
打卡xx天,答:xxx