动画演示:数据结构和算法动态可视化 (Chinese) - VisuAlgo;
参考文章:常见的10种排序算法;六大排序算法;十大排序;与数组初始状态无关的内排序算法;
只是个人的简略复习笔记,具体的可参考以上博客。十大排序 这一篇很全很详细。
算法分类
十种常见排序算法可以分为两大类:
- 比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破 O ( n log n ) O(n\log n) O(nlogn),因此也称为非线性时间比较类排序。
- 非比较类排序:不通过比较来决定元素间的相对次序,它可以突破基于比较排序的时间下界,以线性时间运行,因此也称为线性时间非比较类排序。
复杂度
排序方法 | 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
插入排序 | O ( n 2 ) O(n^2) O(n2) | O ( n 2 ) O(n^2) O(n2) | O ( n ) O(n) O(n) | O ( 1 ) O(1) O(1) | 稳定 |
希尔排序 | O ( n 1.3 ) O(n^{1.3}) O(n1.3) | O ( n 2 ) O(n^2) O(n2) | O ( n ) O(n) O(n) | O ( 1 ) O(1) O(1) | 不稳定 |
选择排序 | O ( n 2 ) O(n^2) O(n2) | O ( n 2 ) O(n^2) O(n2) | O ( n 2 ) O(n^2) O(n2) | O ( 1 ) O(1) O(1) | 不稳定 |
堆排序 | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( 1 ) O(1) O(1) | 不稳定 |
冒泡排序 | O ( n 2 ) O(n^2) O(n2) | O ( n 2 ) O(n^2) O(n2) | O ( n ) O(n) O(n) | O ( 1 ) O(1) O(1) | 稳定 |
快速排序 | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n 2 ) O(n^2) O(n2) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | 不稳定 |
归并排序 | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n log 2 n ) O(n\log_{2}n) O(nlog2n) | O ( n ) O(n) O(n) | 稳定 |
计数排序 | O ( n + k ) O(n+k) O(n+k) | O ( n + k ) O(n+k) O(n+k) | O ( n + k ) O(n+k) O(n+k) | O ( n + k ) O(n+k) O(n+k) | 稳定 |
桶排序 | O ( n + k ) O(n+k) O(n+k) | O ( n 2 ) O(n^2) O(n2) | O ( n ) O(n) O(n) | O ( n + k ) O(n+k) O(n+k) | 稳定 |
基数排序 | O ( n ∗ k ) O(n*k) O(n∗k) | O ( n ∗ k ) O(n*k) O(n∗k) | O ( n ∗ k ) O(n*k) O(n∗k) | O ( n + k ) O(n+k) O(n+k) | 稳定 |
做题口诀
- 不稳定:快些(希)选堆牌
- 时间快:快些(希)归队(堆)
- 算法复杂度与数组的初试状态无关:选择排序、堆排序、归并排序、基数排序。
- 元素总比较次数与初始状态无关的有:选择排序、基数排序。
- 元素总移动次数与初始状态无关的有:归并排序、基数排序。
相关概念
- 稳定:如果 a 原本在 b 前面,而 a=b,排序之后 a 仍然在 b 的前面。
- 不稳定:如果 a 原本在 b 的前面,而 a=b,排序之后 a 可能会出现在 b 的后面。
- 时间复杂度:对排序数据的总的操作次数。反映当 n 变化时,操作次数呈现什么规律。
- 空间复杂度:是指算法在计算机内执行时所需存储空间的度量,它也是数据规模 n 的函数。
1、插入排序
步骤:
- 从第一个元素开始,该元素可以认为已经被排序
- 取下一个元素 item,从已排序的元素序列从后往前扫描
- 如果该元素大于 item,则将该元素移到下一位
- 重复步骤 3,直到找到已排序元素中小于等于 item 的元素
- item 插入到该元素的后面,如果已排序所有元素都大于 item,则将 item插入到下标为 0 的位置
- 重复步骤 2~5
2、希尔排序
步骤:
- 先选定一个小于 N 的整数 gap 作为第一增量,然后将所有距离为 gap 的元素分在同一组,并对每一组的元素进行直接插入排序。然后再取一个比第一增量小的整数作为第二增量,重复上述操作…
- 当增量的大小减到1时,就相当于整个序列被分到一组,进行一次直接插入排序,排序完成。
3、冒泡排序
思路:
相邻元素一一比较,左边大于右边交换,一趟排下来最大的在右边。
4、快速排序
思路:
- 选出一个 key,一般是最左边或是最右边的。
- 定义一个 begin 和一个 end,begin 从左向右走,end 从右向左走。(需要注意的是:若选择最左边的数据作为 key,则需要 end 先走;若选择最右边的数据作为 key,则需要 bengin 先走)。
- 在走的过程中,若 end 遇到小于 key 的数,则停下,begin 开始走,直到 begin 遇到一个大于 key 的数时,将 begin 和 right 的内容交换,end 再次开始走,如此进行下去,直到 begin 和 end 最终相遇,此时将相遇点的内容与 key 交换即可。(选取最左边的值作为 key)
- 此时 key 的左边都是小于 key 的数,key 的右边都是大于 key 的数。
- 将 key 的左序列和右序列再次进行这种单趟排序,如此反复操作下去,直到左右序列只有一个数据,或是左右序列不存在时,便停止操作,此时此部分已有序。
5、选择排序
思路:
每次从待排序列中选出一个最小值,然后放在序列的起始位置,直到全部待排数据排完即可。
实际上,我们可以一趟选出两个值,一个最大值一个最小值,然后将其放在序列开头和末尾,这样可以使选择排序的效率快一倍。
6、堆排序
参考:堆,向下调整算法,向上调整算法,数组建堆算法,堆排序,建堆时间复杂度的推理;
思路:
建堆和 m/2
7、归并排序
思路:
-
把长度为 n 的输入序列分成两个长度为 n/2 的子序列;
-
对这两个子序列分别采用归并排序;
-
将两个排序好的子序列合并成一个最终的排序序列。
8、基数排序
思路:
个十百……位
-
取得数组中的最大数,并取得位数;
-
arr 为原始数组,从最低位开始取每个位组成 radix 数组;
-
对 radix 进行计数排序(利用计数排序适用于小范围数的特点)。