各种排序算法汇总

结合遇到的排序算法题，记录一些算法。

输入：
[5,2,3,1,4]
返回值：
[1,2,3,4,5]

class Solution {
public:
     
    vector<int> MySort(vector<int>& arr) {
        //sort(arr.begin(), arr.end());
        quicksort(arr, 0, arr.size() - 1);
        //mergeSort(arr, 0, arr.size()-1);
        //heapSort(arr);
        //bubbleSort(arr);
        //selectionSort(arr);
        //insetionSort(arr);
        return arr;
    }
    
 
    // 1、快速排序（通过）
    // 时间复杂度O(logn)。空间复杂度是O(n)。
    // 主要是要找出标杆值（中间值），默认最后一个值为标杆值，然后比它小的放左边，比他大的放右边，然后交换最后一位。就得到标杆值在中间的下标。
    // 不稳定算法
    void quicksort(vector<int> &arr){
        quicksort(arr, 0, arr.size() - 1);
    }
    void quicksort(vector<int> &arr, int left, int right){
        if(left > right) return;
        int pivotIndex = partition(arr, left, right);//标杆所在位置
        quicksort(arr, left, pivotIndex - 1);//左半边
        quicksort(arr, pivotIndex + 1, right);//右半边
    }
    int partition(vector<int> &arr, int left, int right){
        int counter = left;
        while(left < right){
            if(arr[left] < arr[right]){
                swap(arr[left], arr[counter]);
                counter++;
            }
            left++;
        }
        swap(arr[counter], arr[right]);
        return counter;
    }
    
    // 2、归并排序（通过）
    // 时间复杂度O(logn)。空间复杂度是O(n)。
    // 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。
    // 是稳定的算法
    void mySort2(vector<int>& arr) {
        mergeSort(arr, 0, arr.size()-1);
    } 
    void mergeSort(vector<int> &arr, int left, int right){
        if(left >= right) return;
        int mid = left + (right - left) / 2;
        mergeSort(arr, left, mid);// 递归 左半边
        mergeSort(arr, mid + 1, right);// 递归 右半边
        
        merge(arr, left, mid, right);// 合并两个有序的数组（参考合并两个有序的链表）
    }
    //合并两个数组
    void merge(vector<int> &arr, int left, int mid, int right){
        vector<int> tmp(right - left + 1);// 开辟新的数组
        int i = left, j = mid + 1, k = 0;// i左边数组的起始位置，j右边数组的起始位置，k已经放入新数组的个数
        
        while(i <= mid && j <= right){// 比较左右数组，数值小的放入新数组中
            tmp[k++] = arr[i] < arr[j] ? arr[i++] : arr[j++];
        }
        while(i <= mid) tmp[k++] = arr[i++];// 如果左半边数组没有排序完，加入新数组
        while(j <= right) tmp[k++] = arr[j++];// 如果右半边数组没有排序完，加入新数组
        
        for(i = left, k = 0; i <= right;) arr[i++] = tmp[k++];// 新数组数据放回到原来的数组中
    }
    
    // 3、堆排序（通过）
    // 时间复杂度O(logn)。空间复杂度是O(n)。
    // 不稳定算法
    void heapSort(vector<int> &arr){
        priority_queue<int, vector<int>, greater<int> > q;
        for(int i = 0; i < arr.size(); i++){
            q.push(arr[i]);
        }
        for(int i = 0; i < arr.size(); i++){
            arr[i] = q.top();
            q.pop();
        }
    }
    
    // 4、冒泡排序（超时）
    // 时间复杂度O(n2)，空间复杂度O(1)
    // 从后往前排
    // 两两比较交换，最大的放在后面
    //稳定排序
    void bubbleSort(vector<int> &arr){
        for(int i = 0; i < arr.size(); i++){
            for(int j = 0; j < arr.size() - i - 1; j++){
                if(arr[j] > arr[j + 1]){
                    swap(arr[j], arr[j + 1]);
                }
            }
        }
    }
    
    // 5、选择排序（超时）
    // 时间复杂度O(n2)，空间复杂度O(1)
    // 从前往后排
    // 遍历数组，找出最小值，最小的放在前面
    //不稳定排序
    void selectionSort(vector<int> &arr){
        int minIndx = 0;
        for(int i = 0; i < arr.size(); i++){
            minIndx = i;
            for(int j = i + 1; j < arr.size(); j++){
                if(arr[j] < arr[minIndx]){
                    minIndx = j;
                }
            }
            swap(arr[i], arr[minIndx]);
        }
    }
    
    // 6、插入排序（超时）
    // 时间复杂度O(n2)，空间复杂度O(1)
    // 从前往后排
    // 遍历数组，找出一个值，往排好的数组里面插入合适的位置
    //稳定排序
    void insetionSort(vector<int> &arr){
        int preIndex = 0;
        int currentVal = 0;
        
        for(int i = 1; i < arr.size(); i++){
            preIndex = i - 1;
            currentVal = arr[i];
            
            while(preIndex >= 0 && arr[preIndex] > currentVal){
                arr[preIndex + 1] = arr[preIndex];
                preIndex--;
            }
            arr[preIndex + 1] = currentVal;
        }
    }   
};