图解 常用排序算法

冒泡排序

冒泡排序是一种简单的排序算法，通过重复比较相邻元素并交换它们的位置来将较大的元素“冒泡”到列表的末端。它的基本操作是两两比较和交换，直到整个列表排序完成。

希尔排序

希尔排序（Shell Sort）是一种插入排序的改进版本，旨在通过分组和逐渐减少这些组的间隔来提高排序效率。它的基本思想是将整个待排序数组分成若干个子数组，对这些子数组进行插入排序，然后逐步缩小间隔，直到最终进行一次普通的插入排序。希尔排序的步骤如下：

1. 选择间隔（gap）序列：首先选择一个间隔序列（gap sequence），例如初始间隔较大的数值，然后逐步减小间隔，直到间隔为 1。

2. 分组排序：对于每一个间隔值，将数组分为若干组，每组的元素在当前间隔下进行插入排序。例如，对于间隔为 5 的情况，将数组中的第1、6、11…个元素分为一组，第2、7、12…个元素分为另一组，以此类推。

3. 缩小间隔：重复步骤 2，但使用较小的间隔值，直到间隔缩小到 1。

4. 最终插入排序：当间隔为 1 时，对整个数组进行最终的插入排序。

希尔排序的时间复杂度通常比简单的插入排序更优，具体的性能依赖于间隔序列的选择。希尔排序的优点包括：

• 比直接插入排序效率更高，尤其是对于大规模数据。
• 算法实现简单，不需要额外的内存空间（就地排序）。

由于希尔排序的间隔序列选择的不同，算法的性能也会有所不同。最常见的间隔序列是希尔的原始序列和 Hibbard 序列。

归并排序

归并排序（Merge Sort）是一种基于分治法的排序算法。其基本步骤如下：

1. 分割：将待排序数组分成两个大致相等的子数组。
2. 递归排序：对这两个子数组递归地应用归并排序。
3. 合并：将两个已排序的子数组合并成一个排序好的数组。

归并排序的优点包括：

• 稳定性：相同元素的相对位置不变。
• 时间复杂度：最坏、最好和平均情况时间复杂度均为 O(n log n)。

它的缺点是需要额外的空间来存储临时数组，因此空间复杂度为 O(n)。

快速排序

快速排序（Quick Sort）是一种高效的分治排序算法。其基本步骤如下：

1. 选择枢轴：从数组中选择一个元素作为枢轴（pivot）。
2. 分区：将数组重新排列，使得小于枢轴的元素位于枢轴左侧，大于枢轴的元素位于右侧。
3. 递归排序：对枢轴左侧和右侧的子数组递归应用快速排序。

快速排序的优点包括：

• 时间复杂度：平均情况下为 O(n log n)，在最佳情况下也为 O(n log n)。
• 空间复杂度：较低，通常为 O(log n)（递归栈深度）。

它的缺点是最坏情况下（例如在已经排序好的数组上进行排序）时间复杂度为 O(n^2)。

插入排序

插入排序（Insertion Sort）是一种简单的排序算法，适合于小规模数据的排序。其基本思想是将待排序的元素逐个插入到已经排好序的部分中。以下是插入排序的步骤：

1. 初始状态：将数组分为两个部分，左边是已排序的部分，右边是未排序的部分。开始时，已排序部分只有第一个元素，未排序部分包含剩余的元素。

2. 插入元素：从未排序部分取出一个元素，将其插入到已排序部分的适当位置。这个过程是通过比较并移动元素来完成的，以确保插入后的已排序部分仍然保持排序状态。

3. 重复：重复步骤 2，直到未排序部分为空。

插入排序的具体过程如下：

• 从第二个元素开始，依次与已排序部分的元素进行比较。
• 通过移动已排序部分的元素，将目标元素插入到合适的位置。

优点：

• 简单易懂：算法实现简单。
• 稳定性：相同元素的相对位置不变。
• 适合小规模数据：对小规模数据或接近排序好的数据表现良好。

缺点：

• 时间复杂度：最坏和平均情况下时间复杂度为 O(n^2)，这使得它在处理大规模数据时效率较低。

适用场景：

插入排序适用于数据量较小的情况，或者当数据已经部分排序时，插入排序的效率会比较高。

选择排序

选择排序（Selection Sort）是一种简单的排序算法，主要思想是通过不断选择未排序部分中的最小（或最大）元素，并将其放到已排序部分的末尾。具体步骤如下：

1. 遍历未排序部分：从未排序部分中找到最小（或最大）元素。
2. 交换位置：将找到的最小（或最大）元素与未排序部分的第一个元素交换位置。
3. 缩小范围：将已排序部分扩大一个元素，未排序部分缩小一个元素。
4. 重复：重复步骤 1 到 3，直到所有元素都被排序。

优点：

• 实现简单：算法简单直观，易于实现。
• 不需要额外的内存：排序在原数组中进行，不需要额外的存储空间。

缺点：

• 时间复杂度：最坏、最好和平均情况下时间复杂度均为 O(n^2)，在处理大规模数据时效率较低。
• 稳定性：选择排序通常不是稳定的排序算法（即相同值的元素可能会改变相对位置）。

选择排序适用于数据量较小的情况，或者对稳定性要求不高的场景。

总结