多少年前,我就与你在一起,曾经把你保存我电脑里,
多少年后,积攒的东西太多,以至于找不到你了,
不知道,是你已经离开了我,还是我抛弃了你,
这次我把你放在这里,愿永远伴我左右.....
说到排序,相信每一个程序员没有不知道的,就像走路吃饭一样平常,当你多年来,一直没有使用了,还能一次性code出来,
如果不能在心里走一圈,非要debug的话,那她正在远离你.....
我把排序归为两种,小数据列与大数据列。
小数据列,我分为冒泡排序、插入排序、选择排序和希尔排序等,
大数据列, 我分为快速排序、归并排序等
一、 小数据列
1、 冒泡排序:
基本原理:
1.比较相邻的元素。如果第一个比第二个大,就交换他们两个。
2.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。在这一点,最后的元素应该会是最大的数。
3.针对所有的元素重复以上的步骤,除了最后一个。
4.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
源码:
时间复杂度: O(n²)
2、插入排序
基本原理:
1.从第一个元素开始,该元素可以认为已经被排序
2.取出下一个元素,在已经排序的元素序列中从后向前扫描
3.如果该元素(已排序)大于新元素,将该元素移到下一位置
4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
5.将新元素插入到该位置后
6.重复步骤2~5
源码:
时间复杂度:O(n)~O(n²)
3、选择排序
基本原理:
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,
然后,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。以此类推,直到所有元素均排序完毕
源码:
时间复杂度:O(n²)
4、希尔排序
基本原理:
先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。
所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;
然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),
即所有记录放在同一组中进行直接插入排序为止
源码:
时间复杂度:O(nlog2^n)~O(n^1.5)
二、大数据列
1、快速排序
基本原理:
1.从数列中挑出一个元素,称为 "基准"(pivot)。
2.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。
3.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。
源码:
时间复杂度:O(nlogn)~O(n²)
2、归并排序
基本原理:
1.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
2.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
3.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
4.重复步骤3直到某一指针达到序列尾
5.将另一序列剩下的所有元素直接复制到合并序列尾
源码:
时间复杂度:(n log n)/2 ~ nlog n - n + 1