排序算法总结

排序算法

表格速览

排序算法	平均复杂度	最坏复杂度	最佳复杂度	空间复杂度	稳定性	复杂性
插入排序	$O(n^2)$	$O(n^2)$	$O(n)$	$O(1)$	稳定	简单
冒泡排序	$O(n^2)$	$O(n^2)$	$O(n)$	$O(1)$	稳定	简单
快速排序	$O(nlo{g}_{2}n)$	$O(n^2)$	$O(nlo{g}_{2}n)$	$O(lo{g}_{2}n)$	不稳定	较复杂
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O(1)$	不稳定	简单
堆排序	$O(nlo{g}_{2}n)$	$O(nlo{g}_{2}n)$	$O(nlo{g}_{2}n)$	$O(1)$	不稳定	较复杂
归并排序	$O(nlo{g}_{2}n)$	$O(nlo{g}_{2}n)$	$O(nlo{g}_{2}n)$	$O(n)$	稳定	较复杂

具体实现

插入排序

第一步：把待排序的数组分成已排序和未排序两部分，初始的时候把第一个元素认为是已排好序的。

第二步：从第二个元素开始，在已排好序的子数组中寻找到该元素合适的位置并插入该位置。

重复上述过程直到最后一个元素被插入有序子数组中

代码优化

插入排序由于O( n2 )的复杂度，在数组较大的时候不适用。但是，在数据比较少的时候，是一个不错的选择，一般做为快速排序的扩充。例如，在STL的sort算法和stdlib的qsort算法中，都将插入排序作为快速排序的补充，用于少量元素的排序。又如，在JDK 7 java.util.Arrays所用的sort方法的实现中，当待排数组长度小于47时，会使用插入排序。

冒泡排序

第一步：比较相邻的元素。如果第一个比第二个大，就交换它们两个；
第二步：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，这样在最后的元素应该会是最大的数；
第三步：针对所有的元素重复以上的步骤，除了最后一个；
重复步骤1~3，直到排序完成。

代码优化

在数据完全有序的时候展现出最优时间复杂度，为O(n)。其他情况下，几乎总是O( n2 )。因此，算法在数据基本有序的情况下，性能最好。要使算法在最佳情况下有O(n)复杂度，需要做一些改进，增加一个swap的标志，当前一轮没有进行交换时，说明数组已经有序，没有必要再进行下一轮的循环了，直接退出。

public static void bubbleSort(int[] arr) {
    int temp = 0;
    boolean swap;
    for (int i = arr.length - 1; i > 0; i--) { // 每次需要排序的长度
        swap=false;
        for (int j = 0; j < i; j++) { // 从第一个元素到第i个元素
            if (arr[j] > arr[j + 1]) {
                temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;
                swap=true;
            }
        }//loop j
        if (swap==false){
            break;
        }
    }//loop i
}// method bubbleSort

快速排序

第一步：从数列中挑出一个元素，称为"基准"（pivot）

第二步：重新排序数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准后面（相同的数可以到任何一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。

第三步：递归地（recursively）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。

稳定性与适用场景

快速排序并不是稳定的。这是因为我们无法保证相等的数据按顺序被扫描到和按顺序存放。快速排序在大多数情况下都是适用的，尤其在数据量大的时候性能优越性更加明显。但是在必要的时候，需要考虑下优化以提高其在最坏情况下的性能。

选择排序

第一步：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。

第二步：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。

重复前两步，直到所有元素均排序完毕。

代码优化

用数组实现的选择排序是不稳定的，用链表实现的选择排序是稳定的。不过，一般提到排序算法时，大家往往会默认是数组实现，所以选择排序是不稳定的。但是由于固有的O(n2)复杂度，选择排序在海量数据面前显得力不从心。因此，它适用于简单数据排序。

堆排序

堆排序就是把最大堆堆顶的最大数取出，将剩余的堆继续调整为最大堆，再次将堆顶的最大数取出，这个过程持续到剩余数只有一个时结束。

稳定性与适用场景

堆排序存在大量的筛选和移动过程，属于不稳定的排序算法。堆排序在建立堆和调整堆的过程中会产生比较大的开销，在元素少的时候并不适用。但是，在元素比较多的情况下，还是不错的一个选择。尤其是在解决诸如“前n大的数”一类问题时，几乎是首选算法。

归并排序

递归法

第一步：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

第二步：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

第三步：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直到某一指针到达序列尾

第四步：将另一序列剩下的所有元素直接复制到合并序列尾

迭代法

第一步：将序列每相邻两个数字进行归并操作，形成n/2个序列，排序后每个序列包含一个或两个元素

第二步：若此时序列数不是1个则将上述序列再次归并，形成n/4个序列，每个序列包含四个或者三个元素

重复步骤2，直到所有元素排序完毕，即序列数为1