排序算法是计算机科学中重要的基础算法之一,它们的目的在于将一组数据按照特定的顺序进行排列。下面我们将深入讨论五种常见的排序算法:冒泡排序、选择排序、插入排序、快速排序和归并排序,并对它们的性能和适用场景进行比较。
1. 冒泡排序(Bubble Sort)
原理
冒泡排序通过重复遍历待排序的列表,比较相邻的元素并交换它们的位置,一次比较两个元素,使得较大的元素逐渐“冒泡”到列表的末尾。
算法实现
void bubbleSort(int arr[], int n) {
for (int i = 0; i < n - 1; i++) {
for (int j = 0; j < n - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
// 交换
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
时间复杂度
- 最坏情况:O(n^2)
- 平均情况:O(n^2)
- 最好情况:O(n)(当数组已经排好序时)
空间复杂度
- O(1)(只使用了常数级别的额外空间)
稳定性
- 稳定
2. 选择排序(Selection Sort)
原理
选择排序每次从未排序的部分中选择最小(或最大)的元素,将其放到已排序部分的末尾,重复此过程直到排序完成。
代码示例
void selectionSort(int arr[], int n) {
for (int i = 0; i < n - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
// 交换最小值与当前值
int temp = arr[minIndex];
arr[minIndex] = arr[i];
arr[i] = temp;
}
}
时间复杂度
- 最坏情况:O(n^2)
- 平均情况:O(n^2)
- 最好情况:O(n^2)
空间复杂度
- O(1)
稳定性
- 不稳定
3. 插入排序(Insertion Sort)
原理
插入排序将数组分为已排序和未排序两部分,逐个将未排序元素插入到已排序部分的合适位置。
代码示例
void insertionSort(int arr[], int n) {
for (int i = 1; i < n; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
}
时间复杂度
- 最坏情况:O(n^2)
- 平均情况:O(n^2)
- 最好情况:O(n)(当数组已经排好序时)
空间复杂度
- O(1)
稳定性
- 稳定
4. 快速排序(Quick Sort)
原理
快速排序采用分治法,选择一个“基准”元素,然后将数组分为两部分,小于基准的放左边,大于基准的放右边,再对这两部分递归进行快速排序。
代码示例
void quickSort(int arr[], int low, int high) {
if (low < high) {
int pivot = partition(arr, low, high);
quickSort(arr, low, pivot - 1);
quickSort(arr, pivot + 1, high);
}
}
int partition(int arr[], int low, int high) {
int pivot = arr[high];
int i = (low - 1);
for (int j = low; j < high; j++) {
if (arr[j] < pivot) {
i++;
// 交换
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
// 交换基准元素
int temp = arr[i + 1];
arr[i + 1] = arr[high];
arr[high] = temp;
return i + 1;
}
时间复杂度
- 最坏情况:O(n^2)(当数组已经是有序的)
- 平均情况:O(n log n)
- 最好情况:O(n log n)
空间复杂度
- O(log n)(递归栈空间)
稳定性
- 不稳定
5. 归并排序(Merge Sort)
原理
归并排序同样采用分治法,将数组分为两部分,递归地对每一部分进行排序,然后将排好序的两部分合并在一起。
代码示例
void mergeSort(int arr[], int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
}
void merge(int arr[], int left, int mid, int right) {
int i, j, k;
int n1 = mid - left + 1;
int n2 = right - mid;
int L[n1], R[n2];
for (i = 0; i < n1; i++)
L[i] = arr[left + i];
for (j = 0; j < n2; j++)
R[j] = arr[mid + 1 + j];
i = 0; j = 0; k = left;
while (i < n1 && j < n2) {
if (L[i] <= R[j]) {
arr[k] = L[i];
i++;
} else {
arr[k] = R[j];
j++;
}
k++;
}
while (i < n1) {
arr[k] = L[i];
i++;
k++;
}
while (j < n2) {
arr[k] = R[j];
j++;
k++;
}
}
时间复杂度
- 最坏情况:O(n log n)
- 平均情况:O(n log n)
- 最好情况:O(n log n)
空间复杂度
- O(n)(需要额外的存储空间用于合并)
稳定性
- 稳定
算法对比
排序算法 | 最坏时间复杂度 | 平均时间复杂度 | 最好时间复杂度 | 空间复杂度 | 稳定性 | 适用场景 |
---|---|---|---|---|---|---|
冒泡排序 | O(n^2) | O(n^2) | O(n) | O(1) | 稳定 | 小规模数据或几乎有序的数组 |
选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) | 不稳定 | 小规模数据 |
插入排序 | O(n^2) | O(n^2) | O(n) | O(1) | 稳定 | 小规模数据或者部分有序数组 |
快速排序 | O(n^2) | O(n log n) | O(n log n) | O(log n) | 不稳定 | 大规模数据 |
归并排序 | O(n log n) | O(n log n) | O(n log n) | O(n) | 稳定 | 大规模数据,稳定性要求高时 |
总结
- 冒泡排序、选择排序、插入排序 适合小规模数据,不适合大规模数据。
- 快速排序 是一种高效的排序算法,适用于大部分情况,但在最坏情况下性能会下降。
- 归并排序 是稳定的,适用于大规模数据,但需要额外的存储空间。
选择合适的排序算法需根据具体情况、数据规模及特点来决定。