冒泡排序:
冒泡排序只会操作相邻的两个数据。每次冒泡操作都会对相邻的两个元素进行比较,看是否满足大小关系要求。如果不满足就让它俩互换。一次冒泡会让至少一个元素移动到它应该在的位置,重复 n 次,就完成了 n 个数据的排序工作。
最优时间复杂度:O(n)
最差时间复杂度:O(n^2)
平均时间复杂度:O(n^2)
稳定排序
class Solution
{
public:
vector<int> sortArray(vector<int>& nums)
{
int size=nums.size();
int guodu;
bool flag=false;
for(int i=0;i<size;i++)
{
for(int j=0;j<size-i-1;j++)
{
if(nums[j]>nums[j+1])
{
guodu=nums[j+1];
nums[j+1]=nums[j];
nums[j]=guodu;
flag=true;
}
}
if(!flag)
{
break;
}
}
return nums;
}
};
插入排序:
首先,我们将数组中的数据分为两个区间,已排序区间和未排序区间。初始已排序区间只有一个元素,就是数组的第一个元素。插入算法的核心思想是取未排序区间中的元素,在已排序区间中找到合适的插入位置将其插入,并保证已排序区间数据一直有序。重复这个过程,直到未排序区间中元素为空,算法结束。
最优时间复杂度:O(n)
最差时间复杂度:O(n^2)
平均时间复杂度:O(n^2)
稳定排序
class Solution
{
public:
vector<int> sortArray(vector<int>& nums)
{
int size=nums.size();
int guodu;
int j;
for(int i=1;i<size;i++)
{
guodu=nums[i];
for(j=i-1;j>=0;j--)
{
if(nums[j]>guodu)
{
nums[j+1]=nums[j];
}
else
{
break;
}
}
nums[j+1]=guodu;
}
return nums;
}
};
希尔排序
希尔排序是插入排序的特例:希尔排序是将待排序的数组元素 按下标的一定增量分组 ,分成多个子序列,然后对各个子序列进行直接插入排序算法排序;然后依次缩减增量再进行排序,直到增量为1时,进行最后一次直接插入排序,排序结束。
第一个增量=数组的长度/2,
第二个增量= 第一个增量/2,
第三个增量=第二个增量/2,
以此类推,最后一个增量=1。
最优时间复杂度:O(n)
最差时间复杂度:O(n(log^2)n)
平均时间复杂度:O(n(log^2)n)
不稳定排序
class Solution
{
public:
vector<int> sortArray(vector<int>& nums)
{
int size=nums.size();
int d=1;
//为了产生较好的增量序列1、4、13、...、3n+1
while(d<size/3)
{
d=3*d+1;
}
int guodu;
int j;
//代码就是插入排序外面多了一层for循环和增量序列准备工作
for(;d>0;d=d/3)
{
//写这段的时候当作是插入排序就好,只不过把循环的1改成d
//i=d意味着从序号d开始累加,进行i、i-d、i-2d...的排序
//i++意味着i递增到末尾,进行rear、rear-d、rear-2d、rear-3d...的排序
for(int i=d;i<size;i++)
{
guodu=nums[i];
//依次向前以d为单位进行插入排序
for(j=i-d;j>=0;j=j-d)
{
if(nums[j]>guodu)
{
nums[j+d]=nums[j];
}
else
{
break;
}
}
nums[j+d]=guodu;
}
}
return nums;
}
};
选择排序
选择排序算法的实现思路有点类似插入排序,也分已排序区间和未排序区间。但是选择排序每次会从未排序区间中找到最小的元素,将其放到已排序区间的末尾。
最优时间复杂度:O(n^2)
最差时间复杂度:O(n^2)
平均时间复杂度:O(n^2)
不稳定排序
class Solution
{
public:
vector<int> sortArray(vector<int>& nums)
{
int size=nums.size();
int guodu;
int min_value;
int min_index;
bool flag=false;
for(int i=0;i<size-1;i++)
{
min_value=nums[i];
for(int j=i+1;j<size;j++)
{
if(nums[j]<min_value)
{
min_index=j;
min_value=nums[j];
flag=true;
}
}
if(flag)
{
guodu=nums[min_index];
nums[min_index]=nums[i];
nums[i]=guodu;
flag=false;
}
}
return nums;
}
};