目录
排序算法是编程世界的基础，也是面试中的常客。但你真的搞清楚了哪些算法是稳定的，哪些是不稳定的吗？别担心，这篇文章将带你轻松搞懂常见排序算法，并彻底掌握“稳定”和“不稳定”排序的核心区别。无论你是新手还是想加深理解，本文都将是你不可错过的宝藏。
1. 排序算法的稳定性是什么？
在排序算法中，稳定性指的是相等元素的相对顺序是否在排序后保持不变。简单来说，如果排序前两个相等的元素在数组中的相对位置是固定的，排序后它们的位置依然不变，那么这种算法就是稳定排序；如果排序后位置可能会变化，那就是不稳定排序。
举个例子：
假设你要排序一组学生信息，他们的成绩相同，但你希望保持先录入的顺序。这时候你就需要一个稳定的排序算法。如果你用的是不稳定排序算法，虽然成绩排好了，但录入顺序可能会被打乱。
2. 常见的稳定排序算法
1. 冒泡排序（Bubble Sort）
-
原理：每次比较相邻两个元素，发现顺序不对就交换，直到没有需要交换的元素为止。
-
特点：因为相等的元素不会互相交换，所以是稳定排序。
-
适用场景：小数据集或已经基本排好序的数组。
public class BubbleSort {
public static void bubbleSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
for (int j = 0; j < n - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
}
2. 插入排序（Insertion Sort）
-
原理：将元素插入到已排序部分的正确位置，向左移动比它大的元素。
-
特点：不会改变相等元素的顺序，因此是稳定的。
-
适用场景：小数据集或几乎已排好序的数据。
public class InsertionSort {
public static void insertionSort(int[] arr) {
for (int i = 1; i < arr.length; 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;
}
}
}
3. 归并排序（Merge Sort）
-
原理：采用分治法，将数组分成两半，分别排序后再合并。
-
特点：在合并时，优先合并左边的相等元素，保持相对顺序，稳定排序。
-
适用场景：大规模数据，追求稳定性的场景。
public class MergeSort {
public static void mergeSort(int[] arr, int left, int right) {
if (left < right) {
int mid = (left + right) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
}
}
4. 计数排序（Counting Sort）
-
原理：通过统计每个值的出现次数，按顺序排列。
-
特点：计数过程不会改变相同元素的相对顺序，所以是稳定的。
-
适用场景：数据范围有限的整数排序。
3. 常见的不稳定排序算法
1. 选择排序（Selection Sort）
-
原理：每次遍历数组，找到未排序部分的最小元素，放到前面。
-
特点：在找到最小值后进行交换时，可能会打乱相等元素的顺序，所以是不稳定的。
-
适用场景：需要减少交换次数的情况，但对稳定性要求不高。
public class SelectionSort {
public static void selectionSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
int temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
}
}
2. 快速排序（Quick Sort）
-
原理：选择一个基准元素，将数组分为两部分，左边比基准小，右边比基准大，递归排序。
-
特点：在划分过程中，相等的元素可能被分到不同的部分，导致相对顺序发生变化，不稳定。
-
适用场景：速度快，适用于大数据集，但对稳定性没有要求的场景。
public class QuickSort {
public static void quickSort(int[] arr, int low, int high) {
if (low < high) {
int pi = partition(arr, low, high);
quickSort(arr, low, pi - 1);
quickSort(arr, pi + 1, high);
}
}
private static 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++;
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
int temp = arr[i + 1];
arr[i + 1] = arr[high];
arr[high] = temp;
return i + 1;
}
}
3. 堆排序（Heap Sort）
-
原理：利用堆这种数据结构，首先构建最大堆，然后逐步将堆顶元素与末尾元素交换，并重新调整堆。
-
特点：在构建堆和调整堆的过程中，可能会改变相等元素的相对顺序，不稳定。
-
适用场景：数据量较大，且对稳定性要求不高的场景。
4. 稳定排序 VS 不稳定排序：如何选择？
-
什么时候选择稳定排序？
-
当排序的元素有多个关键字，且你希望在一个关键字上排序后，再根据另一个关键字进行排序时，稳定性非常重要。
-
例如，排序一组学生成绩时，成绩相同的情况下，还希望保持他们的录入顺序。
-
-
什么时候选择不稳定排序？
-
当你不关心相等元素的相对顺序，或者排序效率更重要时（比如快速排序通常速度很快），可以选择不稳定排序。
-
稳定排序适合的场景：
-
数据相对较小或需要多次排序时。
-
需要保持数据原有顺序时，例如数据库的二次排序。
不稳定排序适合的场景：
-
大数据集，追求更高的性能时。
-
不关心相等元素的相对顺序时。
结论
不同排序算法的稳定性特性，使得它们在不同场景下表现各异。对于需要保持数据相对顺序的情况，可以选择稳定排序算法。而在追求速度的场景下，不稳定排序算法可能更具优势。
掌握这些排序算法的稳定性，将帮助你在实际开发中更有针对性地选择合适的算法，写出更高效的代码！
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
