常见排序算法思路总结与性能分析

1. 冒泡排序

1.1 冒泡排序思路

每次循环，从数组第一个元素开始，对数组内的元素两两比较，若array[i]>array[i+1] 则元素交换并向后遍历，经过一轮遍历之后最大值移动到了数组尾部。经过 n-1 轮循环即可完成排序。

public void BubbleSort(int[] array,int n){
    if(n<=1) return;
    //外层循环n-1次
    for(int i=0;i<n-1;i++){
        for(int j=0;j<n-i-1;j++){
            if(array[j]>array[j+1]){
                int tmp = array[j];
                array[j] = array[j+1];
                array[j+1] =tmp;
            }
        }
    }
}

1.2 优化思路

在上面的分析中，在数组元素完全有序之前，每一轮都会做元素的交换。也即是说，当我们进行到某一轮循环，整个过程中没有出现元素的交换，表明数组已经完全有序了，即可以终止外层循环。

 public void BubbleSort2(int[] array,int n){
     if(n<=1) return;
     int flag = 1;
     //外层循环n-1次
     for(int i=0;i<n-1;i++){
         if(flag==0) break;
         flag = 0;
         for(int j=0;j<n-i-1;j++){
             if(array[j]>array[j+1]){
                 int tmp = array[j];
                 array[j] = array[j+1];
                 array[j+1] =tmp;
                 flag = 1;
             }
         }
     }
 }

1.3 算法性能分析

• 时间复杂度分析
  • 最好情况时间复杂度：对于冒泡排序的最好情况是数组元素完全有序，如 1,2,3,4,5，此时基于优化的冒泡排序只需要遍历一次，因此最好时间复杂度为O(n)。
  • 最坏情况时间复杂度：最坏情况是数组元素完全逆序，如5,4,3,2,1，那么需要执行n-1次循环，每个内层循环中第一次执行n-1个操作，第二次执行n-2个操作，最后一次执行1个操作；总的操作数为 1+2+3+…+(n-1) = n(n-1)/2个操作。另外说明完全逆序情况下每个操作中均包含了比较和交换。因此最坏时间复杂度为$O(n^2)$。
  • 平均时间复杂度：在上文的分析中我们发现“交换”操作是数组元素从无序到有序的必然步骤，对于完全有序的数组交换次数为0次，完全逆序的数组交换次数为n(n-1)/2次，那么平均状态下的数组交换次数为n(n-1)/4次。此外还有比较次数，比较次数大于交换次数，同时小于完全逆序的比较次数n(n-1)/4。因此平均时间复杂度为$O(n^2)$。
• 空间复杂度分析
  • 冒泡排序属于原地排序算法。所谓原地排序算法，是指不需要申请多余的存储空间，在自身数组中通过交换和比较完成排序的算法。因此原地排序算法空间复杂度为O(1)。
• 稳定性分析
  • 所谓稳定，是指在原有排序数据中存在相同数值的时候，经过排序后相同数值的元素相对次序仍然不变。对于冒泡排序，我们只要在遇到相同数值元素的时候不经过交换，即可保持算法稳定性。因此冒泡排序属于稳定性算法。

2. 插入算法

2.1 插入算法思路

插入算法是把一个数组分为两部分，前面部分是已排序的部分，后面部分是未排序的部分。每次循环是从未排序部分取出第一个元素，插入到已排序部分中。

 public void insertionSort(int[] array,int n){
     if(n<=1) return;
     int i,j;

     for(i=1;i<n;i++){
         int tmp = array[i];
         for(j=i-1;j>=0;j--){
             if(array[j]>tmp)
                 array[j+1]=array[j];
             else
                 break;
         }
         array[j+1] = tmp;
     }
 }

2.2 算法性能分析

• 时间复杂度分析
  • 最好情况时间复杂度：最好情况即数组元素完全有序，每次循环仅进行了一次元素比较，不涉及到元素移动。循环执行了n-1 次，因此时间复杂度为O(n)。
  • 最坏情况时间复杂度：最坏情况是数组元素完全逆序，每次循环都要进行元素的比较和移动；且第一次循环执行一个操作，第二次执行2个操作，…，第n-1次执行n-1个操作。总的操作数为(n-1) = n(n-1)/2个操作。因此时间复杂度为$O(n^2)$。
  • 平均情况时间复杂度：在冒泡排序中分析平均情况时间复杂度时，我们介绍到数组序列的有序度是和交换次数等价的，然后我们拿平均情况下的交换次数来代表平均有序度的数组序列。在插入算法中，没有直接的元素交换操作，而是元素移动操作。同样的，完全有序的数组移动次数为0，完全逆序的数组移动次数为 n(n-1)/2，那么平均状态下的数组移动次数为n(n-1)/4次。因此时间复杂度也为$O(n^{}$