数据结构——相关内部排序算法梳理

一、插入排序

1、直接插入排序

① 算法思想：直接插入于有序

初始序列：
49 38 65 97 76 13 27 49
第一个数49默认有序：
49 38 65 97 76 13 27 49
38：经过比较，38插入49之前
38 49 65 97 76 13 27 49
65：经过比较，不需要移动
38 49 65 97 76 13 27 49
97：同理，也不需要移动
38 49 65 97 76 13 27 49
76：经过比较，76插入到97之前
38 49 65 76 97 13 27 49
13：经过比较，13插入到38之前
13 38 49 65 76 97 27 49
27：经过比较，27插入到38之前
13 27 38 49 65 76 97 49
49：经过比较，49插入到65之前
13 27 38 49 49 65 76 97

② 算法实现

void insertSort(int R[], int n){
    int j; 
    int temp;
    for(int i = 1; i < n; i++){ 
        // i 标识待排序关键字下标，从第二个元素开始排，因为第一个默认有序
        temp = R[i]; // 将当前待插入关键字暂存下来
        j = i - 1; // j 默认是当前待插入关键字前面的关键字下标
        while(j >= 0 && temp < R[j]){
            R[j+1] = R[j];
            --j;
        } // 寻找插入位置，大的关键字依次向后移动
        R[j+1] = temp; // j在while循环里多减了1
    }   
}

2、折半插入排序

折半插入排序是对直接插入排序的一个优化，在排序过程的不断进行中，已排好序的元素会依次增多，后续的待元素在已排好序的序列中寻找其插入位置时，可通过折半查找减少比较次数（移动次数没有发生变化）。

① 算法思想

算法思想同直接插入排序，折半插入排序比较次数与初始状态无关：O(nlog₂n)；直接插入排序比较次数与初态有关：O(n)～O(n²)

② 算法实现

void binaryInsertSort(int R[], int n){
    int i, j, k; 
    int temp;
    int low, high;
    for(i = 1; i < n; i++){ 
        // i 标识待排序关键字下标，从第二个开始排，因为第一个默认有序
        temp = R[i];
        low = 0;
        high = i - 1;
        // 折半查找待插入的位置
        while(low <= high){
            k = (low+high)/2;
            if(R[k] > R[i]){
                high = k - 1;
            }else {
                low = k + 1;
            }
        }
        //将k到i位置的元素依次后移
        for(j = i; j > k + 1; j--){
            R[j] = R[j-1];
        }
        R[k+1] = temp;
    }   
}

3、希尔排序

又叫缩小增量排序，希尔提出的（还有其他人提出的，思想相同）增量默认选取为序列长度n的一半⌊n/2⌋，再依次缩小增量为⌊n/4⌋…⌊n/2^k⌋…，2，1，算法时间复杂度为O(n²)。当增量选取为1时，就是直接插入排序。

① 算法思想：希尔步长

初始序列：
49 38 65 97 76 13 27 49
➡️ 默认增量为4：
49 38 65 97 76 13 27 49
用了四种颜色标示出四个序列，分别对其进行直接插入排序：
49 13 27 49 76 38 65 97
➡️ 缩小为2：
49 13 27 49 76 38 65 97
用了两种颜色标示出两个序列，分别对其进行直接插入排序：
对红色：27 13 49 49 65 38 76 97
对蓝色：27 13 49 38 65 49 76 97
➡️ 缩小为1：
27 13 49 38 65 49 76 97
之后再直接插入排序：
27 13 49 38 65 49 76 97
13 27 49 38 65 49 76 97
13 27 49 38 65 49 76 97
13 27 38 49 65 49 76 97
13 27 38 49 49 65 76 97
13 27 38 49 49 65 76 97
13 27 38 49 49 65 76 97

② 算法实现

void shellSort(int R[], int n)
{
	int i, j, temp;
	int k = n / 2;
	while (k >= 1) {
		for (i = k; i < n; i++) {
			temp = R[i];
			j = i - k;
			while (R[j] < temp && j >= 0) {
				R[j+k] = R[j];
				j = j - k;
			}
			R[j+k] = temp;
		}
		k = k / 2;
	}

二、交换排序

1、冒泡排序

从前往后，把大的往后换
i 记录当前一趟排序结束后，最大元素应该存储的位置
j 指示每一趟排序中的当前元素，当该元素比其前一个元素进行对比，如果前一个元素比该元素大，则交换位置，直到一趟比较完成

void BubbleSort(int R[], int len){
    int flag, temp;
    for(int i = len - 1; i >= 1; i-- ){
        flag = 0;
        for(int j = 1; j <= i; j++){
            if(R[j-1] > R[j]){
                temp = R[j];
                R[j] = R[j-1];
                R[j-1] = temp;
                flag = 1;
            }
        }
        if(flag == 0){ // 排序一趟若未发生交换，则证明序列有序，排序结束
            return;
        }
    }
}

2、快速排序

取第一个元素作为枢轴元素，遍历后面的序列，依次比较，比枢轴元素的大的往后移动，比枢轴元素小的往前移动。
初始序列：
$49$ 38 65 97 76 13 27 $\underline{49}$
选第一个元素49作为枢轴元素，排序过程如下：

一趟排序结束：27 38 13 $49$ 76 97 65 $\underline{49}$
可以看出，一趟排序之后，初始序列被枢轴元素划分为两个子序列，分别再对两个子序列进行递归的快速排序，经过几趟之后，最终会得到有序序列。每趟排序对子序列的划分都是一次排序，这样一趟结束后就有一个关键字到达最终的位置。

void quickSort(int R[], int low, int high){
    int temp;
    int i = low; j = high;
    if(low < high){
        temp = R[low]; // 选定序列中第一个元素作为枢轴元素，并将该元素暂存下来
        while(i < j && R[j] >= temp){
            --j; // 从后往前找到第一个不小于枢轴元素的元素
        }
        if(i < j){
            R[i] = R[j]; // 将当前这个较小的元素往前换
            ++i; // i所在位置的元素已被覆盖，i后移一位，j指针暂停
        }
        while(i < j && R[i] < temp){
            ++i; // 同理，从前往后找到一个大于枢轴元素的元素
        }
        if(i < j){
            R[j] = R[i]; // 将当前这个较大的元素往后换
            --j; // j所在位置的元素已被覆盖，j前移一位，i指针暂停
        }
        R[i] = temp; // i，j两个指针相遇，将枢轴元素放入i，j指针所指的位置
        quickSort(R, low, i-1); // 再依次遍历枢轴元素左右的两个子序列
        quickSort(R, i+1, high);
    }
}

三、选择排序

1、简单选择排序

将初始序列看作一个无序序列，每一轮遍历都是在这个无序序列中找出最小的元素，换到无序序列的第一个位置，不断重复操作，直到所有的元素有序。

① 算法思想

初始序列：
49 38 65 97 76 13 27 49
每趟找到最小的元素，黄色标示，与无序序列中第一个元素交换
第一趟(13和49交换)：13 38 65 97 76 49 27 49
第二趟(27和38交换)：13 27 65 97 76 49 38 49
第三趟(38和65交换)：13 27 38 97 76 49 65 49
第四趟(49和97交换)：13 27 38 49 76 97 65 49
第五趟(65和76交换)：13 27 38 49 65 97 76 49
第六趟(49和97交换)：13 27 38 49 65 49 76 97
此时序列已经有序，之后未发生交换

② 算法实现

void selectSort(int R[], int n){
    int k; // 保存最小的关键字
    int temp; // 暂存待交换的元素
    for(int i = 0; i < n; i++){
        k = i; // 取第一个元素作为默认的最小关键字
        // 从无序序列中挑选一个最小的关键字，重新作为 k 的值
        for(int j = i + 1; j < n; j++){
            if(R[k] > R[j]){
                k = j;
            }
        }
        // 将最小的关键字与 i 所指的位置的元素进行交换
        temp = R[i];
        R[i] = R[k]; // 一趟排序结束后，i 所指位置就保存了当前序列中最小的关键字
        R[k] = temp;
    }
}

每趟排序，总有一个元素落在其最终的位置上

2、堆排序

可以把堆看作一颗完全二叉树，并且满足：任何一个非叶结点的关键字不小于（或不大于）其左右子树的关键字。若父结点关键字大孩子关键字小，叫大根堆；否则成为小根堆；

① 算法思想

② 算法实现

/**
* 实现数组R[low]到R[high]的范围内对在位置low上的结点进行调整
* 关键字存储设定为数组下标1开始
*/
void sift(int R[], int low, int high){
    int i = low, j = 2 * i; // R[j]是R[i]的左孩子结点 
    int temp = R[i];
    while(j <= high){
        if(j < high && R[j] < R[j+1]){ // 若右孩子较大，则把j指向右孩子
            ++j; // j 变为 2*i+1
        }
        if(temp < R[j]){ 
            R[i] = R[j]; // 将R[j]调整到双亲结点的位置上
            i = j;  // 修改 i 和 j 的值，以便继续向下调整
            j = 2 * i;
        }else{
            break; // 调整结束
        }
    }
    R[i]= temp; // 被调整结点的值放入最终位置
}
/* 堆排序函数 */
void heapSort（int R[], int n){
    int i;
    int temp;
    for(i = n/2; i >= 1; --i){
        sift(R, i, n); // 建立初始堆
    }
    for（i = n; i >= 2; --i){ // 进行 n-1 次循环，完成堆排序
       temp = R[1];
       R[1] = R[i];
       R[i] = temp; // 换出根结点的关键字，将其放入最终位置

       sift(R, 1, i-1); // 在减少了 1 个关键字的无序序列中进行调整
    }
}

四、二路归并排序

1. 算法思想

初始序列：
49 38 65 97 76 13 27 49
两两归并，并排序
{49 38} {65 97} {76 13} {27 49}
{38 49} {65 97} {13 76} {27 49}
继续两两归并，并排序
{38 49 65 97} {13 76 27 49}
{38 49 65 97} {13 27 49 76}
最后剩两个子序列，再进行一次归并排序，即可完成
{13 27 38 49 49 65 76 97}

2. 算法实现

void mergeSort(int A[], int low, int high){
    if(low < high){
        int mid = (low + high) / 2;
        mergeSort(A, low, mid); // 归并排序前半段
        mergeSort(A, mid + 1, high); // 归并排序后半段
        merge(A, low, mid, high);
    }
}
/**
* 将low到mid和mid+1到high的两个有序序列合并成一个有序序列
*/
void merge(int A[], int low, int mid, int high){
    var temp;
    while(low < high){
        // 从前往后依次比较两个序列，将后面序列中较小元素往前换
        if(A[low] > A[mid+1]){
            temp = A[mid+1];
            // 其它元素后移
            for(var i = mid+1; i > low; --i){
                A[i] = A[i-1];
            }
            A[low] = temp;
            if(mid+1 < high){
                mid++;
            }
        }
        low++;
    }
}

五、基数排序

1.算法思想

基于各位的大小进行排序的方法。通常有两种方法：一种是最高位优先（MSD）法，按关键字位权重递减依次进行排序；另一种是最低位优先（LSD）法，按关键字位权重递增依次进行排序；
通常采用链式基数排序，假设对如下10个记录进行排序：

各排序算法比较：

记忆口诀：

直接插入排序：直接插入于有序；
简单选择排序：选择最小于无序；
希尔排序：希尔步长，不断减半
快速排序：高速枢轴，基于分治
归并排序：分路排，再归并

☆☆☆一些重要结论：

1. 经过一趟排序，总有一个关键字能到达最终位置，这样的排序是交换类（冒泡、快速）和选择类（简单选择、堆）
2. 排序过程中关键字的比较次数和初始序列无关：折半插入、简单选择
3. 排序过程中关键字的比较次数和初始序列有关：直接插入、希尔、冒泡、 快速、堆排序
4. 元素的移动次数与关键字的初始排列次序无关的是：基数排序
5. 算法的时间复杂度与初始序列无关的是：选择排序、堆排序、归并排序、基数排序
6. 排序过程中排序趟数与初始序列无关：插入类的排序（直接插入、折半插入、希尔排序）、简单选择排序、归并排序、基数排序
7. 排序过程中排序趟数与初始序列有关：交换类的排序（ 冒泡、快速）
8. 快速排序，希尔排序，简单选择排序，堆排序都是不稳定排序，其他都是稳定排序
9. 借助于“比较”进行排序的算法，在最坏情况下的时间复杂度至少为O(nlog₂n)
10. 当数据规模小时，宜采用直接插入、简单选择
11. 当数据规模较大时，宜采用时间复杂度为O(nlog₂n)的排序方法：快速、堆排序、归并排序
12. 当关键字已基本有序，宜采用直接插入、冒泡排序
13. 当数据规模较大时，宜采用快速排序，关键字分布随机，采用快速排序时间最短
14. 堆排序所需的辅助空间比快速排序少，小根堆的关键字的最大记录在完全二叉树的结点⌊n/2 + 1⌋～n 中
15. 归并排序依可以用于内排，也可用外排