- 稳定性：指该算法是否会改变序列中相同元素的相对位置。（不稳定口诀：快[快排]些[希尔]选[选择]一堆[堆排]）
- 就地性（内部排序）：该算法最多额外创建几个辅助变量，不再申请过多的辅助空间。亦即，就地排序算法不会新创建一个有序序列，空间复杂度为 O(1)。
| 算法 | 稳定性 | 就地性 | 时间复杂度 | 空间复杂度 |
|---|---|---|---|---|
| 冒泡排序 | 稳定 | ✔ | O(n²) | O(1) |
| 插入排序 | 稳定 | ✔ | O(n²) | O(1) |
| 希尔排序 | 不稳定 | ✔ | O(n^1.5) | O(1) |
| 选择排序 | 不稳定 | ✔ | O(n²) | O(1) |
| 归并排序 | 稳定 | × | O(N*logN) | O(N) |
| 快速排序 | 不稳定 | ✔ | O(N*logN) | O(logN) |
| 堆排序 | 不稳定 | × | O(N*logN) | O(1) |
| 基数排序 | 稳定 | × | O(n*k) | O(n+k) |
| 桶排序 | 稳定 | × | O(n+k) | O(n+k) |
| 计数排序 | 稳定 | × | O(n+k) | O(k) |
冒泡排序
- 不稳定 | 就地 | O(n²) | O(1)
- 相邻两数比较，较大数下沉，较小数冒起
void BubbleSort(int arr[], int size)
{
for (int i = 0; i < size-1; i++)
{
for (int j = 0; j < size-i-1; j++)
{
if (arr[j]>arr[j + 1])
{
int temp;
temp = arr[j];
arr[j] = arr[j+1];
arr[j + 1] = temp;
}
}
}
}
插入排序
- 稳定 | 就地 | O(n²) | O(1)
- 假设前N-1个数已经排好序，将第N个数插入到该有序数列中，反复操作直到排序完成。
//直接插入
void InsertSort(int arr[], int size)
{
//第1个数已经有序，从arr[1]开始
for (int i = 1; i < size; i++)
{
int tmp = arr[i];
for (int j = i - 1; j >= 0; j--)
{
if (tmp < arr[j])//如果第二个数比第一个数大的话，就要交换
arr[j + 1] = arr[j];
else break;
}
arr[j + 1] = tmp;
}
}
//折半插入（二分法）
void BinInsertSort(int arr[], int size)
{
for (int i = 1; i < size; i++)
{
int tmp = arr[i];
//二分查找插入位置
int left = 0, right = i-1;
while (left <= right) {
int mid = left + (right - left)/2;
if ( tmp < arr[mid] ) right= mid-1;
else left = mid + 1;
}
//插入
for (j = i - 1; j >= left; j--)
arr[j + 1] = arr[j];
arr[left] = tmp;
}
}
希尔排序
- 不稳定 | 就地 | O(n^1.5) | O(1)
- 选择某一增量（数组大小/2），将待排数列分为若干子序列（例如arr[8]选择增量为4，则arr[0]和arr[4]为一组，两两一组共4组），分别对每个子序列进行插入排序。逐渐减小增量，重复操作，直到增量为1，进行最后的插入排序，排序完成。
void ShellSort(int arr[], int size)
{
//每轮增量除以2
for (int gap = size / 2; gap > 0; gap /= 2)
{
//同组元素进行插入排序
for (int i = gap; i < size; i++)
{
int tmp = arr[i];
for (int j = i - gap; j>=0; j-=gap)
{
if (tmp < arr[j])
arr[j + gap] = arr[j];
else break;
}
arr[j + gap] = tmp;
}
}
}
选择排序
- 不稳定 | 就地 | O(n²) | O(1)
- 第一次遍历N-1个数，找到最小值与第一个元素交换；第二次遍历N-2个数，找到最小值与第二个元素交换；直到第N-1次遍历，找到最小值与第N-1个元素交换，排序完成。
- 或者每次把最大数当道最后一个位置，直到还剩下一个数。
//法一
void SelectSort(int arr[], int size)
{
for (int i = 0; i < size - 1; i++)
{
int minIdx = i;
//找到最小值的索引
for (int j = i+1; j < size; j++)
{
if (arr[j]<arr[minIdx])
minIdx = j;
}
//找到后将最小值放到第一个位置
int tmp = arr[i];
arr[i] = arr[minIdx];
arr[minIdx] = tmp;
}
}
//法二
void SelectSort(int arr[], int size)
{
for (int i = size; i > 1; i--)
{
int maxIdx = 0;
//找到最大值的索引
for (int j = 0; j < i; j++)
{
if (arr[j]>arr[maxIdx])
maxIdx = j;
}
//找到后将最大值放到最后一个位置
int tmp = arr[i - 1];
arr[i - 1] = arr[maxIdx];
arr[maxIdx] = tmp;
}
}
归并排序
- 稳定 | 非就地 | O(N*logN) | O(N)
- 将初始序列的N个元素看成N个子序列，两两归并为有序的序列,此时序列的长度为2，再两两归并为有序的序列，此时序列的长度为4，…，直至得到一个长为N的序列，排序完成。
void MergeSort(int arr[], int begin, int end)
{
//拆分子序列
if(begin>= end) return; //直到每个子序列长度为1
int mid = (begin+ end) / 2;
MergeSort(arr, begin, mid);
MergeSort(arr, mid + 1, end);
//再将两个子序列合并成一个有序序列
MergeArr(arr, begin, mid, end);
}
//合并子序列
void MergeArr(int arr[], int begin, int mid, int end)
{
int *tmpArr = new int[end - begin + 1];
int i = begin, j = mid + 1, k = 0;
//比较大小，合并到tmpArr中
while (i <= mid && j <= end) {
if ( arr[i] < arr[j] ) {
tmpArr[k] = arr[i];
i++;
}
else {
tmpArr[k] = arr[j];
j++;
}
k++;
}
//没有比较完的元素直接复制到tmpArr
while (i <= mid) {
tmpArr[k] = arr[i];
i++;
k++;
}
while (j <= end) {
tmpArr[k] = arr[j];
j++;
k++;
}
//合并完成，返回结果
i = begin;
for (int tmp = 0; tmp < k && i <= end; tmp++) {
arr[i] = tmpArr[tmp];
i++;
}
delete[] tmpArr;
tmpArr = NULL;
}
快速排序
- 不稳定 | 就地 | O(N*logN) | O(logN)
- 从待排数列中取出一个数作为key（通常选第一个数）；将比key小的数全部放在其左边，大于或等于的数全部放在其右边；对左右两个小数列重复上述操作，直到各区间只有1个数，排序完成。
//法一：递归实现
void QuickSort(int arr[],int left, int right)
{
if (left >= right) return;
int begin = left, end = right;
int key = arr[left]; //选取最左边元素为key
while (begin < end)
{
/* 由于key选的最左边的元素，所以每次必须是end先移动 */
//指针end从后向前找比key小的元素
while (arr[end] >= key && begin<end) end--;
//指针begin从前向后找比key大的元素
while (arr[begin] <= key && begin<end) begin++;
//若begin和end没有相遇，则交换begin和end所指的元素
if (begin < end)
{
int tmp = arr[begin];
arr[begin] = arr[end];
arr[end] = tmp;
}
//交换后重复操作，直到begin和end相遇，指向同一元素
}
//key归位，此时key左边的元素都比它小，右边的都比它大
arr[left] = arr[begin];
arr[begin] = key;
//递归，再分别对左右两边的元素排序
QuickSort(arr,left, begin - 1);
QuickSort(arr, begin + 1, right);
}
//法二：栈实现
int findKey(int arr[],int left, int right)
{
int key = arr[left]; //选取最左边元素为key
int begin = left, end = right;
while (begin < end)
{
/* 由于key选的最左边的元素，所以每次必须是end先移动 */
//指针end从后向前找比key小的元素
while (arr[end] >= key && begin<end) end--;
//指针begin从前向后找比key大的元素
while (arr[begin] <= key && begin<end) begin++;
//若begin和end没有相遇，则交换begin和end所指的元素
if (begin < end)
{
int tmp = arr[begin];
arr[begin] = arr[end];
arr[end] = tmp;
}
//交换后重复操作，直到begin和end相遇，指向同一元素
}
//key归位，此时key左边的元素都比它小，右边的都比它大
arr[left] = arr[begin];
arr[begin] = key;
return begin;
}
void QuickSort(int arr[],int left, int right)
{
stack<int> st;
if (left < right) {
int mid = findKey(arr, left, right);
//将起点终点压栈
if (mid - 1 > left) {
st.push(left);
st.push(mid - 1);
}
if (mid + 1 < right) {
st.push(mid + 1);
st.push(right);
}
//从栈中取出序列索引
while (!st.empty()) {
int r = st.top();
st.pop();
int l = st.top();
st.pop();
mid = findKey(arr, l, r);
//将新序列入栈
if (mid - 1 > l) {
st.push(l);
st.push(mid - 1);
}
if (mid + 1 < r) {
st.push(mid + 1);
st.push(r);
}
}
}
}
堆排序
不稳定 | 非就地 | O(N*logN) | O(1)
- 把待排序的元素放在堆中，每个结点表示一个元素；
- 找到树的最后一个非叶节点，建立初堆；
- 将根结点与堆的最后一个结点交换，之后重建堆的对象为n-1个，再把次大的结点与倒数第二个结点交换，之后重建堆的对象为n-2个，…，以此类推，直至重建堆的对象为0，排序完成。
void display (int arr[], int size)
{
for (int i = 0; i < size; i++)
cout << arr[i] << " ";
cout << endl;
}
// 堆排序（大堆：升序）
void AdjustDwon(int arr[], int size, int root) {
int parent = root;
int child = parent*2+1; //左孩子下标
while (child<size) {
//取左右孩子中更大的那个节点值
if (child + 1 < size && arr[child + 1] > arr[child])
child ++;
//若孩子节点值更大，则交换父子节点
if (arr[child] > arr[parent]) {
int temp = arr[parent];
arr[parent] = arr[child];
arr[child] = temp;
parent=child;
child = parent * 2 + 1;
}
else break;
}
}
void HeapSort(int arr[], int size) {
if (size == 0) return;
//找到树的最后一个非叶节点，初始化堆
//即从倒数第二排开始，遍历每个非叶节点，使其符合大堆规则
for (int i = (size - 2) / 2; i >= 0; i--)
AdjustDwon(arr, size, i);
display (arr, size);
for (int i = size - 1; i >= 0; --i) {
//交换顶点和末尾元素
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
//重新建立大顶堆
AdjustDwon(arr, i, 0);
}
display (arr, size);
}
基数排序
稳定 | 非就地 | O(n*k) | O(n+k)
- 对于一组数，先按照个位排序，再按照十位排序，再按照百位排序，…，直到排序完成。
//求该组数据中的最高位是什么位
int maxbit(int data[], int n)
{
int d = 1; //保存最大的位数
int p = 10;
for(int i = 0; i < n; ++i)
{
while(data[i] >= p)
{
p *= 10;
++d;
}
}
return d;
}
void radixsort(int data[], int n)
{
int d = maxbit(data, n);
int tmp[n];
int radix = 1;
for(int i = 1; i <= d; i++) //共进行d次排序
{
int count[10] = {0}; //每轮新建一个计数器
for(int j = 0; j < n; j++)
{
int idx = (data[j] / radix) % 10; //统计每个桶中的记录数
count[idx]++;
}
for(int j = 1; j < 10; j++)
count[j] = count[j - 1] + count[j]; //将tmp中的位置依次分配给每个桶
for(int j = n - 1; j >= 0; j--) //将所有桶中记录依次收集到tmp中
{
int idx = (data[j] / radix) % 10;
tmp[count[idx] - 1] = data[j];
count[idx]--;
}
for(int j = 0; j < n; j++) //将临时数组的内容复制到data中
data[j] = tmp[j];
radix = radix * 10;
}
}
桶排序
稳定 | 非就地 | O(n+k) | O(n+k)
- 设置有限数量的空桶，并将数据依次放入对应的空桶中；
- 对每个不为空的桶再各自进行排序（可能使用别的排序算法，或以递归方式继续使用桶排序）；
- 最后将每个非空桶中排好的元素放回到原数组中。
void insert(list<int>& bucket,int val)
{
auto iter = bucket.begin();
while(iter != bucket.end() && val >= *iter) ++iter;
//insert会在iter之前插入数据，这样可以稳定排序
bucket.insert(iter,val);
}
void BucketSort_1(vector<int>& arr)
{
int len = arr.size();
if(len <= 1)
return;
int min = arr[0],max = min;
for(int i=1;i<len;++i)
{
if(min>arr[i]) min = arr[i];
if(max<arr[i]) max = arr[i];
}
int k = 10;//k为数字之间的间隔
//向上取整，例如[0,9]有10个数，(9 - 0)/k + 1 = 1;
int bucketsNum = (max - min)/k + 1;
vector<list<int>> buckets(bucketsNum);
for(int i=0;i<len;++i)
{
int value = arr[i];
//(value-min)/k就是在哪个桶里面
insert(buckets[(value-min)/k],value);
}
int index = 0;
for(int i=0;i<bucketsNum;++i)
{
if(buckets[i].size())
{
for(auto& value:buckets[i])
arr[index++] = value;
}
}
}
计数排序
稳定 | 非就地 | O(n+k) | O(k)
- 找到待排序数组的最大值max和最小值min；
- 统计数组中每个数字出现的次数，存入辅助数组中；
- 对辅助数组总数累计（后面的值出现的位置为前面所有值出现的次数之和）；
- 逆序输出辅助数组中的值。
void countSort(vector<int>& arr)
{
int len = arr.size();
if(len == 0) return;
vector<int> tempArr(arr.begin(),arr.end()); //需要一个原始数组的拷贝
//查找min，max
int min = tempArr[0],max = min;
for(int i=1;i<len;++i)
{
if(min>tempArr[i])
min = tempArr[i];
if(max<tempArr[i])
max = tempArr[i];
}
//统计每个数字的出现次数
const int k = max-min+1;
int count[k]={0};
for(int i=0;i<len;++i)
++count[tempArr[i]-min]; //注意偏移量min
for(int i=1;i<k;++i)
count[i] +=count[i-1]; //后面的键值出现的位置为前面所有键值出现的次数之和，也就是每个数所在的范围
//这里是逆序排序，这个和我们统计每个数字出现的位置有关系，
//比如0出现了3次，加上之前-1出现的次数，就是4。
//我们倒序排序第一个key值为0的时候，那么在count中的大小应该是4，那么它在arr数组的下标就该是4-1，count自减1为3
//排序第二个key值为0的时候，count为3，在arr数组的下标是3-1
for(int i=len-1;i>=0;--i)
arr[--count[tempArr[i] - min]] = tempArr[i];
//这里--count[tempArr[i] - min]很精简
//又解决了下标需要减1的问题，对应的count数组中的值也减1
}
853
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
