【数据结构和算法】八大排序算法分析和比较

最近找工作面试,真的是被数据结构和算法给反复吊打了。

平时做项目基本都是在写业务逻辑,即使遇到了关于数据结构算法的东西,也是一个接口调用搞定。

基础的一些东西反而薄弱了,拿排序算法来说吧,长时间不写,光是记清楚算法复杂度就够呛了,更别说手撸算法了。

痛定思痛,决心还是放低心态,从基础做起,把每个算法亲手敲一遍。

排序算法是最基础的算法,也是面试官比较容易问到的算法。就像相声演员需要联系 “说学逗唱” 四门基本功一样。

这个排序算法就是程序员的基本功。

如果面试中连排序算法都答不上来,就基本凉凉了,其他的扯再多也没用了。

哎说多了都是泪,下面好好复习一下把。


常用的排序算法主要有以下 7 种,本文主要对这 7 种排序算法进行整理分析和比较。

  1. 冒泡排序
  2. 选择排序
  3. 插入排序
  4. 快速排序
  5. 希尔排序
  6. 归并排序
  7. 堆排序

 

1. 冒泡排序

就是将小的数字慢慢往上 “冒泡”,大的数字慢慢往下 “沉底”。

每次从数组的最后面开始循环,如果一个数比它前面的数字小,那么就交换位置。

这样每循环一次,就将一个最小值 “上浮” 到数组前面,跟冒泡一样。

复杂度:

每循环一次,就有一个值排到了正确的位置,若要全部排好,需要循环 n 次。所以时间复杂度为 O(n^2)。

整个排序过程只用到了一个中间变量,不需要额外的存储空间,所以空间复杂度为 O(1)。

稳定性:稳定

 

2. 选择排序

在数组的未排序的部分中,每次循环都找出一个最小值,将这个最小值直接交换到未排序部分的最前面。

然后将选出来的这个值加入到已排序的部分中。

总的来说就是,每次遍历都选择一个剩余数中最小的值,所以叫选择排序嘛。

复杂度:

每循环一次,选择一个最小值出来排序,所以全部完成排序需要 n 次循环,时间复杂度为 O(n^2)。

同样属于内部排序,不需要额外的存储空间,所以空间复杂度为 O(1)。

稳定性:不稳定

 

3. 插入排序

数组分成两部分,未排序部分和已排序部分。

每次从未排序部分中按顺序取出一个值,插入到已排序部分中的对应位置。

复杂度:

插入排序需要要插入n次,每次插入时,需要遍历数组已排序的部分寻找插入点,并将插入点后面的元素全部后挪一位,所以时间复杂度为 O(n^2)。

虽然数组分成未排序部分和已排序部分两部分来分别处理,但只是逻辑上的分开,实际上还是属于内部排序,不需要借助额外的存储空间,所以空间复杂度为 O(1)。

稳定性:稳定

 

4. 快速排序

选取一个基准元素,将数组中所有小于基准元素的值挪到其左侧,所有大于等于基准元素的值挪到其右侧。

在左侧和右侧的序列中分别再选一个基准元素,递归地方式重复进行上面的操作。

直到基准元素的左右列表都为空,即完成了排序。

复杂度:

每取数组中一个元素为基准,分成左右两个部分分别进行排序,平均情况下,要递归 log2n 层。所以快速排序的时间复杂度为 O(nLog2n)。

快速排序由于平均需要递归 log2n 层,所以需要的空间复杂度为 O(log2n)。

稳定性:不稳定

 

5. 希尔排序

插入排序的进阶版,改变步长来减少元素的移动次数。步长为1时就是普通的插入排序。

步长初始为数组长的一半,此后,步长每次减半,直到为 1 。

复杂度:

在步长减为 1 之前,可以将用较少的移动次数,把数组排成接近有序状态,步长减为 1 时,就成了普通的插入排序,所以希尔排序的时间复杂度要比插入排序稍微低一些,大概是 O(n^1.3) 左右(未验证)。

在空间复杂度方面,依然跟插入排序一致,为 O(1)。

稳定性:不稳定

 

6. 归并排序

使用递归-分治的思想,将数组向下递归,拆分成单个的元素,然后向上拼接,成为完整数组。

每次拼接完成的操作就是 将两个有序数组拼接成一个新的有序数组。

复杂度:

由于使用递归分治的方式,每次将子序列两两拼接,所以时间复杂度为 O(nLog2n)。

归并算法属于用空间换时间,使用了 n 的额外辅助空间,所以空间复杂度为 O(n)。

稳定性:稳定

 

7. 堆排序

借助 二叉堆中的最大堆 来完成排序。

用数组中的元素构造最大堆,然后每次取根节点元素(最大值)出来,加入到已排序部分。

复杂度:

由于使用了二叉堆的结构,时间复杂度为 O(nLog2n)。

空间复杂度为 O(1)。

稳定性:不稳定

 


下面对各种排序算法进行比较,方便记忆。

时间复杂度

O(n^2) :选择排序,插入排序,冒泡排序(三个都是两层 for 循环嵌套)

O(n^1.3) :希尔排序

O(nLog2n) :快速排序,归并排序,堆排序(前两个用了递归分支的思想,第三个用了二叉堆结构)

 

空间复杂度

O(1) :插入排序,选择排序,冒泡排序,希尔排序,堆排序

O(n) :归并排序(空间换时间)

O(log2n) :快速排序(空间换时间)

 

稳定性

稳定:插入排序,冒泡排序,归并排序

不稳定:希尔排序,选择排序,快速排序,堆排序

©️2020 CSDN 皮肤主题: 书香水墨 设计师:CSDN官方博客 返回首页