文章目录
平均时间 | 是否原地排序 | 是否基于比较 | 稳定性 | |
---|---|---|---|---|
冒泡排序 | O ( n 2 ) O(n^2) O(n2) | 是 | 是 | 稳定 |
插入排序 | O ( n 2 ) O(n^2) O(n2) | 是 | 是 | 稳定 |
选择排序 | O ( n 2 ) O(n^2) O(n2) | 是 | 是 | 不稳定 |
快速排序 | O ( n l o g n ) O(nlogn) O(nlogn) | 是 | 是 | 不稳定 |
归并排序 | O ( n l o g n ) O(nlogn) O(nlogn) | 否 | 是 | 稳定 |
桶排序 | O ( n ) O(n) O(n) | 否 | 否 | 稳定 |
计数排序 | O ( n ) O(n) O(n) | 否 | 否 | 稳定 |
基数排序 | O ( n ) O(n) O(n) | 否 | 否 | 稳定 |
原地排序算法:特指空间复杂度是 O ( 1 ) O(1) O(1)的排序算法
稳定性:如果待排序的序列中存在值相等的元素,经过排序之后,相等元素之间原有的先后顺序不变
冒泡排序(Bubble Sort)
-
基本思想:冒泡排序只会操作相邻的两个数据。每次冒泡操作都会对相邻的两个元素进行比较,看是否满足大小关系要求。如果不满足就让它俩互换。一次冒泡会让至少一个元素移动到它应该在的位置,重复 n n n次,就完成了 n n n个数据的排序工作
-
优化:当某次冒泡操作已经没有数据交换时,说明已经达到完全有序,不用再继续执行后续的冒泡操作
public void bubbleSort(int[] array) {
int n = array.length;
if (n <= 1) {
return ;
}
for (int i = 0; i < n-1; i++) {
// 遍历次数
boolean isChange = false;
for (int j = 0; j < n-1-i; j++) {
// 比较相邻元素
// 比较相邻两个元素的大小,前一个大于后一个就交换
if (array[j] > array[j+1]) {
int tmp = array[j];
array[j] = array[j+1];
array[j+1] = tmp;
isChange = true;
}
}
if (!isChange) {
// 如果某次未发生数据交换,说明数据已排序
break;
}
}
}
-
冒泡排序是原地排序算法:冒泡的过程只涉及相邻数据的交换操作,只需要常量级的临时空间,所以它的空间复杂度为O(1),是一个原地排序算法
-
冒泡排序是稳定的排序算法:在冒泡排序中,只有交换才可以改变两个元素的前后顺序。为了保证冒泡排序算法的稳定性,当有相邻的两个元素大小相等的时候,我们不做交换,相同大小的据在排序前后不会改变顺序,所以冒泡排序是稳定的排序算法
-
冒泡排序的时间复杂度:
- 最好情况:要排序的数据已经是有序的了,只需要进行一次冒泡操作,所以最好情况时间复杂度是 O ( 1 ) O(1) O(1)
- 最坏情况:要排序的数据刚好是倒序排列的,需要进行 n n n次冒泡操作,所以最坏情况时间复杂度为 O ( n 2 ) O(n^2) O(n2)
- 平均时间复杂度: O ( n 2 ) O(n^2) O(n2)
插入排序(Insertion Sort)
- 基本思想:将数组中的数据分为两个区间, 已排序区间和未排序区间。初始已排序区间只有一个元素,就是数组的第一个元素,取未排序区间中的元素,在已排序区间中找到合适的插入位置将其插入,并保证已排序区间数据一直有序。重复这个过程,直到未排序区间中元素为空,算法结束
- 插入排序也包含两种操作,一种是元素的比较,一种是元素的移动。当需要将一个数据 a a a插入到已排序区间时,需要拿 a a a与已排序区间的元素依次比较大小,找到合适的插入位置。找到插入点之后,还需要将插入点之后的元素顺序往后移动一位,这样才能腾出位置给元素插入
public void insertSort(int[] arr) {
int n = arr.length;
if (n <= 1) {
return ;
}
for (int i = 1; i < n; i++) {
int insertVal = arr[i]; // 待插入的数
int insertIndex = i - 1;
// 给insertVal找到插入的位置
// 1. insertIndex >= 0 保证在给insertVal找插入位置,不越界
// 2. insertVal < arr[insertIndex]待插入的数还没有找到插入的位置,需要将arr[insertIndex]后移
while(insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex]; // 大数后移
insertIndex--;
}
// 退出while循环时,说明找到插入位置:insertIndex+1
if (insertIndex + 1 != i) {
arr[insertIndex + 1] = insertVal;
}
}
}
- 插入排序是原地排序算法:插入排序算法的运行并不需要额外的存储空间,所以空间复杂度是 O ( 1 ) O(1) O(1)
- 插入排序是稳定的排序算法:在插入排序中,对于值相同的元素,我们可以选择将后面出现的元素,插入到前面出现元素的后面,这样就可以保持原有的前后顺序不变,所以插入排序是稳定的排序算法
- 插入排序的时间复杂度
- 最好情况:如果要排序的数据已经是有序的,并不需要搬移任何数据。如果从尾到头在有序数据组里面查找插入位置,每次只需要比较一个数据就能确定插入的位置。所以这种情况下,最好是时间复杂度为 O ( n ) O(n) O(n)
- 最坏情况:如果数组是倒序的,每次插入都相当于在数组的第一个位置插入新的数据,需要移动大量的数据,所以最坏情况时间复杂度为 O ( n 2 ) O(n^2) O(n2)
- 平均时间复杂度:在数组中插入一个数据的平均时间复杂度是 O ( n ) O(n) O(n)。所以,对于插入排序来说,每次插入操作都相当于在数组中插入一个数据,循环执行 n n n次插入操作,所以平均时间复杂度为 O ( n 2 ) O(n^2) O(n2)
选择排序(Selection Sort)
- 基本思想:选择排序算法的实现思路有点类似插入排序,也分已排序区间和未排序区间。但是选择排序每次会从未排序区间中找到最小的元素,将其放到已排序区间的末尾
public void selectSort(int[] arr) {
int n = arr.length;