十大经典排序，你全都会了吗？（附源码、动图、万字详解(1)

youpwwcc

已于 2024-04-13 22:09:10 修改

阅读量671

点赞数 18

分类专栏：程序员文章标签：算法数据结构排序算法

于 2024-04-13 22:09:09 首次发布

本文链接：https://blog.csdn.net/youpwwcc/article/details/137726809

版权

程序员专栏收录该内容

17 篇文章 0 订阅

订阅专栏

}

StackDestory(&st);
}

快速排序的特性总结：
1️⃣ 快速排序整体的综合性能和使用场景都是比较好的，所以才敢叫快速排序
2️⃣ 时间复杂度：O(

N

∗

l

o

g

N

N*logN

N∗logN)

3️⃣ 空间复杂度：O(

l

o

g

N

logN

logN)~O(

N

N

N)（最坏情况每次key都取到最大或最小，要递归n层）

4️⃣ 稳定性：不稳定（选key，三数取中，很多因素使它不稳定）

4. 7️⃣归并排序

基本思想：
归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide andConquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。（有微积分那味了）

//有点像前序遍历
void _MergeSort(int* a, int begin, int end, int* tmp)
{
//停止条件——只有一个的时候
if (begin >= end)
return;

int mid = begin + (end - begin) / 2;
//区间的分割要小心，可能会出现死循环
//[begin,mid][mid+1,end]
_MergeSort(a, begin, mid, tmp);
_MergeSort(a, mid + 1, end, tmp);

//归并
//printf(“[%d, %d][%d, %d]\n”, begin, mid, mid + 1, end);
int begin1 = begin, end1 = mid;
int begin2 = mid + 1, end2 = end;
int index = begin;
while (begin1 <= end1 && begin2 <= end2)
{
if (a[begin1] < a[begin2])
{
tmp[index++] = a[begin1++];
}
else
{
tmp[index++] = a[begin2++];
}
}
while (begin1 <= end1)
{
tmp[index++] = a[begin1++];
}
while (begin2 <= end2)
{
tmp[index++] = a[begin2++];
}
//拷回去
memcpy(a + begin, tmp + begin, (end - begin + 1) * sizeof(int));
}

void MergeSort(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
assert(tmp);

_MergeSort(a, 0, n - 1, tmp);

free(tmp);
}

4.1 归并排序非递归

边界处理永远的泪😭

//非递归
void MergeSortR(int* a, int n)
{
int* tmp = (int*)malloc(sizeof(int) * n);
assert(tmp);
int gap = 1;

while (gap < n)
{
//间距为gap为一组，两两归并
for (int i = 0; i < n; i += 2 * gap)
{
int begin1 = i, end1 = i + gap - 1;
int begin2 = i + gap, end2 = i + 2 * gap - 1;
//只有end1越界，直接修正
if (end1 >= n)
end1 = n - 1;
//begin2不存在，第二个区间不存在,修正成一个不存在的区间
if (begin2 >= n)
{
begin2 = n;
end2 = n - 1;
}
//begin2没事end2越界，修正end2
if (end2 >= n)
end2 = n - 1;
int index = i;

//printf(“[%d, %d][%d, %d]\n”, begin1, end1, begin2, end2);
while (begin1 <= end1 && begin2 <= end2)
{
if (a[begin1] < a[begin2])
{
tmp[index++] = a[begin1++];
}
else
{
tmp[index++] = a[begin2++];
}
}
while (begin1 <= end1)
{
tmp[index++] = a[begin1++];
}
while (begin2 <= end2)
{
tmp[index++] = a[begin2++];
}
}
memcpy(a, tmp, n * sizeof(int));
gap *= 2;
}
free(tmp);
}

归并排序的特性总结：
1️⃣ 归并的缺点在于需要O(N)的空间复杂度，归并排序的思考更多的是解决在磁盘中的外排序问题。
2️⃣ 时间复杂度：O(N*logN)
3️⃣ 空间复杂度：O(N)

4️⃣ 稳定性：稳定

5. 非比较排序

5.1 8️⃣计数排序

思想：计数排序又称为鸽巢原理，是对哈希直接定址法的变形应用。操作步骤：

统计相同元素出现次数
根据统计的结果将序列回收到原来的序列中

//适用于范围集中的数，排负数也行
void CountSort(int* a, int n)
{
int min = a[0], max = a[0];
for (int i = 1; i < n; i++)
{
if (a[i] > max)
max = a[i];
if (a[i] < min)
min = a[i];
}
int range = max - min + 1;
int* countA = (int*)calloc(range, sizeof(int));
assert(countA);

for (int i = 0; i < n; i++)
{
countA[a[i] - min]++;
}

int j = 0;
for (int i = 0; i < range; i++)
{
while (countA[i]–)
{
a[j++] = i + min;
}
}
}

计数排序的特性总结：
1️⃣ 计数排序在数据范围集中时，效率很高，但是适用范围及场景有限，浮点数就没法排。
2️⃣ 时间复杂度：O(MAX(N,范围))
3️⃣ 空间复杂度：O(范围)

4️⃣ 稳定性：稳定

5.2 9️⃣桶排序

桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。

操作步骤：

设置一个定量的数组当作空桶；
每个桶存放该区间的数据，由于每个桶内的数据元素个数不确定，可以使用链表表示，同时使用插入排序，让每个桶的链表有序。
这样按照次序将所有桶的元素连起来就得到完整的有序列表。

typedef int SLTDataType;
typedef struct SListNode
{
SLTDataType data;
struct SListNode* next;
}SListNode;

void InsertNode(SListNode** bucket, int data)
{
SListNode* p = (SListNode*)malloc(sizeof(SListNode));
p->data = data;
p->next = NULL;

// 桶为空
if (*bucket == NULL)
{
*bucket = p;
}
else
{
SListNode* prev = NULL;
SListNode* cur = *bucket;

while (cur != NULL && cur->data <= data)
{
prev = cur;
cur = cur->next;
}
// 对插入到第一个结点前的情况处理
if (prev == NULL)
{
*bucket = p;
p->next = cur;
}
else
{
prev->next = p;
p->next = cur;
}
}
}

void BucketSort(int* arr, int n)
{
//寻找最大值最小值
int max = arr[0], min = arr[0];
for (int x = 0; x < n; x++) {
max = arr[x] > max ? arr[x] : max;
min = arr[x] < min ? arr[x] : min;
}

//获取容量
int bucketsize = (max - min) / n + 1;

//获取桶数量
int bucketcount = (max - min) / bucketsize + 1;

//申请桶空间
SListNode** b=(SListNode**)calloc(bucketcount, sizeof(SListNode*));

//分配数据
for (int i = 0; i < n; i++)
{
//算出arr[i]对应的桶位置
int pos = (arr[i] - min) / bucketsize;
InsertNode(&b[pos], arr[i]);
}

//将数据返回到数组
SListNode* tmp;
for (int i = 0, j = 0; i < bucketcount && j < n; i++)
{
if (b[i] != NULL)
{
tmp = b[i];
while (tmp != NULL)
{
arr[j++] = tmp->data;
tmp = tmp->next;
}
}
}

//free
for (int i = 0; i < bucketcount; i++)
{
while (b[i] != NULL)
{
tmp = b[i];
b[i] = tmp->next;
free(tmp);
}
}
free(b);
}

桶排序的特性总结：

1️⃣时间复杂度：O(range + N)

2️⃣空间复杂度：O(range + N)

3️⃣稳定性：稳定。

5.3 🔟基数排序

基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。

//求最大位数
int Maxbit(int* arr, int n)
{
int max = arr[0];
for (int i = 1; i < n; i++)
{
if (arr[i] > max)
max = arr[i];
}

int k = 1;
while (max >= 10)
{
max /= 10;
k++;
}

return k;
}

void RadixSort(int* arr, int n)
{
int k = Maxbit(arr, n);
int radix = 1;
int* tmp = (int*)malloc(sizeof(int) * n);

while (k)
{
int bucket[10] = { 0 };

//统计每个桶的数据个数
for (int i = 0; i < n; i++)
{
bucket[arr[i] / radix % 10]++;
}

//累加
for (int i = 1; i < 10; i++)
{
bucket[i] += bucket[i - 1];
}

//向tmp数组存入数据
for (int i = n - 1; i >= 0; i–)
{
tmp[bucket[arr[i] / radix % 10] - 1] = arr[i];
bucket[arr[i] / radix % 10]–;
}

//将tmp序列拷贝到原数组中
memcpy(arr, tmp, n * sizeof(int));

radix *= 10;
k–;
}
free(tmp);
}

基数排序的特性总结：

1️⃣时间复杂度：O(range * N)

2️⃣空间复杂度：O(range + N)

3️⃣稳定性：稳定。

总结：排序算法复杂度及稳定性分析

排序方式	时间复杂度（平均）	时间复杂度（最坏）	时间复杂度（最好）	空间复杂度	稳定性
直接插入排序	O(

n^2

n2) | O(

n^2

n2) | O(

n) | O(

| 稳定 |
| 希尔排序 | O(

nlogn

nlogn)~ O(

n^2

n2) | O(

n^2

n2) | O(

1.3

n^{1.3}

n1.3) | O(

| 不稳定 |
| 直接选择排序 | O(

n^2

n2) | O(

n^2

n2) | O(

n^2

n2) | O(

| 不稳定 |
| 堆排序 | O(

nlog_2n

nlog2n) | O(

nlog_2n

nlog2n) | O(

nlog_2n

nlog2n) | O(

| 不稳定 |
| 冒泡排序 | O(

n^2

n2) | O(

n^2

n2) | O(

n) | O(

| 稳定 |
| 快速排序 | O(

nlog_2n

nlog2n) | O(

n^2

n2) | O(

nlog_2n

nlog2n) | O(

log_2n

log2n)~O(

n) | 不稳定 |
| 归并排序 | O(

nlog_2n

nlog2n) | O(

nlog_2n

nlog2n) | O(

nlog_2n

nlog2n) | O(

n) | 稳定 |
| 计数排序 | O(

n+k

n+k) | O(

n+k

n+k) | O(

n+k

n+k) | O(

n+k

n+k) | 稳定 |
| 桶排序 | O(

n+k

n+k) | O(

n^2

n2) | O(

n) | O(

n+k

n+k) | 稳定 |
| 基数排序 | O(

∗

n*k

n∗k) | O(

∗

n*k

n∗k) | O(

∗

n*k

n∗k) | O(

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Go语言工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Go语言全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Golang知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Go）

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

n+k) | O(

n+k

n+k) | O(

n+k

n+k) | 稳定 |
| 桶排序 | O(

n+k

n+k) | O(

n^2

n2) | O(

n) | O(

n+k

n+k) | 稳定 |
| 基数排序 | O(

∗

n*k

n∗k) | O(

∗

n*k

n∗k) | O(

∗

n*k

n∗k) | O(

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

因此收集整理了一份《2024年Go语言全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
[外链图片转存中…(img-5M5R0l40-1713017332655)]
[外链图片转存中…(img-vKqcCBDM-1713017332656)]
[外链图片转存中…(img-BKMVVZCy-1713017332657)]
[外链图片转存中…(img-zMMlNswv-1713017332657)]
[外链图片转存中…(img-4kAzMko2-1713017332658)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Golang知识点，真正体系化！

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Go）
[外链图片转存中…(img-yhpdwlYz-1713017332659)]

youpwwcc

关注

18
点赞
踩
19

收藏

觉得还不错? 一键收藏
0
评论
十大经典排序，你全都会了吗？（附源码、动图、万字详解(1)

排序方式时间复杂度（平均）时间复杂度（最坏）时间复杂度（最好）空间复杂度稳定性直接插入排序O(n2n^2n2) | O(n2n^2n2) | O(nnn) | O(11| 稳定 || 希尔排序 | O(nlognnlognnlogn)~ O(n2n^2n2) | O(n2n^2n2) | O(n1.3n^{1.3}n1.3) | O(11| 不稳定 || 直接选择排序 | O(n2n^2n2) | O(n2。
复制链接

扫一扫