golang算法练习：排序

需求

排序操作，列举常见的几种排序模型:冒泡、选择、插入、快排

备注：需求和运行输出结果均已在代码中注释

冒泡

代码：

package main

import "fmt"

/*
思路：
从第一个元素开始循环，与其相邻的元素两两比较，若左边元素大于右边元素，则两者互换位置，保持右边的元素比左边元素大的排序原则
分两层循环，外层循环的成员是所有元素，内层循环是成员右边的元素
*/

func main() {
	arr := [7]int{9, 11, 4, 7, 15, 12, 6}
	fmt.Println("排序前:", arr)
	for i := 0; i < len(arr); i++ {
		for j := i + 1; j < len(arr); j++ {
			if arr[i] > arr[j] {
				arr[i], arr[j] = arr[j], arr[i]
			}
		}
	}
	fmt.Println("排序后:", arr)
}

选择

代码:

package main

import (
	"fmt"
)

/*
思路：
假设arr有n个元素
第1次循环，从第0位元素开始，依次与arr[1..n-1]元素进行比较，取出最小的元素，与arr[0]的位置互相交换
第2次循环，从第1位元素开始，依次与arr[2..n-1]元素进行比较，取出最小的元素，与arr[1]的位置互相交换
.
.
第n-1次循环，就剩最后2个元素arr[n-2, n-1]，n-2位元素与arr[n-1]元素进行比较，取出最小的元素，与arr[n-2]的位置互相交换
剩下最后一个元素，就是最大的元素，循环结束。
核心思想：每次循环确定一个小元素的位置，n个元素，外层循环n-1次
*/

func main() {
	arr := [7]int{9, 11, 4, 7, 15, 12, 6}
	for i := 0; i < len(arr); i++ {
		minIndex := i
		for j := i + 1; j < len(arr); j++ {
			if arr[j] < arr[minIndex] {
				minIndex = j
			}
		}
		arr[i], arr[minIndex] = arr[minIndex], arr[i]
	}
	fmt.Println("排序后:", arr)
}

插入

代码：

package main

import "fmt"

/*
思路：
假设arr有n个元素，无序的，
新建一个newArr数组，这个数组要求有序(假设从小至大)，默认只放入arr[0]这一个元素，arr后面的元素，依次比较，按照合理的位置插入newArr数组中
最后组合成新的完整有序的newArr
*/

func main() {
	arr := [7]int{9, 11, 4, 7, 15, 12, 6}
	newArr := [7]int{}
	newArr[0] = arr[0]
	/*
		newArr首位元素与arr首元素相等无需比较，因此arr从第1位开始取出元素与newArr中所有的进行比较，即arr[i]中的元素,与newArr[0..i-1]
		进行倒序逐个比较，arr[i]大则插入比较元素newArr[j]的右边，arr[i]小则继续向左移动。在选择插入合适位置时，如果插入之后再来移动其右
		边的元素，复杂度高，因此：
			1.若比较元素newArr[j] > arr[i]大，则提前将j的下一位newArr[j+1]赋值成newArr[j]，相当于变相地将newArr[j]往后移动一位，给前方提前预留一个位置出来，合适的时候给arr[i]插入
			2.若newArr[j] < arr[i]，则说明arr[i]已经找到了合适的位置，即j的下一位newArr[j+1]，将newArr[j+1]赋值为arr[i],本次循环完成,进入下一次循环
	*/
	for i := 1; i < len(arr); i++ {
		for j := i - 1; j >= 0; j-- {
			if arr[i] < newArr[j] {
				newArr[j+1] = newArr[j]
				// 如果是arr[i]比newArr[0]还小，则arr[i]成为新的newArr[0]
				if j == 0 {
					newArr[0] = arr[i]
				}
			} else {
				newArr[j+1] = arr[i]
				break
			}
		}
	}
	fmt.Println(newArr)
}

快排1

package main

import (
	"fmt"
	"math/rand"
	"time"
)

func QuickSort(left int, right int, array *[8000000]int) {
	/*
			params:
			;left: 左下标
			;right: 右下表
			;array: 无序数组

			思路总结:
			1.在数组内部进行顺序调换，这一点与冒泡的思路一致
			2.选取位于中间位置的元素作为一个中间值进行比较，找到一个大于它的元素和一个小于它的元素，两个进行位置交换
			3.左右双方向递归，保证数组内的每个元素都能找到比自身大和比自身小的元素，进行位置互换。这样，每个元素都出现在它合适的位置(即保证左边比
		小，右边比自身大，也就完成了排序)

	*/

	l := left
	r := right
	// pivot 是中轴， 支点
	pivot := array[(left+right)/2]
	temp := 0

	//for 循环的目标是将比 pivot 小的数放到 左边
	//  比 pivot 大的数放到 右边
	for l < r {
		//从  pivot 的左边找到大于等于pivot的值
		for array[l] < pivot {
			l++
		}
		//从  pivot 的右边边找到小于等于pivot的值
		for array[r] > pivot {
			r--
		}
		// 1 >= r 表明本次分解任务完成, break
		if l >= r {
			break
		}
		//交换
		temp = array[l]
		array[l] = array[r]
		array[r] = temp
		//优化
		if array[l] == pivot {
			r--
		}
		if array[r] == pivot {
			l++
		}
	}
	// 如果  1== r, 再移动下
	if l == r {
		l++
		r--
	}
	// 分为两段，向左递归
	if left < r {
		QuickSort(left, r, array)
	}
	// 分为两段，向右递归
	if right > l {
		QuickSort(l, right, array)
	}
}

func main() {

	// arr := [9]int {-9,78,0,23,-567,70, 123, 90, -23}
	// fmt.Println("初始", arr)

	var arr [8000000]int
	for i := 0; i < 8000000; i++ {
		arr[i] = rand.Intn(900000)
	}

	//fmt.Println(arr)
	start := time.Now()
	//调用快速排序
	QuickSort(0, len(arr)-1, &arr)
	end := time.Since(start).Seconds()
	fmt.Println("main..")
	fmt.Printf("快速排序法耗时%f秒", end) // 快速排序法耗时1.279648秒
	//fmt.Println(arr)

}

快排2

package main

import (
	"fmt"
	"math/rand"
	"time"
)

func sort(arr, orderArr []int) (subOrderArr []int) {
	/*
			params:
			;arr: 无序数组
			;orderArr: 有序数组

			思路总结:
			1.创建一个默认的无序数组arr，一个空的有序数组orderArr，作为参数传给递归函数体
			2.每次选取一个无序数组中的元素，作为参照的中间值，小于它的放到一个临时无序数组(leftSlice)，大于它的也放到一个临时无序数组(rightSlice)
			3.将新的无序数组(leftSlice/rightSlice)和现有的有序数组作为参数，递归传递给函数体本身。递归打破的条件是临时无序数组为空或只有
		1个元素，就说明本次递归中的无序数组无需再对比了，拼接入现有的orderArr中，同一递归层级内，拼接顺序永远保持:左侧+中间值+右侧，拼接完成
		后返回给递归上一级，进入下一步。
			4.用递归思想将数组分割成多个以两个值为一组的单位，进行单位内部的比较，再串成一个完整的数组。递归最内层，就是值最小的一组组合。

			Tips:
			递归函数编写思路:
				1.需要提取出共同的参数条件，递归函数执行条件，递归打破条件
				2.若变量在递归过程需要作为参数被继承且反复使用，则一定要将该参数同时作为返回值返回，并在递归栈的上一层接收返回值重新给变
			量赋值，否则回到上一层递归后，该变量的变化不会生效。
	*/

	//fmt.Println("递归前", orderArr)
	midValue := arr[0]

	var leftSlice []int
	var rightSlice []int
	for _, i := range arr {
		if i < midValue {
			leftSlice = append(leftSlice, i)
		}
		if i > midValue {
			rightSlice = append(rightSlice, i)
		}
	}
	//fmt.Println("中间值:", midValue, "leftSlice:", leftSlice, "rightSlice:", rightSlice)
	if len(leftSlice) > 1 {
		//fmt.Println("进入左侧递归")
		orderArr = sort(leftSlice, orderArr)
	} else {
		// 当无序数组元素数量为0或1时，直接合并它
		orderArr = append(orderArr, leftSlice...)
		//fmt.Println("本次递归左侧最小:", leftSlice[0], "已加入有序数组", orderArr)
	}

	orderArr = append(orderArr, midValue)
	//fmt.Println("加入中间值:", midValue, orderArr)

	if len(rightSlice) > 1 {
		//fmt.Println("进入右侧递归")
		orderArr = sort(rightSlice, orderArr)
	} else {
		// 当无序数组元素数量为0或1时，直接合并它
		orderArr = append(orderArr, rightSlice...)
		//fmt.Println("本次递归右侧最小:", rightSlice[0], "已加入有序数组", orderArr)
	}

	//fmt.Println("递归后:", orderArr)
	return orderArr
}

func main() {
	arr := make([]int, 8000000)
	for i := 0; i < 8000000; i++ {
		tmp := rand.Intn(900000)
		arr = append(arr, tmp)
	}

	orderArr := make([]int, len(arr))
	start := time.Now()
	orderArr = sort(arr, orderArr)
	//fmt.Println(orderArr)
	end := time.Since(start).Seconds()
	fmt.Printf("快速排序法耗时%f秒", end) // 快速排序法耗时2.116863秒
}

总结

时间复杂度对比:
冒泡:O(n^2)
选择:O(n^2)
插入:O(n^2)
快排:O(nlogn)

冒泡和选择排序复杂度基本一致，插入排序在最差情况下复杂度与前两者一致，但平均复杂度低于前两者，快排要快上不少，基于快排1稍稍改动了一下思路，实现的快排2，思路方面个人认为快排2更便于理解，同时更贴近递归的深度优先理念，深入到最内层先找到最小的元素。