目录
1插入排序
1.1直接插入排序
平均来说插入排序算法复杂度为。因而,插入排序不适合对于数据量比较大的排序应用。但是,如果需要排序的数据量很小,例如,量级小于千;或者若已知输入元素大致上按照顺序排列,那么插入排序还是一个不错的选择。 插入排序在工业级库中也有着广泛的应用,在STL的sort算法和stdlib的qsort算法中,都将插入排序作为快速排序的补充,用于少量元素的排序(通常为8个或以下)。
1.2希尔排序
2交换排序
2.1冒泡排序
使用一个旗标来表示有无需要交换的可能,也可以把最优情况下的复杂度降低到。
2.2快速排序
public void fastSort(int[] nums, int start, int end) {
if (start >= end) {
return;
}
int i = start;
int j = end;
int tmp = nums[i];
while (i < j) {
while (nums[j] >= tmp && (i < j)) {
j--;
}
if (i < j) {
nums[i] = nums[j];
i++;
}
while (nums[i] <= tmp && (i < j)) {
i++;
}
if (i < j) {
nums[j] = nums[i];
j--;
}
}
nums[i] = tmp;
fastSort(nums, start, i - 1);
fastSort(nums, i + 1, end);
}
快速排序是二叉查找树(二叉搜索树)的一个空间最优化版本。不是循序地把数据项插入到一个明确的树中,而是由快速排序组织这些数据项到一个由递归调用所隐含的树中。这两个算法完全地产生相同的比较次数,但是顺序不同。对于排序算法的稳定性指标,原地分割版本的快速排序算法是不稳定的。其他变种是可以通过牺牲性能和空间来维护稳定性的。
快速排序的最直接竞争者是堆排序(Heapsort)。堆排序通常比快速排序稍微慢,但是最坏情况的运行时间总是。快速排序是经常比较快,除了introsort变化版本外,仍然有最坏情况性能的机会。如果事先知道堆排序将会是需要使用的,那么直接地使用堆排序比等待introsort再切换到它还要快。堆排序也拥有重要的特点,仅使用固定额外的空间(堆排序是原地排序),而即使是最佳的快速排序变化版本也需要的空间。然而,堆排序需要有效率的随机存取才能变成可行。
快速排序也与归并排序(Mergesort)竞争,这是另外一种递归排序算法,但有坏情况运行时间的优势。不像快速排序或堆排序,归并排序是一个稳定排序,且可以轻易地被采用在链表(linked list)和存储在慢速访问媒体上像是磁盘存储或网络连接存储的非常巨大数列。尽管快速排序可以被重新改写使用在链串列上,但是它通常会因为无法随机存取而导致差的基准选择。归并排序的主要缺点,是在最佳情况下需要额外的空间。
3选择排序
3.1直接选择排序
选择排序的主要优点与数据移动有关。
如果某个元素位于正确的最终位置上,则它不会被移动。
选择排序每次交换一对元素,它们当中至少有一个将被移到其最终位置上,因此对个元素的表进行排序总共进行至多次交换。
在所有的完全依靠交换去移动元素的排序方法中,选择排序属于非常好的一种。
- 复杂度分析
选择排序的交换操作介于和次之间。
交换次数,最好情况是,已经有序,交换0次;最坏情况是,逆序,交换次。
交换次数比冒泡排序较少,由于交换所需CPU时间比比较所需的CPU时间多,值较小时,选择排序比冒泡排序快。
原地操作几乎是选择排序的唯一优点,当空间复杂度要求较高时,可以考虑选择排序;实际适用的场合非常罕见。
3.2堆排序
升序 大顶堆
4归并排序
O(n)辅助空间