常用排序算法

Posted 2021-11-25 youmingddd

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了常用排序算法相关的知识，希望对你有一定的参考价值。

总结于（网址有算法源码）：http://www.cnblogs.com/liuling/p/2013-7-24-01.html

排序大的分类可以分为两种：内排序和外排序。在排序过程中，全部记录存放在内存，则称为内排序，如果排序过程中需要使用外存，则称为外排序。

内排序：

(1)、插入排序：直接插入排序、二分法插入排序、希尔排序。

(2)、选择排序：简单选择排序、堆排序。

(3)、交换排序：冒泡排序、快速排序。

(4)、归并排序

(5)、基数排序

插入排序

思想：每步将一个待排序的记录，按其顺序码大小插入到前面已经排序的字序列的合适位置，直到全部插入排序完为止。

关键问题：在前面已经排好序的序列中找到合适的插入位置。

直接插入排序:

基本思想：每步将一个待排序的记录，按其顺序码大小插入到前面已经排序的字序列的合适位置（从后向前找到合适位置后），直到全部插入排序完为止。

复杂度：文件初态不同时，直接插入排序所耗费的时间有很大差异。若文件初态为正序，则每个待插入的记录只需要比较一次就能够找到合适的位置插入，故算法的时间复杂度为O(n)，这时最好的情况。若初态为反序，则第i个待插入记录需要比较i+1次才能找到合适位置插入，故时间复杂度为O(n2)，这是最坏的情况。

平均复杂度：O(n2)

个人总结：从前往后排序时，第二个先与第一个比较大小并排序，第三个开始从后往前在有序数组中找到合适位置，插入，移动数组，直到插入排序完成

二分法插入排序:

基本思想：二分法插入排序的思想和直接插入一样，只是找合适的插入位置的方式不同，这里是按二分法找到合适的位置，可以减少比较的次数。

复杂度:二分插入排序的比较次数与待排序记录的初始状态无关，仅依赖于记录的个数。当n较大时，比直接插入排序的最大比较次数少得多。但大于直接插入排序的最小比较次数。算法的移动次数与直接插入排序算法的相同，最坏的情况为n2/2，最好的情况为n，平均移动次数为O(n2)。

平均复杂度：O(n2)

个人总结：与直接插入类似，只是在找到合适插入位置时采用了二分法查找

希尔排序:

基本思想：先取一个小于n的整数d1作为第一个增量，把文件的全部记录分成d1个组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序；然后，取第二个增量d2<d1重复上述的分组和排序，直至所取的增量dt=1(dt<dt-l<…<d2<d1)，即所有记录放在同一组中进行直接插入排序为止。该方法实质上是一种分组插入方法。

复杂度:（1）当文件初态基本有序时直接插入排序所需的比较和移动次数均较少。

　　（2）当n值较小时，n和n2的差别也较小，即直接插入排序的最好时间复杂度O(n)和最坏时间复杂度0(n2)差别不大。

　　（3）在希尔排序开始时增量较大，分组较多，每组的记录数目少，故各组内直接插入较快，后来增量di逐渐缩小，分组数逐渐减少，而各组的记录数目逐渐增多，但由于已经按di-1作为距离排过序，使文件较接近于有序状态，所以新的一趟排序过程也较快。

平均复杂度：O(nlogn)

个人总结：假设对n=10的数组进行排序，取d1=n/2=5,即分为五个组，每组两个对象进行比较（例：1与1+m*d1处对象比较），分组后采用的是直接插入排序，第一次分组排序完成之后，再次进行分组，取d2<d1，分组更少，组内对象更多，进行分组排序，直到dn=1时进行最后一次排序，希尔排序完成。

选择排序

思想：每趟从待排序的记录序列中选择关键字最小的记录放置到已排序表的最前位置，直到全部排完。

关键问题：在剩余的待排序记录序列中找到最小关键码记录。

简单选择排序:

基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换；然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。

复杂度：简单选择排序是不稳定的排序。时间复杂度：T(n)=O(n2)。

平均复杂度：O(n2)

个人总结：找到最小的数与第一个数调换位置，从第二个数开始向后找到最小的数，与第二个数进行交换，依次直到只剩最后一个数，排序结束。

堆排序:

基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。

复杂度:直接选择排序中，为了从R[1..n]中选出关键字最小的记录，必须进行n-1次比较，然后在R[2..n]中选出关键字最小的记录，又需要做n-2次比较。事实上，后面的n-2次比较中，有许多比较可能在前面的n-1次比较中已经做过，但由于前一趟排序时未保留这些比较结果，所以后一趟排序时又重复执行了这些比较操作。堆排序可通过树形结构保存部分比较结果，可减少比较次数。堆排序的最坏时间复杂度为O(nlogn)。堆序的平均性能较接近于最坏性能。由于建初始堆所需的比较次数较多，所以堆排序不适宜于记录数较少的文件。

平均复杂度：O(nlogn)

个人总结：先把待排序的数组建成大根堆，然后将堆顶元素与堆的最后一个元素（最右下角元素）进行交换并踢出交换后的堆顶元素，原来的节点再建堆，进行相同的操作。

交换排序

冒泡排序:

基本思想：在要排序的一组数中，对当前还未排好序的范围内的全部数，自上而下对相邻的两个数依次进行比较和调整，让较大的数往下沉，较小的往上冒。即：每当两相邻的数比较后发现它们的排序与排序要求相反时，就将它们互换。

复杂度：
若文件初状为正序，则一趟起泡就可完成排序，排序码的比较次数为n-1，且没有记录移动，时间复杂度是O(n)

若文件初态为逆序，则需要n-1趟起泡，每趟进行n-i次排序码的比较，且每次比较都移动三次，比较和移动次数均达到最大值∶O(n2)

平均复杂度：O(n2)

个人总结：（设从小到大排序）第一个数与第二个数比较排序，第二个数与第三个数比较排序...，第一遍排序后，最大值将会在数组最后一位，第二遍排序后数组第二大的将会在倒数第二位，直至结束。双重循环，第一重是原始数组多大就循环遍历几次，第二重是冒泡后剩余的数组排序。第二重循环的结束判断条件为(j<原始数组长度-i-1)(j为第二重数组的循环变量，i为第一重数组的循环变量即当前有i+1个数已经被冒泡排序)

快速排序:

基本思想：选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描，将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。

复杂度:快速排序是不稳定的排序。快速排序的时间复杂度为O(nlogn)。当n较大时使用快排比较好，当序列基本有序时用快排反而不好。

平均复杂度：O(nlogn)

个人总结：取一个数作为基准数，对原始数组进行分类，小于基准数为一组，大于基准数为一组，每组数进行递归，再次找出基准数分组递归。

归并排序

基本思想：归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。

复杂度：归并排序是稳定的排序方法。归并排序的时间复杂度为O(nlogn)。速度仅次于快速排序，为稳定排序算法，一般用于对总体无序，但是各子项相对有序的数列。

平均复杂度：O(nlogn)

个人总结：将一个待排序数组从中间分成两组分别排序、合并，递归，两组各自从中间分成两组排序、合并。

基数排序

基本思想：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。

复杂度：基数排序是稳定的排序算法。基数排序的时间复杂度为O(d(n+r)),d为位数，r为基数。

平均复杂度：O(d(n+r))

个人总结：先取个位数比较排序，再取十位数排序，不足以0替代，取百位排序...直到所有比较都为0为止，排序完成。