常见的排序算法【总结】

- 排序的基本概念与分类
- 排序的稳定性
- 内排序与外排序
- 简单排序
- - 冒泡排序
  - - 时间复杂度： $O(n^2)$
  - 简单选择排序
  - - 排序原理：
    - 时间复杂度： $O(n^2)$
  - 插入排序
  - - 排序原理：
    - 时间复杂度： $O(n^2)$
- 高级排序
- - 希尔排序
  - - 排序原理：
  - 归并排序
  - - 排序原理：
    - 时间复杂度： $O (n l o g n)$
    - 空间复杂度： $O (N)$
    - 归并排序的缺点
    - 算法性能
  - 快速排序
  - - 时间复杂度： $O (n l o g n)$
    - 排序原理：
    - 切分原理：
    - 快速排序和归并排序的区别：
  - 堆排序
  - - 大顶堆和小顶堆
    - 堆排序基本原理：
- 排序算法的选择

排序的基本概念与分类

排序就是将一组杂乱无章的数据按照一定的规律（升序或降序）组织起来。
在排序问题中，通常将数据元素称为记录。可以将排序看成是线性表的一种操作。

排序的稳定性

排序算法	平均时间复杂度	最好情况	最坏情况	空间复杂度	稳定性
冒泡排序	O(n²)	O(n)	O(n²)	O(1)	稳定
简单选择排序	O(n²)	O(n²)	O(n²)	O(1)	不稳定
插入排序	O(n²)	O(n)	O(n²)	O(1)	稳定
希尔排序	O(nlogn) ~ O(n²)	O(n^1.3)	O(n²)	O(1)	不稳定
堆排序	O(nlogn)	O(nlogn)	O(nlogn)	O(1)	不稳定
归并排序	O(nlogn)	O(nlogn)	O(nlogn)	O(n)	稳定
快速排序	O(nlogn)	O(nlogn)	O(n²)	O(logn)~O(n)	不稳定

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。
稳定的：冒泡、插入、归并；
不稳定：选择、希尔、快速、堆排序

内部排序：数据元素全部放在内存中的排序。
外排排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

内排序与外排序

内排序是排序整个过程中，待排序的所有记录全部被放置在内存中。

根据排序过程中借助的主要操作，内排序分为插入排序、交换排序、选择排序和归并排序。
外排序是由于排序的记录个数太多，不能同时放置在内存中，整个排序过程需要在内外存之间多次交换数据才能进行。

简单排序

冒泡、选择、插入排序都是简单排序，最坏情况下的时间复杂度都是 $O(n^2)$ ，二平方阶随着输入规模的增大，事件成本将急剧上升，所以这些基本排序方法不能处理更大规模的问题。

冒泡排序

冒泡排序（Bubble Sort）是一种交换排序，它的基本思想是：两两比较相邻记录的关键字，如果反序则交换，直到没有反序的记录为止。

时间复杂度： $O(n^2)$

C#代码：

public class Bubble
{/// <summary>/// 正宗的冒泡排序/// </summary>/// <param name="nums"></param>public void BubbleSort(int[] nums){int i, j;for (i = 1; i < nums.Length; i++){for (j = nums.Length - 1; j >= i; j--){if (nums[j] < nums[j - 1]){Swap(nums,j,j-1);}}}}/// <summary>/// 优化后的冒泡排序/// </summary>/// <param name="nums"></param>public void BubbleSort1(int[] nums){int i, j;bool flag = true;for (i = 1; i < nums.Length && flag; i++){flag = false;for (j = nums.Length - 1; j >= i; j--){if (nums[j] < nums[j - 1]){Swap(nums,j,j-1);flag = true;}}}}private void Swap(int[] nums,int i, int j){(nums[i], nums[j]) = (nums[j], nums[i]);}
}

简单选择排序

排序原理：

在待排序数组中选出最小的(或最大)的与第一个位置的数据交换然后在剩下的待排序数组中找出最小(或最大)的与第二个位置的数据交换，以此类推，直到第n-1个元素。
简单选择排序可以说是冒泡排序的一种改版，它不再两两比较出较小数就进行交换，而是每次遍历比较当前数的后面所有数，最后再把最小的数和当前数进行交换。

时间复杂度： $O(n^2)$

C#代码：

 public void Select(int[] nums){int min;for (int i = 0; i < nums.Length-1; i++){min = i;for (int j = i+1; j < nums.Length; j++){if (nums[j]<nums[min]){min = j;}}(nums[i], nums[min]) = (nums[min], nums[i]);}}

插入排序

插入排序(Insertion sort)是一种简单直观且稳定的排序算法。

插入排序的工作方式非常像人们排序一手扑克牌一样。开始时，我们的左手为空并且桌子上的牌面朝下。然后，我们每次从桌子上拿走一张牌并将它插入左手中正确的位置。为了找到一张牌的正确位置，我们从右到左将它与已在手中的每张牌进行比较

排序原理：

把所有的元素分为两组，已经排序的和未排序的;
找到未排序的组中的第一个元素，向已经排序的组中进行插入
倒叙遍历已经排序的元素，依次和待插入的元素进行比较，直到找到一个元素小于等于待插入元素，那么就把待插入元素放到这个位置，其他的元素向后移动一位;

时间复杂度： $O(n^2)$

C#代码：

public void Insertion(int[] nums){for (int i = 1; i < nums.Length; i++){for (int j = i; j > 0; j--){if (nums[j-1]>nums[j]){//交换元素(nums[j - 1], nums[j]) = (nums[j], nums[j - 1]);}elsebreak;}}}

高级排序

希尔排序

希尔排序是插入排序的一种，又称“缩小增量排序”,是插入排序算法的一种更高效的改进版本。

前面学习插入排序的时候，我们会发现一个很不友好的事儿，如果已排序的分组元索为{2,5,7,9,10}，未排序的分组元素为{1,8}，那么下一个待插入元素为1，我们需要拿着1从后往前，依次和10,9,7,5,2进行交换位置,才能完成真正的插入,每次交换只能和相邻的元素交换位置。那如果我们要提高效率，直观的想法就是一次交换，能把1放到更前面的位置,比如一次交换就能把1插到2和5之间，这样-次交换1就向前走了5个位置，可以减少交换的次数，这样的需求如何实现呢?接下来我们来看看希尔排序的原理。

排序原理：

选定一个增长量h，按照增长量h作为数据分组的依据，对数据进行分组
对分好组的每一组数据完成插入排序;
减小增长量，最小减为1,重复第二步操作。
增长量h的确定:我们这里采用以下规则：

int h = 1;
while(h<长度/2)
{h = 2h+1;
}
//循环结束后我们就可以确定h的最大值

h的减小规则为 h = h/2

C#代码：

public void Shell(int[] nums)
{//确定增长值int h = 1;while (h < nums.Length / 2){h = 2 * h + 1;}while (h>=1){//排序for (int i = h; i < nums.Length; i++){for (int j = i; j >=h ; j-=h){if (nums[j]<nums[j-h]){//交换(nums[j], nums[j - h]) = (nums[j - h], nums[j]);}else{break;}}}h /= 2;}
}

归并排序

归并排序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。

排序原理：

归并排序算法有两个基本的操作，一个是分，也就是把原数组划分成两个子数组的过程。另一个是治，它将两个有序数组合并成一个更大的有序数组。

尽可能的一组数据拆分成两个元素相等的子组，并对每一个子组继续拆分，直到拆分后的每个子组的元素个数是1为止。
将相邻的两个子组进行合并成一个有序的大组;
不断的重复步骤2，直到最终只有一个组为止。

时间复杂度： $O (n l o g n)$

空间复杂度： $O (N)$

归并排序需要一个与原数组相同长度的数组做辅助来排序。

归并排序的缺点

需要申请额外的数组空间，导致空间复杂度提升，是典型的以空间换时间的操作

算法性能

速度仅次于快速排序。

C#代码：

//递归实现的归并排序
public class MergeSort
{private int[] list;private bool Less(int[] nums,int a, int b){return nums[a] - nums[b] < 0;}public void Sort(int[] nums){int lo = 0;int hi = nums.Length - 1;list = new int[nums.Length];Sort(nums,lo,hi);}private void Sort(int[] nums, int lo, int hi){//安全性校验if (lo>=hi){return;}int mi = lo + (hi - lo) / 2;//分别对每一组数据进行排序Sort(nums,lo,mi);Sort(nums, mi+1, hi);//把两个数组进行归并Merge(nums,lo,mi,hi);}private void Merge(int[] nums, int lo, int mi, int hi){//定义3个指针int p1 = lo;int p2 = mi + 1;int p = lo;//编历，移动p1指针和p2指针，比较对应索引处的值，找出小的那个，放到辅助数组的对应索引处while (p1 <= mi && p2 <= hi){if (Less(nums,p1,p2)){list[p++] = nums[p1++];}else{list[p++] = nums[p2++];}}//如果p1指针没有走完while (p1<=mi){list[p++] = nums[p1++];}//如果p2指针没有走完while (p2<=hi){list[p++] = nums[p2++];}//把辅助数组中的数据拷贝到原数组中for (int i = lo; i <= hi; i++){nums[i] = list[i];}}
}

快速排序

快速排序是对冒泡排序的一种改进。它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

时间复杂度： $O (n l o g n)$

排序原理：

首先设定一个分界值，通过该分界值将数组分成左右两部分;
将大于或等于分界值的数据放到到数组右边,小于分界值的数据放到数组的左边。此时左边部分中各元素都小于或等于分界值，而右边部分中各元素都大于或等于分界值;
然后,左边和右边的数据可以独立排序。对于左侧的数组数据，又可以取一个分界值，将该部分数据分成左右两部分，同样在左边放置较小值，右边放置较大值。右侧的数组数据也可以做类似处理。
重复上述过程，可以看出，这是一个递归定义。通过递归将左侧部分排好序后，再递归排好右侧部分的顺序。当左侧和右侧两个部分的数据排完序后，整个数组的排序也就完成了

切分原理：

把一个数组切分成两个子数组的基本思想

找一个基准值，用两个指针分别指向数组的头部和尾部
先从尾部向头部开始搜索一个比基准值小的元素，搜索到即停止，并记录指针的位置
再从头部向尾部开始搜索一个比基准值大的元素，搜索到即停止，并记录指针的位置
交换当前左边指针位置和右边指针位置的元素
重复2,3,4步骤，直到左边指针的值大于右边指针的值停止。

C#代码：

//快速排序主要有三个参数，left 为区间的开始地址，right 为区间的结束地址，Key 为当前的开始的值。
//我们从待排序的记录序列中选取一个记录（通常第一个）作为基准元素（称为key）key=arr[left]，然后设置两个变量，left指向数列的最左部，right 指向数据的最右部。
public class QuickSort
{public void Sort(int[] arr){Quick(arr, 0, arr.Length - 1);}private void Quick(int[] arr, int left, int right){if (left < right){int pivot = Partition(arr, left, right);Quick(arr, left, pivot - 1);Quick(arr, pivot + 1, right);}}private int Partition(int[] arr, int left, int right){int pivotKey = arr[left];while (left < right){while (left < right && arr[right] >= pivotKey){right--;}arr[left] = arr[right];while (left < right && arr[left] <= pivotKey){left++;}arr[right] = arr[left];}arr[left] = pivotKey;return left;}
}

快速排序和归并排序的区别：

快速排序是另外一种分治的排序算法，它将一个数组分成两个子数组，将两部分独立的排序。快速排序和归并排序是互补的:归并排席将数组分成两个子数组分别排序，并将有序的子数组归并从而将整个数组排序，而快速排序的方式则是当两个数组都有序时，整个数组自然就有序了。在归并排序中，一个数组被等分为两半,归并调用发生在处理整个数组之前，在快速排序中，切分数组的位置取决于数组的内容，递归调用发生在处理整个数组之后。

堆排序

堆排序相当于简单选择排序的升级，他们同属于选择排序类。堆的结构可以分为大顶堆和小顶堆，是一个完全二叉树，而堆排序是根据堆的这种数据结构设计的一种排序。

大顶堆和小顶堆

性质：每个结点的值都大于或等于其左孩子和右孩子结点的值，称之为大顶堆；每个结点的值都小于或等于其左孩子和右孩子结点的值，称之为小顶堆。如下图

上面的结构映射成数组

查找数组中某个数的父结点和左右孩子结点，比如已知索引为i的数，那么

1.父结点索引：(i-1)/2（这里计算机中的除以2，省略掉小数）

2.左孩子索引：2*i+1

3.右孩子索引：2*i+2

所以上面两个数组可以脑补成堆结构，因为他们满足堆的定义性质：

大顶堆：arr(i)>arr(2*i+1) && arr(i)>arr(2*i+2)

小顶堆：arr(i)<arr(2*i+1) && arr(i)<arr(2*i+2)

堆排序基本原理：

首先将待排序的数组构造成一个大顶堆，此时，整个数组的最大值就是堆结构的顶端
将顶端的数与末尾的数交换，此时，末尾的数为最大值，剩余待排序数组个数为n-1
将剩余的n-1个数再构造成大根堆，再将顶端数与n-1位置的数交换，如此反复执行，便能得到有序数组

C#代码：

public class HeapSort  
{  public static void Sort(int[] arr)  {  int n = arr.Length;  // 构建最大堆：大顶堆的构建过程就是从最后一个非叶子结点开始从下往上调整,则最后一个非叶子结点的位置是：数组长度/2-1。  for (int i = n / 2 - 1; i >= 0; i--)  Heapify(arr, n, i);  // 排序for (int i = n - 1; i >= 0; i--)  {  // 将当前最大的元素 arr[0] 和 arr[i] 交换  Swap(arr, 0, i);  // 重新调整剩余元素为最大堆  Heapify(arr, i, 0);  }  }  // 调整以 pos 为根的子树，使其保持最大堆的性质  private static void Heapify(int[] arr, int n, int pos)  {  int largest = pos; // 初始化 largest 为根  int left = 2 * pos + 1; // 左子节点  int right = 2 * pos + 2; // 右子节点  // 如果左子节点比根大  if (left < n && arr[left] > arr[largest])  largest = left;  // 如果右子节点比当前最大的还大  if (right < n && arr[right] > arr[largest])  largest = right;  // 如果最大的不是根  if (largest != pos)  {  // 交换  Swap(arr, pos, largest);  // 递归地调整受影响的子树  Heapify(arr, n, largest);  }  }  // 交换数组中的两个元素  private static void Swap(int[] arr, int i, int j)  {  (arr[i], arr[j]) = (arr[j], arr[i]);  }  
}