常用算法

插入排序

包括直接插入排序和希尔插入排序

直接插入排序

将一个记录插入到已经排序好的有序表中。

  • sorted数组的第0个位置没有放数据
  • 从sorted第二个数据开始处理:
    如果数据比它前面的数据要小,说明数据需要往前移动。
    a、首先将数据备份放到sorted的第0位置当哨兵
    b、然后将该数据前面的那个数据后移
    c、然后往前搜,找到插入的位置
    d、找到插入位置之后,将第0位置的那个数据插入对应的位置。
    O(n*n),当待排序记录序列为正序时,时间复杂度提高至O(n)。

希尔排序

先将整个待排序列分割成若干个子序列分别进行直接插入排序,待整个序列中的记录基本有序时,再对整体进行一次直接插入排序。时间复杂度O(n*n)。

交换排序

包括冒泡排序和快速排序

冒泡排序

这个算法的核心思想是扫描数据清单,寻找出现乱序的两个相邻项目,当找到这两个项目后,交换项目的位置后继续扫描,重复上面的操作直到所有项目都按顺序排好。该算法是专门针对已部分排序的数据进行排序的算法。

快速排序

通过一趟排序,将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另一部分的关键小,则可分别对两部分进行继续的排序。

选择排序

分为直接选择排序和堆排序

直接选择排序

第i次选取i到length-1中间最小的值放在i位置。

堆排序

首先,数组里面用层次遍历的顺序放一颗完全二叉树。从最后一个非终端结点往前调整,直到到达根节点。

归并排序

将两个或两个以上的有序表组合成一个新的有序表。归并排序需要使用一个辅助数组,大小跟原数组相同,递归做法。每次都将目标序列分解成两个序列,分别排序两个子序列之后,再将两个排序好的子序列merge到一起。

基数排序

使用10个辅助队列,假设最大数的数字位数为x,则一共做x次,从各位数开始往前,第i为数字的大小为依据,将数据放进辅助队列,搞定之后回收。下次再以高一位开始的数字位为依据。

总结

所需辅助空间最多:归并排序
所需辅助空间最少:堆排序
平均速度最快:快速排序
不稳定:快速排序,希尔排序、堆排序
选择排序算法依据:

  • 数据的规模
  • 数据的类型
  • 数据已有的顺序
    按平均的时间性能来分:
  • 时间复杂度为O(nlogn)的方法有:快速排序、堆排序和归并排序,其中以快速排序最好
  • 时间复杂度为O(n*n)的方法有:直接插入排序、冒泡排序和简单选择排序,其中以直接插入排序最好,特别是对那些关键字近似有序的记录效果更好
  • 时间复杂度为O(n)的排序方法只有基数排序。
    按平均的空间性能来分(指的是排序过程中所需要的辅助空间的大小):
  • 所有的简单排序方法(包括:直接插入排序、冒泡排序和简单选择)和堆排序的空间复杂度为O(1)
  • 快速排序为O(logn),为栈所需的辅助空间
  • 归并排序所需辅助空间最多,其空间复杂度为O(n)
  • 链式基数排序需附设首尾指针,则空间复杂度为O(rd)
    排序算法的稳定性能:
  • 稳定的排序算法是指,对于两个相等的关键字,它们在序列中的相对位置,在排序前和排序后没有改变
  • 当多对关键字的记录顺序进行LSD方法排序时,必须采用稳定的排序算法
  • 对于不稳定的算法,只要能举出一个实例说明即可
  • 快速排序,希尔排序、堆排序是不稳定的排序,直接选择排序也是不稳定的。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,928评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,192评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,468评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,186评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,295评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,374评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,403评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,186评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,610评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,906评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,075评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,755评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,393评论 3 320
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,079评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,313评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,934评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,963评论 2 351