【史上最全内部排序算法】（直接插入、折半插入、希尔） +（冒泡、快速）+（简单选...
【史上最全内部排序算法】（直接插入、折半插入、希尔） +（冒泡、快速）+（简单选择、堆{含元素的增删}）+（归并）+ （基数）排序 + 对比总结
文章目录
排序
1. 插⼊排序
（稳定）1.1 直接插入排序【适用于顺序存储和链式存储的线性表】
时间、空间复杂度
（稳定）1.2 折半插入排序【先⽤折半查找找到应该插⼊的位置，再移动元素】
时间、空间复杂度
（不稳定）1.3 希尔排序【多次直接插入排序】
时间、空间复杂度
2. 交换排序
2.1 (稳定）冒泡排序
时间、空间复杂度
2.2 (不稳定)快速排序【所有内部排序算法中，平均性能最优的排序算法】
时间、空间复杂度
3.选择排序
3.1 （不稳定）简单选择排序
时间、空间复杂度
3.2 （不稳定）堆排序
① 什么是堆、⼤根堆（⼤顶堆）、⼩根堆（⼩顶堆）？
② 建⽴⼤根堆：BuildMaxHeap(int A[], int len)、HeadAdjust(int A[], int k, int len)
③基于⼤根堆进⾏排序：HeapSort(int A[], int len)
时间、空间复杂度
④ 补充：在堆中插⼊新元素
⑤ 补充：在堆中删除元素
4. （稳定）归并排序
① 明白什么是“2路”归并？——就是“⼆合⼀”
② 一次“2路”归并的代码【Merge(int A[], int low, int mid, int high)】
③递归进行分治思想【MergeSort(int A[], int low, int high)】
④ 总实现代码
时间、空间复杂度
5. 基数排序
内部排序算法总结
排序
排序：重新排列表中的元素，使表中元素满足按关键字有序的过程。
排序算法的评价指标：时间复杂度、空间复杂度、稳定性。
算法的稳定性：关键字相同的元素在使用某一排序算法之后相对位置不变，则称这个排序算法是稳定的，否则称其为不稳定的。
稳定的排序算法不一定比不稳定的排序算法要好。
排序算法的分类：
内部排序 ： 排序期间元素都在内存中——关注如何使时间、空间复杂度更低。
外部排序 ：排序期间元素无法全部同时存在内存中，必须在排序的过程中根据要求，不断地在内、外存之间移动——关注如何使时间、空间复杂度更低，如何使读/写磁盘次数更少。
各自排序算法演示过程参考：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
1. 插⼊排序
（稳定）1.1 直接插入排序【适用于顺序存储和链式存储的线性表】
基本操作就是：将有序数据后的第一个元素 插入到 已经排好序的有序数据中 从而得到一个新的、个数加一的有序数据
算法解释：（从小到大）
算法三个步骤：
先保留要插入的数字
往后移
插入元素
// 对A[]数组中共n个元素进行插入排序
void InsertSort(int A[],int n){
int i,j,temp;
for(i=1; i<n; i++)
{
//如果是A <= A，直接就是有序了，就不用下面的步骤【也是算法稳定的原因】
if(A<A)
{
temp=A; //保留要插入的数字
for(j=i-1; j>=0 && A>temp; --j)
A=A; //所有大于temp的元素都向后挪
A=temp;//插入元素
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
用算法再带入这个例子，进行加深理解
带哨兵：
补充：对链表L进行插入排序
void InsertSort(LinkList &L){
LNode *p=L->next, *pre;
LNode *r=p->next;
p->next=NULL;
p=r;
while(p!=NULL){
r=p->next;
pre=L;
while(pre->next!=NULL && pre->next->data<p->data)
pre=pre->next;
p->next=pre->next;
pre->next=p;
p=r;
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
时间、空间复杂度
最好情况： 共n-1趟处理，每⼀趟只需要对⽐关键字1次，不⽤移动元素
最好时间复杂度—— O(n)
最坏情况： 【感觉第1趟：对⽐关键字2次，移动元素1次？ 】
第1趟：对⽐关键字2次，移动元素3次
第2趟：对⽐关键字3次，移动元素4次
…
第 i 趟：对⽐关键字 i+1次，移动元素 i+2 次
最坏时间复杂度——O(n2)
（稳定）1.2 折半插入排序【先⽤折半查找找到应该插⼊的位置，再移动元素】
过程：
//对A[]数组中共n个元素进行折半插入排序
void InsertSort(int A[], int n)
{
int i,j,low,high,mid;
for(i=2; i<=n; i++)
{
A=A; //存到A
//-----------------折半查找【代码一样】---------------------------
low=1; high=i-1;
while(low<=high){
mid=(low+high)/2;
if(A>A)
high=mid-1;
else
low=mid+1;
}
//--------------------------------------------
for(j=i-1; j>high+1; --j)//右移
A=A;
A=A;//插入
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
时间、空间复杂度
空间复杂度：O(1)
【右移】的次数变少了，但是关键字对⽐的次数依然是O(n2) 数量级，整体来看时间复杂度依然是O(n2)
（不稳定）1.3 希尔排序【多次直接插入排序】
是希尔（Donald Shell）于1959年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序，同时该算法是冲破O(n2）的第一批算法之一。
算法思想
希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；
随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。
图解：
代码实现：
//从小到大
void shellSort(int* arr, int n)
{
int gap, i, j, temp;
//小组的个数，小组的个数从n/2个，变成n/4，再变变变，越来越少，直到变成一个
for (gap = n / 2; gap >= 1; gap = gap / 2)
{
//**********************************直接插入排序（只是步长改变）**************************************************
for (i = gap; i < n; i++) //因为这个小组的元素使隔了gap个，所以排的时候也要隔gap个
{
if (arr < arr)
{
temp = arr;
//后移
for (j = i - gap; j >= 0 && temp < arr; j -= gap)
arr = arr;
arr = temp;//插入进去
}
}
//************************************************************************************
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
时间、空间复杂度
空间复杂度：O(1)
时间复杂度：和步长的大小有关，⽬前⽆法⽤数学⼿段证明确切的时间复杂度 ，最坏时间复杂度为 O(n2)，当n在某个范围内时，可达O(n1.3)
稳定性：不稳定！
适⽤性：仅适⽤于顺序表，不适⽤于链表
2. 交换排序
2.1 (稳定）冒泡排序
英文:bubble sort (bubble 动和名词 起泡，冒泡)
从头到尾相邻的两个元素进行比较 大小顺序不满足就交换两个元素位置
每一轮比较会让一个最大数字沉底或者一个最小数字上浮
这个算法的名字由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端（升序或降序排列），就如同碳酸饮料中二氧化碳的气泡最终会上浮到顶端一样，故名“冒泡排序”。
实现代码：
//从小到大：
void bubble_sort(int arr[], int len)//冒泡排序int*arr
{
int temp;
for (int i = 0; i < len - 1; ++i)//循环比较次数
{
//for (int j = 0; j < len - 1; ++j)//从头到尾比较一轮
for (int j = 0; j < len - 1 - i; ++j)//相对于上面的一个优化
{
if (arr > arr)//发现两个位置不对的元素//j+1<len
{
//交换两个元素位置
temp = arr;
arr = arr;
arr = temp;
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
优化代码【当初始序列有序时，外层for会执行“【1】”，从而外层for只执行了一次】：
//从小到大：
void bubble_sort(int arr[], int len)
{
int temp;
bool flag;
for (int i = 0; i < len - 1; ++i)
{
//表示本趟冒泡是否发生交换的标志
flag=false;
for (int j = 0; j < len - 1 - i; ++j)
{
if (arr > arr)//稳定的原因
{
temp = arr;
arr = arr;
arr = temp;
//有发生交换
flag=true;
}
}//for
//本趟遍历后没有发生交换，说明表已经有序
if(flag==false)return;【1】
}//for
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
时间、空间复杂度
适用性：冒泡排序可以用于顺序表、链表
2.2 (不稳定)快速排序【所有内部排序算法中，平均性能最优的排序算法】
算法思想：
在待排序表L中任取⼀个元素pivot作为枢轴（或基准，通常取⾸元素），
通过⼀趟排序将待排序表划分为独⽴的两部分L 和 L，
使得L中的所有元素⼩于pivot，L中的所有元素⼤于等于pivot，
再令pivot放在位置L(k)上，这个过程称为⼀次“划分”。
然后分别递归地对两个⼦表重复上述过程，直⾄每部分内只有⼀个元素或空为⽌，即所有元素放在了其最终位置上。
划分的过程：
初始状态：取首元素为pivot，定义low，high指针
首元素为49
high指针指向的数据小于49，就放在low指向的位置
low指针指向的数据大于49，就放在high指向的位置
// 用第一个元素将数组A[]划分为两个部分
int Partition(int A[], int low, int high){
//取首元素为pivot
int pivot = A;
while(low<high)
{
//先是high开始向左移动
while(low<high && A>=pivot)
--high;
A = A;
//随后low向右移动
while(low<high && A<=pivot)
++low;
A = A;
}
//low=high的位置，即pivot放在的位置
A = pivot;
return low;
}
// 对A[]数组的low到high进行快速排序
void QuickSort(int A[], int low, int high){
if(low<high){
int pivotpos = Partition(A, low, high); //划分
QuickSort(A, low, pivotpos - 1);
QuickSort(A, pivotpos + 1, high);
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
时间、空间复杂度
把n个元素组织成⼆叉树，⼆叉树的层数就是递归调⽤的层数
n个结点的⼆叉树： 最⼩⾼度 = ⌊log2n⌋ + 1，最⼤⾼度 = n
时间复杂度=O(n*递归层数)
最好时间复杂度=O(n * log2n)
最坏时间复杂度=O(n2)
平均时间复杂度=O(n * log2n)，是所有内部排序算法中平均性能最优的排序算法
空间复杂度=O(递归层数)
最好空间复杂度=O(log2n)
最坏空间复杂度=O(n)
最坏的情况
⽐较好的情况
不稳定的原因：
3.选择排序
选择排序：每⼀趟在待排序元素中，选取关键字最⼩（或最⼤）的元素加⼊有序⼦序列
3.1 （不稳定）简单选择排序
算法思路：每一趟在待排序元素中，选取关键字最小的元素与待排序元素中的第一个元素交换位置
// 交换a和b的值
void swap(int &a, int &b){
int temp = a;
a = b;
b = temp;
}
// 对A[]数组共n个元素进行选择排序
void SelectSort(int A[], int n)
{
//一共进行n-1趟，i指向待排序序列中第一个元素
for(int i=0; i<n-1; i++)
{
int min = i;
for(int j=i+1; j<n; j++){ //在A中选择最小的元素
if(A<A)
min = j;
}
if(min!=i)
swap(A, A);
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
补充：对链表进行简单选择排序
void selectSort(LinkList &L){
LNode *h=L,*p,*q,*r,*s;
L=NULL;
while(h!=NULL){
p=s=h; q=r=NULL;
while(p!=NULL){
if(p->data>s->data){
s=p; r=q;
}
q=p; p=p->next;
}
if(s==h)
h=h->next;
else
r->next=s->next;
s->next=L; L=s;
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
时间、空间复杂度
适用性：适用于顺序存储和链式存储的线性表。
3.2 （不稳定）堆排序
① 什么是堆、⼤根堆（⼤顶堆）、⼩根堆（⼩顶堆）？
堆是具有以下性质的完全二叉树：
每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；
或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。
即：
若满⾜：L(i) ≥ L(2i) 且 L(i) ≥ L(2i+1) （1 ≤ i ≤n/2）—— ⼤根堆（⼤顶堆）
若满⾜：L(i) ≤ L(2i) 且 L(i) ≤ L(2i+1) （1 ≤ i ≤n/2）—— ⼩根堆（⼩顶堆）
② 建⽴⼤根堆：BuildMaxHeap(int A[], int len)、HeadAdjust(int A[], int k, int len)
思路：
把所有⾮终端结点都检查⼀遍，看是否满⾜⼤根堆的要求，如果不满⾜，则进⾏调整
在顺序存储的完全⼆叉树中，⾮终端结点编号 i≤⌊n/2⌋，也就是检查 i=1 到 i=⌊n/2⌋ 之间的所有结点
检查内容：是否满⾜ 根 ≥ 左、右，若不满⾜，将当前结点与其更⼤的⼀个孩⼦互换
过程例子：
建⽴⼤根堆（代码）：
// 对初始序列建立大根堆
void BuildMaxHeap(int A[], int len){
for(int i=len/2; i>0; i--) //从后往前调整所有非终端结点
HeadAdjust(A, i, len);
}
// 将以k为根的子树调整为大根堆
void HeadAdjust(int A[], int k, int len){
A = A;
for(int i=2*k; i<=len; i*=2){ //沿k较大的子结点向下调整
if(i<len && A<A)
i++;
if(A >= A)
break;
else{
A = A; //将A调整至双亲结点上
k=i; //修改k值，以便继续向下筛选
}
}
A = A
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
③基于⼤根堆进⾏排序：HeapSort(int A[], int len)
选择排序：每⼀趟在待排序元素中，选取关键字最⼩（或最⼤）的元素加⼊有序⼦序列
堆排序：每⼀趟将堆顶元素加⼊有序⼦序列（即与待排序序列中的最后⼀个元素交换）
过程：
// 交换a和b的值
void swap(int &a, int &b){
int temp = a;
a = b;
b = temp;
}
// 对长为len的数组A[]进行堆排序
void HeapSort(int A[], int len){
//初始建立大根堆
BuildMaxHeap(A, len);
//n-1趟的交换和建堆过程
for(int i=len; i>1; i--)
{
swap(A, A);
HeadAdjust(A,1,i-1);
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
时间、空间复杂度
建堆时间 O(n)，之后进行 n-1 次向下调整操作，每次调整时间复杂度为 O(log2n)；
故时间复杂度 = O(n) + O(n * log2n) = O(n* log2n)
空间复杂度 = O(1)
结论：堆排序是不稳定的
④ 补充：在堆中插⼊新元素
对于⼩根堆，新元素放到表尾，并与⽗节点对⽐，若新元素⽐⽗节点更⼩，则将⼆者互换。
新元素就这样⼀路“上升”，直到⽆法继续上升为⽌
⑤ 补充：在堆中删除元素
被删除的元素⽤堆底元素替代，然后让该元素不断“下坠”，直到⽆法下坠为⽌
4. （稳定）归并排序
归并：把两个或多个已经有序的序列合并成⼀个
① 明白什么是“2路”归并？——就是“⼆合⼀”
多路归并：
② 一次“2路”归并的代码【Merge(int A[], int low, int mid, int high)】
B[ i ] = B[ j ]时，优先用B[ i ]，故算法稳定
③递归进行分治思想【MergeSort(int A[], int low, int high)】
④ 总实现代码
// 辅助数组B
int *B=(int *)malloc(n*sizeof(int));
// A，A各自有序，将这两个部分归并
void Merge(int A[], int low, int mid, int high){
int i,j,k;
for(k=low; k<=high; k++)
B=A;
for(i=low, j=mid+1, k=i; i<=mid && j<= high; k++){
if(B<=B)
A=B;
else
A=B;
}
while(i<=mid)
A=B;
while(j<=high)
A=B;
}
// 递归操作（使用了分治法思想）
void MergeSort(int A[], int low, int high){
if(low<high){
int mid = (low+high)/2;
MergeSort(A, low, mid);
MergeSort(A, mid+1, high);
Merge(A,low,mid,high); //归并
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
时间、空间复杂度
5. 基数排序
直接看课本的过程图来理解P352
再看这个例子：
算法思想：把整个关键字拆分为d位，按照各个关键字位递增的次序（比如：个、十、百），做d趟“分配”和“收集”，若当前处理关键字位可能取得r个值，则需要建立r个队列。
分配：顺序扫描各个元素，根据当前处理的关键字位，将元素插入相应的队列。一趟分配耗时 O(n) 。
收集：把各个队列中的结点依次出队并链接。一趟收集耗时 O( r ) 。
基数排序擅长处理的问题：
①数据元素的关键字可以方便地拆分为d组，且d较小。
②每组关键字的取值范围不大，即r较小。
③ 数据元素个数n较大。
算法效率分析：
时间复杂度：一共进行d趟分配收集，一趟分配需要 O(n) ，一趟收集需要O( r ) ，时间复杂度O ，且与序列的初始状态无关.
空间复杂度： O( r ) ，其中r为辅助队列数量。
稳定性：稳定。
内部排序算法总结
————————————————
版权声明：本文为CSDN博主「我把夜熬成了白_」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42214698/article/details/126520969
页:
[1]