十大经典排序
十大经典排序
极力推荐 跟小吴师兄学算法
冒泡
-
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
-
对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
-
针对所有的元素重复以上的步骤,除了最后一个。
-
持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
func BubbleSort(l []int)[]int{
n := len(l)-1
for i:=0;i<n;i++{
for j:=0;j<n-i;j++{
if l[j] > l[j+1]{
l[j],l[j+1]=l[j+1],l[j]
}
}
}
return l
}
选择
-
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置
-
再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
-
重复第二步,直到所有元素均排序完毕。
func SelectSort(l []int)[]int{
n := len(l)-1
for i:=0;i<n;i++{
min := l[i]
for j:=i+1;j<n;j++{
if min > l[i]{
min = j
}
}
if(min != i){
min,l[i] = l[i],min
}
}
return l
}
插入
-
将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
-
从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面
func InsertSort(l []int)[]int{
n := len(l)
for i:=1;i<n;i++{
min := l[i]
for(i>0&&min<l[i-1]){
min,l[i-1]=l[i-1],min
i--
}
}
}
希尔
- 每趟排序,根据对应的增量 ti,将待排序列分割成若干长度为 m 的子序列,分别对各子表进行直接插入排序。仅增量因子为 1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
func HillSort(l []int)[]int{
n := len(l)
gap := 1
for gap<n{
gap = gap*3+1
}
for gap>0{
for i:=gap;i<n;i++{
tmp := l[i]
j := i-gap
for j>0 && l[j]>tmp{
l[j],tmp = tmp,l[j]
j-=gap
}
}
gap /= 3
}
return l
}
归并
-
设定两个指针,最初位置分别为两个已经排序序列的起始位置;
-
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
-
重复步骤 2 直到某一指针达到序列尾;
-
将另一序列剩下的所有元素直接复制到合并序列尾。
//go
//递归,自顶向下
func MergeSorter(l []int){
MergeSort(l,0, len(l))
}
func MergeSort(l []int,low int,high int)[]int{
mid := high/2
MergeSort(l,low,mid)
MergeSort(l,mid+1,high)
return merge(l,low,mid,high)
}
//非递归,自底向上
func MergeSort1(l []int){
for i:=1;i<len(l);i*=2{
for low:=0;low<len(l);low+=2*i{
merge(l, low, low+i, math.Min(low+2*i-1,len(l)))
}
}
}
// 通过low,mid height 将[low:mid) [mid:height)提取出来
func merge(s []int,low int,mid int,high int)(result []int){
left := s[low:mid]
right := s[mid:high]
l,r := 0,0
for len(left)>0 && len(right)>0{
if left[0] <= right[0]{
result = append(result,left[0])
l++
}else{
result = append(result,right[0])
r++
}
}
for len(left)>0{
result = append(result,left...)
}
for len(right)>0{
result = append(result,right...)
}
return
}
#python 递归
def merge(a, b):
c = []
i = j = 0
while i < len(a) and j < len(b):
if a[i] < b[j]:
c.append(a[i])
i += 1
else:
c.append(b[j])
j += 1
while i < len(a):
c.append(a[i])
i += 1
while j < len(b):
c.append(b[j])
j += 1
return c
def merge_sort(lists):
if len(lists) <= 1:
return lists
middle = len(lists) // 2
left = merge_sort(lists[:middle])
right = merge_sort(lists[middle:])
return merge(left, right)
#python 非递归
def merge(seq, low, mid, high):
left = seq[low: mid]
right = seq[mid: high]
k = 0
j = 0
result = []
while k < len(left) and j < len(right):
if left[k] <= right[j]:
result.append(left[k])
k += 1
else:
result.append(right[j])
j += 1
result += left[k:]
result += right[j:]
seq[low: high] = result
def merge_sort(seq):
i = 1 # i是步长
while i < len(seq):
low = 0
while low < len(seq):
mid = low + i #mid前后均为有序
high = min(low+2*i,len(seq))
if mid < high:
merge(seq, low, mid, high)
low += 2*i
i *= 2
快排
-
从数列中挑出一个元素,称为 “基准”(pivot);
-
重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
-
递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序;
//递归
func QuickSort(l []int){
n := len(l)-1
pivot := l[0]
i:=0;j:=n
for i<j {
for pivot > l[i] && i < j {
j--
}
for pivot < l[i] && i < j {
i++
}
l[i], l[j] = l[j], l[i]
}
QuickSort(l[:i])
QuickSort(l[i:])
}
//非递归
import "container/list"
func QuickSort(s []int){
stack := list.New()
stack.PushBack(len(s)-1)
stack.PushBack(0)
for stack.Len() != 0{
l := (stack.Back().Value).(int)
r := (stack.Back().Value).(int)
index := partition(s,l,r)
if l < index{
stack.PushBack(index-1)
stack.PushBack(l)
}
if l > index{
stack.PushBack(r)
stack.PushBack(index+1)
}
}
}
func partition(s []int,start int, end int)int{
pivot := s[start]
for start < end{
for start < end && s[end] >= pivot{end--}
s[start] = s[end]
for start < end && s[start] <= pivot{start++}
s[end] = s[start]
}
s[start] = pivot
return start
}
堆排序
堆排序是一种选择排序
用堆排解决top_k问题
-
创建一个堆 H[0……n-1];
-
把堆首(最大值)和堆尾互换;
-
把堆的尺寸缩小 1,并调用 shift_down(0),目的是把新的数组顶端数据调整到相应位置;
-
重复步骤 2,直到堆的尺寸为 1。
//
func HeapSort(s []int){
n := len(s)
for root:=n/2;root>=0;root--{
minHeap(root, n, s)
}
for end:=n;end>=0;end--{
if s[0] < s[end]
s[0],s[end] = s[end],s[0]
minHeap(0, end-1, s)
}
}
func minHeap(root int, end int,s []int) {
for{
child := 2*root + 1
if child > end{break} //判断是否存在child节点
if child+1 <= end && s[child]>s[child+1]{child++}
if s[root] > s[child]{
s[root],s[child]=s[child],s[root]
}else{break}
}
}
计数排序
-
花O(n)的时间扫描一下整个序列 A,获取最小值 min 和最大值 max
-
开辟一块新的空间创建新的数组 B,长度为 ( max – min + 1)
-
数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
-
最后输出目标整数序列,具体的逻辑是遍历数组 B,输出相应元素以及对应的个数
func CountSort(l []int)[]int{
max_num := l[0]
for i:=1;i<len(l);i++{
if max_num < l[i]{max_num=l[i]}
}
s := make([]int,max_num)
for j:=0;j<len(l);j++{
s[l[j]]++
}
index := 0
for value,key := range s{
for key>0{
l[index] = value
index++
}
}
return l
}
桶排序
-
设置固定数量的空桶。
-
把数据放到对应的桶中。
-
对每个不为空的桶中数据进行排序。
-
拼接不为空的桶中数据,得到结果
func BucketSort(l []int,buckeSize int)[]int{
min := l[0]; max := l[0]
for i:=0;i<len(l);i++{
if min > l[i]{min = l[i]}
if max < l[i]{max = l[i]}
}
BucketCount := (max-min)/buckeSize+1
buckets := make([][]int,BucketCount)
//将数据分配到各个桶中
for j:=0;j<len(l);j++{
index := (l[j]-min)/buckeSize
buckets[index] = append(buckets[index],l[j])
//堆每个进入桶的数据进行插入拍寻
k := len(buckets[index])-2
for k>=0 && l[j]<buckets[index][k]{
buckets[index+1] = buckets[index]
k--
}
buckets[index][k+1] = l[j]
}
u := 0
for m,n := range buckets{
for t:=0;t<len(n);t++{
l[u] = buckets[m][t]
}
}
return l
}
基数排序
-
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
-
从最低位开始,依次进行一次排序
-
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
import (
"math"
"strconv"
)
func RadixSort(l []int){
max := l[0]
for i:=0;i<len(l);i++{
if max < l[i]{max=l[i]}
}
//按照基数思路将数据装进桶子中
for j:=0;j<len(strconv.Itoa(max));j++{
bucket := make([][]int, 10)
for k:=0;k<len(l);k++{
n := l[k]/int(math.Pow(10,float64(j)))%10
bucket[n] = append(bucket[n],l[k])
}
//桶子
u := 0
for p :=0; p<len(bucket);p++{
for q:=0;q<len(bucket[p]);q++{
l[u] = bucket[p][q]
u++
}
}
}
}
上一篇: 十大经典排序算法