冒泡插入选择排序以及 PHP 实现
一、排序方法与复杂度归类
几种最经典、最常用的排序方法:冒泡排序、插入排序、选择排序、快速排序、归并排序、计数排序、基数排序、桶排序。
复杂度归类
冒泡排序、插入排序、选择排序 O(n^2)
快速排序、归并排序 O(nlogn)
计数排序、基数排序、桶排序 O(n)
二、如何分析一个“排序算法”?
算法的执行效率
最好、最坏、平均情况时间复杂度。
时间复杂度的系数、常数和低阶。
比较次数,交换(或移动)次数。
排序算法的稳定性
稳定性概念:如果待排序的序列中存在值相等的元素,经过排序之后,相等元素之间原有的先后顺序不变。
稳定性重要性:可针对对象的多种属性进行有优先级的排序。
举例:给电商交易系统中的“订单”排序,按照金额大小对订单数据排序,对于相同金额的订单以下单时间早晚排序。用稳定排序算法可简洁地解决。先按照下单时间给订单排序,排序完成后用稳定排序算法按照订单金额重新排序。
排序算法的内存损耗
原地排序算法:特指空间复杂度是 O(1)的排序算法。
三、冒泡排序
冒泡排序只会操作相邻的两个数据。每次冒泡操作都会对相邻的两个元素进行比较,看是否满足大小关系要求,如果不满足就让它俩互换。
稳定性
冒泡排序是稳定的排序算法。
空间复杂度
冒泡排序是原地排序算法。
时间复杂度
最好情况(满有序度):O(n)。
最坏情况(满逆序度):O(n^2)。
平均情况:
1. “有序度”和“逆序度”:对于一个不完全有序的数组,如 4,5,6,3,2,1,有序元素对为 3 个(4,5),(4,6),(5,6),有序度为 3,逆序度为 12;对于一个完全有序的数组,如 1,2,3,4,5,6,有序度就是n*(n-1)/2
,也就是 15,称作满有序度;逆序度=满有序度-有序度;冒泡排序、插入排序交换(或移动)次数=逆序度。
2. 最好情况下初始有序度为n*(n-1)/2
,最坏情况下初始有序度为 0,则平均初始有序度为n*(n-1)/4
,即交换次数为n*(n-1)/4
,因交换次数<比较次数<最坏情况时间复杂度,所以平均时间复杂度为 O(n^2)。
代码实现
四、插入排序
插入排序将数组数据分成已排序区间和未排序区间。初始已排序区间只有一个元素,即数组第一个元素。在未排序区间取出一个元素插入到已排序区间的合适位置,直到未排序区间为空。
稳定性
插入排序是稳定的排序算法。
空间复杂度
插入排序是原地排序算法。
时间复杂度:
最好情况:O(n)。
最坏情况:O(n^2)。
平均情况:O(n^2)(往数组中插入一个数的平均时间复杂度是 O(n),一共重复 n 次)。
代码实现
五、选择排序
选择排序将数组分成已排序区间和未排序区间。初始已排序区间为空。每次从未排序区间中选出最小的元素插入已排序区间的末尾,直到未排序区间为空。
稳定性
选择排序不是稳定的排序算法。
空间复杂度
选择排序是原地排序算法。
时间复杂度:(都是 O(n^2))
最好情况:O(n^2)。
最坏情况:O(n^2)。
平均情况:O(n^2)。
代码实现
思考
冒泡排序和插入排序的时间复杂度相同,都是
O(n^2)
,在实际的软件开发中,为什么我们更倾向于使用插入排序而不是冒泡排序算法呢?
答:从代码实现上来看,冒泡排序的数据交换要比插入排序的数据移动要复杂,冒泡排序需要 3 个赋值操作,而插入排序只需要 1 个,所以在对相同数组进行排序时,冒泡排序的运行时间理论上要长于插入排序。
这种排序算法,都是基于数组实现的。如果数据存储在链表中,这三种排序算法还能工作吗?如果能,那相应的时间、空间复杂度又是多少呢?
答:是否允许修改链表的节点 value 值,还是只能改变节点的位置。一般而言,考虑只能改变节点位置,冒泡排序相比于数组实现,比较次数一致,但交换时操作更复杂;插入排序,比较次数一致,不需要再有后移操作,找到位置后可以直接插入,但排序完毕后可能需要倒置链表;选择排序比较次数一致,交换操作同样比较麻烦。综上,时间复杂度和空间复杂度并无明显变化,若追求极致性能,冒泡排序的时间复杂度系数会变大,插入排序系数会减小,选择排序无明显变化
版权声明: 本文为 InfoQ 作者【一个大红包】的原创文章。
原文链接:【http://xie.infoq.cn/article/2e11ece0bd7f04e2e04a99148】。文章转载请联系作者。
评论