1.冒泡排序
从头开始两两互比然后进行交换。将最大值/最小值 冒到最后一位。依次循环
func bubbleSort(nums []int){ for i:=0;i<len(nums)-1;i++{ // 循环次数 for j:=0;j<len(nums)-1-i;j++{ // 数组内相邻元素比较 if nums[j]>nums[j+1]{ // 交换条件 nums[j],nums[j+1]=nums[j+1],nums[j] // 元素交换 } } } }
2.选择排序
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;
（一次在元素中选择符合需求的元素，然后交换。每个元素只移动一次）
func selectSorted(nums []int) { for i := 0; i < len(nums)-1; i++ { // 从第一个元素开始 min := i // 默认当前元素为最小元素。保存对应下标 for j := i + 1; j < len(nums); j++ { if nums[min] > nums[j] { // 找到最小的元素 min = j // 保存最小的值min(下标) } } nums[i], nums[min] = nums[min], nums[i] //交换元素 } }
3.插入排序
可以假设前面的已经有序，随机在后面抽取一个元素，插入到前面，并保持有序；
已排好序的依次后移！！！
（扑克牌：每拿起一张，插入到合适的位置。之前的已经有序）
func insertSorted(nums []int) { for i := 1; i < len(nums); i++ { preIndex := i - 1 // 记录当前值对应前一个元素的下标 nowNum := nums[i] // 记录当前值 for nums[preIndex] > nowNum { // 循环到前面的值不小于当前值为止 nums[preIndex+1] = nums[preIndex] // 将小于当前值的数后移 preIndex-- } nums[preIndex+1] = nowNum // 找到了不小于当前置的位置并赋值 } }
4.希尔排序
本质是 分组+插入排序
也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是 非稳定 排序算法。
实践中：数据的交换次数远远小于插入排序的交换次数
func shellSorted(nums []int) { lens := len(nums) tag := 1 // 选取合适的分组树(即：每组的数据个数) for tag < lens/3 { tag = 3*tag + 1 // 比较合适的分组数 } for tag > 0 { for i := tag; i < lens; i++ { // 依旧采用插入算法逻辑，只是跨度变大，以分组为间隔 j := i - tag temp := nums[i] for j >= 0 && nums[j] > temp { nums[j+tag] = nums[j] j -= tag } nums[j+tag] = temp } tag /= 3 // tag逐渐缩小，最后为 1 } }
5.归并排序
乱序数组，单个元素为一组，两两对比排序；然后已排序数据2个为一组，两两对比排序，以此类推
总结：先分后合(合的时候排好序)
func mergeSorted(nums []int) []int { length := len(nums) if length < 2 { return nums } left := nums[:length/2] right := nums[length/2:] return merge(mergeSorted(left), mergeSorted(right)) } //传入的两个数组进行合并排序 func merge(left []int, right []int) []int { var res []int // 两数组对比，小的先放入结果表 for len(left) > 0 && len(right) > 0 { if left[0] <= right[0] { res = append(res, left[0]) left = left[1:] } else { res = append(res, right[0]) right = right[1:] } } // left或者right其中一个未添加完毕 if len(left) > 0 { res = append(res, left...) } if len(right) > 0 { res = append(res, right...) } return res }
6.快速排序
在平均状况下，排序 n 个项目要 Ο(nlogn) 次比较
随机取一个树(一般是第一个数)，一次比较，比他小的放左边，大的放右边，依次类推
个人感觉：和归并反着来！ 每一次分开，左右都对应已比较完成！
1、从数列中挑出一个元素，称为 “基准”（pivot）;
2、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；
3、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；
优化：
1、机选三个数，取中间的数为 基准
2、当数组比较小的时候采用插入算法，更快
func quickSorted(nums []int) []int { return quick(nums, 0, len(nums)-1) } func quick(arr []int, left, right int) []int { if left < right { //分次执行 partitionVal := partition(arr, left, right) quick(arr, left, partitionVal-1) // 先递归把左边的排完 quick(arr, partitionVal+1, right) // 再依次由深到浅排序右边 } return arr } func partition(arr []int, left, right int) int { pivot := left index := left + 1 for i := index; i <= right; i++ { if arr[i] < arr[pivot] { swap(arr, i, index) // 调换基数的位置 index++ } } swap(arr, pivot, index-1) //最后一个空位补上 return index - 1 } func swap(arr []int, left, right int) { arr[left], arr[right] = arr[right], arr[left] }
7.堆排序
堆的特点: 完全二叉树、（大顶堆) 所有父节点大于子节点
1、构建一个堆(所有值小于父节点)
2、把堆首和队尾互换
3、堆的大小减一，并重构堆，目的是把最大值放入堆头
4、重复2/3
// 堆排序的实现 // 1、建堆 // 2、堆尾和堆头互换，取出堆头，堆容量缩小一个单位 // 3、重读1/2 // 传入一个数组 func heapSorted(arr []int) []int { arrlen := len(arr) buildHeap(arr, arrlen) fmt.Println(arr) // 堆已建造完成，堆头与堆尾交换，堆长减一 for arrlen > 0 { swap(arr, 0, arrlen-1) arrlen -= 1 heapify(arr, 0, arrlen) } return arr } // 将数组建造成堆格式 func buildHeap(arr []int, arrlen int) { for i := arrlen / 2; i >= 0; i-- { heapify(arr, i, arrlen) } } // 实际down与swap过程 func heapify(arr []int, i, arrlen int) { left := 2*i + 1 right := 2*i + 2 parent := i // 比较时，找出left与right对应的最大值与之兑换 if left < arrlen && arr[left] > arr[parent] { parent = left } if right < arrlen && arr[right] > arr[parent] { parent = right } if parent != i { swap(arr, i, parent) // 用来排除孩子的孩子(第一次建堆时作用可能不大，但是当后面互换后 ，堆顶元素一路向下) heapify(arr, parent, arrlen) } } // 用于两个元素交换 func swap(arr []int, i, j int) { arr[i], arr[j] = arr[j], arr[i] }
8.计数排序
1、根据待排序集合中最大元素和最小元素的差值范围，申请额外空间；
2、遍历待排序集合，将每一个元素出现的次数记录到元素值对应的额外空间内；
3、对额外空间内数据进行计算，得出每一个元素的正确位置；
4、将待排序集合每一个元素移动到计算得出的正确位置上。
即：
将相同的数，统计出现次数，然后从小到大，把该数取出对应的次数
// 计数排序(一般用书较集中数据) // 先确定取值范围 // 创建范围内大小的值，统计 // 注：需要额外空间 func counrSorted(arr []int) []int { // 先获取取值范围大小 // 考虑可能存在负数（两次遍历） min, max := 0, 0 for i := 0; i < len(arr); i++ { if arr[i] > max { max = arr[i] } if arr[i] < min { min = arr[i] } } // 创建计数器 blen := max - min + 1 bucket := make([]int, blen) fmt.Println(blen) // 统计 for i := 0; i < len(arr); i++ { bucket[arr[i]-min] += 1 } // 原数组中移动 index := 0 for i := 0; i < len(bucket); i++ { for bucket[i] > 0 { arr[index] = i - min index++ bucket[i]-- } } return arr }
9.桶排序
桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。
桶排序 (Bucket sort)的工作的原理：
假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）
计数排序时对单个数据，桶排序是对一组数据。分配再排序
func bucketSorted(arr []int){ vari; varminValue = arr[0]; varmaxValue = arr[0]; for(i = 1; i < arr.length; i++) { if(arr[i] < minValue) { minValue = arr[i]; // 输入数据的最小值 }elseif(arr[i] > maxValue) { maxValue = arr[i]; // 输入数据的最大值 } } // 桶的初始化 varDEFAULT_BUCKET_SIZE = 5; // 设置桶的默认数量为5 bucketSize = bucketSize || DEFAULT_BUCKET_SIZE; varbucketCount = Math.floor((maxValue - minValue) / bucketSize) + 1; varbuckets =newArray(bucketCount); for(i = 0; i < buckets.length; i++) { buckets[i] = []; } // 利用映射函数将数据分配到各个桶中 for(i = 0; i < arr.length; i++) { buckets[Math.floor((arr[i] - minValue) / bucketSize)].push(arr[i]); } arr.length = 0; for(i = 0; i < buckets.length; i++) { insertionSort(buckets[i]); // 对每个桶进行排序，这里使用了插入排序 for(varj = 0; j < buckets[i].length; j++) { arr.push(buckets[i][j]); } } return arr; }
10.基数排序
基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数
对数字或者字符串进行拆分，单个对比的排序。以此类推
// 基数排序 func radixSorted(arr []int) []int { // 统计最大子串长度 max := -1 length := len(arr) // 获取最大数 for i := 0; i < length; i++ { if max < arr[i] { max = arr[i] } } // 获取最大位数 maxlen := 0 for max > 0 { maxlen++ max /= 10 } // 开始 bucket := [10][20]int{{0}} count := [10]int{0} divisor := 1 for i := 1; i <= maxlen; i++ { // 先放入桶中，然后排好序，依次类推 for j := 0; j < length; j++ { tmp := arr[j] index := (tmp / divisor) % 10 bucket[index][count[index]] = tmp count[index]++ } // 原数组重新排序 k := 0 for m := 0; m < len(bucket); m++ { if count[m] == 0 { continue } for n := 0; n < count[n]; n++ { arr[k] = bucket[m][n] k++ } // 桶清零 bucket[m] = [20]int{0} } divisor *= 10 } return arr }
