排序算法

算法,按照一定的顺序列表的元素
(重定向自Sorting algorithm

計算機科學數學中,一個排序算法(英語:Sorting algorithm)是一種能將一串資料依照特定排序方式排列的算法。最常用到的排序方式是數值順序以及字典順序。有效的排序算法在一些算法(例如搜尋算法合併算法英语Merge algorithm)中是重要的,如此這些算法才能得到正確解答。排序算法也用在處理文字資料以及產生人類可讀的輸出結果。基本上,排序算法的輸出必須遵守下列兩個原則:

  1. 輸出結果為遞增序列(遞增是針對所需的排序順序而言)
  2. 輸出結果是原輸入的一種排列、或是重組

雖然排序算法是一個簡單的問題,但是從計算機科學發展以來,在此問題上已經有大量的研究。舉例而言,泡沫排序在1956年就已經被研究。雖然大部分人認為這是一個已經被解決的問題,有用的新算法仍在不斷的被發明。(例子:圖書館排序在2004年被發表)

分類

计算机科学所使用的排序算法通常依以下標準分類:

  • 計算的時間複雜度(最差、平均、和最好性能),依據串列(list)的大小( )。一般而言,好的性能是 大O符号),壞的性能是 。對於一個排序理想的性能是 ,但平均而言不可能達到。基於比較的排序算法對大多數輸入而言至少需要 
  • 内存使用量(以及其他電腦資源的使用)
  • 穩定性:穩定排序算法會讓原本有相等鍵值的紀錄維持相對次序。也就是如果一個排序算法是穩定的,當有兩個相等鍵值的紀錄  ,且在原本的串列中 出現在 之前,在排序過的串列中 也將會是在 之前。
  • 排序的方法:插入、交換、選擇、合併等等。

穩定性

 
稳定排序纸牌的例子。当纸牌用稳定排序按点值排序的时候,两个5之间必定保持它们最初的次序。在用不稳定排序来排序的时候,两个5可能被按相反次序来排序。

當相等的元素是無法分辨的,比如像是整數,穩定性並不是一個問題。然而,假設以下的數對將要以他們的第一個數字來排序。

 

在這個狀況下,有可能產生兩種不同的結果,一個是讓相等鍵值的紀錄維持相對的次序,而另外一個則沒有:

  (維持次序)
  (次序被改變)

不穩定排序算法可能會在相等的鍵值中改變紀錄的相對次序,但是穩定排序算法從來不會如此。不穩定排序算法可以被特別地實作為穩定。作這件事情的一個方式是人工擴充鍵值的比較,如此在其他方面相同鍵值的兩個物件間之比較,(比如上面的比较中加入第二个标准:第二个键值的大小)就會被決定使用在原先資料次序中的條目,當作一個同分決賽。然而,要記住這種次序通常牽涉到額外的空間負擔。

排序算法列表

在這個表格中, 是要被排序的紀錄數量以及 是不同鍵值的數量。

穩定的排序

  • 冒泡排序(bubble sort)—  
  • 插入排序(insertion sort)— 
  • 鸡尾酒排序(cocktail sort)— 
  • 桶排序(bucket sort)— ;需要 額外空間
  • 计数排序(counting sort)— ;需要 額外空間
  • 归并排序(merge sort)— ;需要 額外空間
  • 原地归并排序 如果使用最佳的現在版本
  • 二叉排序树排序(binary tree sort)—  期望时间; 最坏时间;需要 額外空間
  • 鸽巢排序(pigeonhole sort)— ;需要 額外空間
  • 基數排序(radix sort)— ;需要 額外空間
  • 侏儒排序(gnome sort)—  
  • 圖書館排序(library sort)—  期望时间; 最坏时间;需要 額外空間
  • 塊排序英语Block sort(block sort)—  
  • Tim排序(Timsort)— 平均、最坏时间; 最优时间;需要 額外空間;是目前已知最快的排序算法,在Python、Swift、Rust等语言的内置排序功能中被用作默认算法

不穩定的排序

  • 選擇排序(selection sort)— 
  • 希爾排序(shell sort)— 如果使用最佳的現在版本
  • 克洛弗排序(Clover sort)— 期望时间, 最坏情况[來源請求]
  • 梳排序 
  • 堆排序(heap sort)— 
  • 平滑排序英语Smoothsort(smooth sort)—  
  • 快速排序(quick sort)— 期望時間, 最壞情況
  • 內省排序(introsort)— 
  • 耐心排序(patience sort)— 最坏情況時間,需要額外的 空間,也需要找到最長的遞增子序列(longest increasing subsequence)

不實用的排序

  • Bogo排序 ,最壞的情況下期望時間為無窮。
  • Stupid排序 ;遞迴版本需要 額外記憶體
  • 珠排序(bead sort)—   ,但需要特別的硬體
  • 煎餅排序 ,但需要特別的硬體
  • 臭皮匠排序(stooge sort)算法简单,但需要约 的时间

简要比较

名称 数据对象 稳定性 时间复杂度 額外空间复杂度 描述
平均 最坏
冒泡排序 数组       (无序区,有序区)。
從无序区透過交換找出最大元素放到有序区前端。
选择排序 数组       (有序区,无序区)。
在无序区里找一个最小的元素跟在有序区的后面。对数组:比较得多,换得少。
链表  
插入排序 数组、链表       (有序区,无序区)。
把无序区的第一个元素插入到有序区的合适的位置。对数组:比较得少,换得多。
堆排序 数组       (最大堆,有序区)。
从堆顶把根卸出来放在有序区之前,再恢复堆。
归并排序 数组       把数据分为两段,从两段中逐个选最小的元素移入新数据段的末尾。
可从上到下或从下到上进行。
   
如果不是从下到上
链表  
快速排序 数组         (小数,基准元素,大数)。
在区间中随机挑选一个元素作基准,将小于基准的元素放在基准之前,大于基准的元素放在基准之后,再分别对小数区与大数区进行排序。
链表  
希爾排序 数组         每一輪按照事先決定的間隔進行插入排序,間隔會依次縮小,最後一次一定要是1。
计数排序 数组、链表       统计小于等于该元素值的元素的个数i,于是该元素就放在目标数组的索引i位(i≥0)。
桶排序 数组、链表         将值为i的元素放入i号桶,最后依次把桶里的元素倒出来。
基数排序 数组、链表       一种多关键字的排序算法,可用桶排序实现。
  • 均按从小到大排列
  • k代表数值中的"数位"个数
  • n代表数据规模
  • m代表数据的最大值减最小值

参考文献

外部链接