常见排序算法解析与性能对比
排序算法概述
排序算法是计算机科学中的基础算法之一，用于将一组数据按照特定顺序（升序或降序）排列。常见的排序算法包括冒泡排序、选择排序、插入排序、快速排序、归并排序和堆排序等。不同算法在时间复杂度和空间复杂度上各有优劣，适用于不同场景。
冒泡排序
冒泡排序通过多次遍历数组，比较相邻元素并交换位置，将较大（或较小）的元素逐步“冒泡”到数组末端。其时间复杂度为O(n2)，适合小规模数据排序。
func BubbleSort(arr []int) {
n := len(arr)
for i := 0; i < n-1; i++ {
for j := 0; j < n-i-1; j++ {
if arr[j] > arr[j+1] {
arr[j], arr[j+1] = arr[j+1], arr[j]
}
}
}
}
选择排序
选择排序每次从未排序部分选择最小（或最大）元素，放到已排序部分的末尾。时间复杂度同样为O(n2)，但交换次数较少。
func SelectionSort(arr []int) {
n := len(arr)
for i := 0; i < n-1; i++ {
minIdx := i
for j := i + 1; j < n; j++ {
if arr[j] < arr[minIdx] {
minIdx = j
}
}
arr[i], arr[minIdx] = arr[minIdx], arr[i]
}
}
插入排序
插入排序将数组分为已排序和未排序两部分，逐个将未排序元素插入到已排序部分的正确位置。时间复杂度为O(n2)，但在接近有序的数组上表现较好。
func InsertionSort(arr []int) {
n := len(arr)
for i := 1; i < n; i++ {
key := arr[i]
j := i - 1
for j >= 0 && arr[j] > key {
arr[j+1] = arr[j]
j--
}
arr[j+1] = key
}
}
快速排序
快速排序采用分治思想，通过选择一个基准元素将数组分为两部分，递归排序子数组。平均时间复杂度为O(n log n)，但在最坏情况下退化为O(n2)。
func QuickSort(arr []int) {
if len(arr) <= 1 {
return
}
pivot := arr[0]
left, right := []int{}, []int{}
for i := 1; i < len(arr); i++ {
if arr[i] < pivot {
left = append(left, arr[i])
} else {
right = append(right, arr[i])
}
}
QuickSort(left)
QuickSort(right)
arr = append(append(left, pivot), right...)
}
归并排序
归并排序同样基于分治思想，将数组分为两半，分别排序后合并。时间复杂度稳定为O(n log n)，但需要额外空间。
func MergeSort(arr []int) []int {
if len(arr) <= 1 {
return arr
}
mid := len(arr) / 2
left := MergeSort(arr[:mid])
right := MergeSort(arr[mid:])
return merge(left, right)
}
func merge(left, right []int) []int {
result := []int{}
i, j := 0, 0
for i < len(left) && j < len(right) {
if left[i] < right[j] {
result = append(result, left[i])
i++
} else {
result = append(result, right[j])
j++
}
}
result = append(result, left[i:]...)
result = append(result, right[j:]...)
return result
}
堆排序
堆排序利用堆数据结构，通过构建最大堆或最小堆实现排序。时间复杂度为O(n log n)，且为原地排序。
func HeapSort(arr []int) {
n := len(arr)
for i := n/2 - 1; i >= 0; i-- {
heapify(arr, n, i)
}
for i := n - 1; i > 0; i-- {
arr[0], arr[i] = arr[i], arr[0]
heapify(arr, i, 0)
}
}
func heapify(arr []int, n, i int) {
largest := i
left := 2*i + 1
right := 2*i + 2
if left < n && arr[left] > arr[largest] {
largest = left
}
if right < n && arr[right] > arr[largest] {
largest = right
}
if largest != i {
arr[i], arr[largest] = arr[largest], arr[i]
heapify(arr, n, largest)
}
}
算法性能对比
不同排序算法在不同场景下表现各异。以下为常见排序算法的性能对比：
- 时间复杂度：
- 冒泡、选择、插入排序：O(n2)
- 快速、归并、堆排序：O(n log n)
- 空间复杂度：
- 冒泡、选择、插入、堆排序：O(1)
- 快速排序：O(log n)（递归栈）
- 归并排序：O(n)
- 稳定性：
- 稳定：冒泡、插入、归并排序
- 不稳定：选择、快速、堆排序
实际应用建议
- 小规模数据：插入排序或冒泡排序
- 大规模数据：快速排序或归并排序
- 内存受限：堆排序
- 数据接近有序：插入排序
以上实现和对比为Go语言中常见的排序算法提供了基础参考，实际应用中可根据具体需求选择或优化算法。
5G.okacbd121.asia/PoSt/1123_763755.HtM
5G.okacbd122.asia/PoSt/1123_505386.HtM
5G.okacbd123.asia/PoSt/1123_442477.HtM
5G.okacbd124.asia/PoSt/1123_152238.HtM
5G.okacbd125.asia/PoSt/1123_175965.HtM
5G.okacbd126.asia/PoSt/1123_686025.HtM
5G.okacbd127.asia/PoSt/1123_583599.HtM
5G.okacbd128.asia/PoSt/1123_122739.HtM
5G.okacbd129.asia/PoSt/1123_565023.HtM
5G.okacbd130.asia/PoSt/1123_754209.HtM
5G.okacbd121.asia/PoSt/1123_353854.HtM
5G.okacbd122.asia/PoSt/1123_511601.HtM
5G.okacbd123.asia/PoSt/1123_903454.HtM
5G.okacbd124.asia/PoSt/1123_994465.HtM
5G.okacbd125.asia/PoSt/1123_960575.HtM
5G.okacbd126.asia/PoSt/1123_948114.HtM
5G.okacbd127.asia/PoSt/1123_056937.HtM
5G.okacbd128.asia/PoSt/1123_519227.HtM
5G.okacbd129.asia/PoSt/1123_365272.HtM
5G.okacbd130.asia/PoSt/1123_592016.HtM
5G.okacbd131.asia/PoSt/1123_817430.HtM
5G.okacbd132.asia/PoSt/1123_083009.HtM
5G.okacbd133.asia/PoSt/1123_782356.HtM
5G.okacbd134.asia/PoSt/1123_134276.HtM
5G.okacbd135.asia/PoSt/1123_242620.HtM
5G.okacbd136.asia/PoSt/1123_547681.HtM
5G.okacbd137.asia/PoSt/1123_088622.HtM
5G.okacbd138.asia/PoSt/1123_941143.HtM
5G.okacbd139.asia/PoSt/1123_777224.HtM
5G.okacbd140.asia/PoSt/1123_515375.HtM
5G.okacbd131.asia/PoSt/1123_714948.HtM
5G.okacbd132.asia/PoSt/1123_595658.HtM
5G.okacbd133.asia/PoSt/1123_680467.HtM
5G.okacbd134.asia/PoSt/1123_020664.HtM
5G.okacbd135.asia/PoSt/1123_918858.HtM
5G.okacbd136.asia/PoSt/1123_095837.HtM
5G.okacbd137.asia/PoSt/1123_657489.HtM
5G.okacbd138.asia/PoSt/1123_354920.HtM
5G.okacbd139.asia/PoSt/1123_368933.HtM
5G.okacbd140.asia/PoSt/1123_152677.HtM
5G.okacbd131.asia/PoSt/1123_507074.HtM
5G.okacbd132.asia/PoSt/1123_976105.HtM
5G.okacbd133.asia/PoSt/1123_299178.HtM
5G.okacbd134.asia/PoSt/1123_138450.HtM
5G.okacbd135.asia/PoSt/1123_975087.HtM
5G.okacbd136.asia/PoSt/1123_539086.HtM
5G.okacbd137.asia/PoSt/1123_338527.HtM
5G.okacbd138.asia/PoSt/1123_364541.HtM
5G.okacbd139.asia/PoSt/1123_758339.HtM
5G.okacbd140.asia/PoSt/1123_542967.HtM
5G.okacbd131.asia/PoSt/1123_844513.HtM
5G.okacbd132.asia/PoSt/1123_973610.HtM
5G.okacbd133.asia/PoSt/1123_687269.HtM
5G.okacbd134.asia/PoSt/1123_932124.HtM
5G.okacbd135.asia/PoSt/1123_069160.HtM
5G.okacbd136.asia/PoSt/1123_220685.HtM
5G.okacbd137.asia/PoSt/1123_020974.HtM
5G.okacbd138.asia/PoSt/1123_459843.HtM
5G.okacbd139.asia/PoSt/1123_420267.HtM
5G.okacbd140.asia/PoSt/1123_718345.HtM
5G.okacbd131.asia/PoSt/1123_258632.HtM
5G.okacbd132.asia/PoSt/1123_364738.HtM
5G.okacbd133.asia/PoSt/1123_842230.HtM
5G.okacbd134.asia/PoSt/1123_220810.HtM
5G.okacbd135.asia/PoSt/1123_604970.HtM
5G.okacbd136.asia/PoSt/1123_068673.HtM
5G.okacbd137.asia/PoSt/1123_107557.HtM
5G.okacbd138.asia/PoSt/1123_845927.HtM
5G.okacbd139.asia/PoSt/1123_688318.HtM
5G.okacbd140.asia/PoSt/1123_777988.HtM
5G.okacbd131.asia/PoSt/1123_152426.HtM
5G.okacbd132.asia/PoSt/1123_858447.HtM
5G.okacbd133.asia/PoSt/1123_949004.HtM
5G.okacbd134.asia/PoSt/1123_056256.HtM
5G.okacbd135.asia/PoSt/1123_277618.HtM
5G.okacbd136.asia/PoSt/1123_551711.HtM
5G.okacbd137.asia/PoSt/1123_512615.HtM
5G.okacbd138.asia/PoSt/1123_639826.HtM
5G.okacbd139.asia/PoSt/1123_561186.HtM
5G.okacbd140.asia/PoSt/1123_089021.HtM
