Go语言实现：常见排序算法
冒泡排序：
时间复杂度：O(n^2)
稳定性：稳定
//冒泡排序
//相邻两位交换，12交换，23交换，34交换，把最大的数放到最右边
//利用flag标记可以避免无效循环
func BubbleSort(arr []int) {
length := len(arr)
//length是最后一位，i < length-1，查询到倒数第二位
for i := 0; i < length-1; i++ {
//true表示此次循环没有发生交换
flag := true
//每次循环j都从0开始，然后j++
//每次循环最大的数都会被放到最右边，j的查询范围在逐渐减小，所以j < length-1-i
for j := 0; j < length-1-i; j++ {
if arr[j] > arr[j+1] {
arr[j], arr[j+1] = arr[j+1], arr[j]
//false表示此次循环发生了交换
flag = false
}
}
//true表示序列已经有序，直接退出，不用继续循环
//false表示本次循环发生了交换，需要继续判断下个循环
if flag {
break
}
}
}
简单选择排序：
时间复杂度：O(n^2)
稳定性：不稳定
//简单选择排序
//循环一遍，把最小的放最左边；循环剩下的序列
//循环时只取值比较，一遍循环完发生交换
func selectSort(arr []int) {
length := len(arr)
for i := 0; i < length; i++ {
//从首位i开始，最小指向i，依次与后面比较
min := i
for j := i + 1; j < length; j++ {
//j比首位小，把最小指向j
if arr[min] > arr[j] {
min = j
}
}
//循环完一遍，最小值发生过变化
if min != i {
//交换i和min
arr[i], arr[min] = arr[min], arr[i]
}
}
}
直接插入排序：
时间复杂度：O(n^2)
稳定性：稳定
//直接插入排序
//取首元素作为有序队列，把第二位插入到有序队列中，把第三位插入到前两位组成的有序队列中
//新的一位插入有序队列时，跟他的前一位比较，即有序队列的最右边，依次向前遍历
func insertSort(arr []int) {
length := len(arr)
//从第二位开始处理，所以i从1开始
for i := 1; i < length; i++ {
//if满足，则新的一位需要插入处理；else表示新的一位依旧有序，不处理
if arr[i] < arr[i-1] {
//arr[i]插入时，前面的元素需要后移，i位置元素被顶掉，所以需要临时存值
temp := arr[i]
//j取有序队列的最右位i-1，依次向左j--
j := i - 1
//temp < arr[j]，把j向后移位，依次循环，直到temp >= arr[j]
for ; j >= 0 && temp < arr[j]; j-- {
//把j向后移位
arr[j+1] = arr[j]
}
//因为发生了j--
arr[j+1] = temp
}
}
}
希尔排序：
时间复杂度：O(n^1.5)
稳定性：不稳定
//希尔排序
//按间隔分组，每组进行插入排序
//长度为10，间隔为10/2=5，按(0,5)(1,6)(2,7)(3,8)(4,9)分组
//间隔减小为5/2=2，按(0,2,4,6,8)(1,3,5,7,9)分组
//组内插入排序时，各组之间交替比较，以间隔为2举例：先比较0和2，再比较1和3，再比较4，再比较5，依次遍历
//直到间隔为1，按(0,1...9)分组
func shellSsort(arr []int) {
length := len(arr)
//按间隔分组
for gap := length / 2; gap > 0; gap /= 2 {
//当前各个分组进行插入排序
for i := gap; i < length; i++ {
if arr[i] < arr[i-gap] {
temp := arr[i]
j := i - gap
for ; j >= 0 && temp < arr[j]; j -= gap {
arr[j+gap] = arr[j]
}
arr[j+gap] = temp
}
}
}
}
归并排序：
时间复杂度：O(nlogn)
稳定性：稳定
//归并排序
//将两个有序序列合并成一个有序序列
//取中间值分左右递归处理
func mergeSort(r []int) []int {
length := len(r)
if length <= 1 {
return r
}
//左右分别处理
num := length / 2
left := mergeSort(r[:num])
right := mergeSort(r[num:])
//左右两边都为有序，进行合并
return merge(left, right)
}
func merge(left, right []int) (result []int) {
l, r := 0, 0
//left或right有一方遍历完则退出循环
for l < len(left) && r < len(right) {
if left[l] < right[r] {
result = append(result, left[l])
l++
} else {
result = append(result, right[r])
r++
}
}
//left和right均为有序，直接将剩余部分加进序列
//如果上面是left遍历完，left[l:]为[]，right还有剩余值
//如果上面是right遍历完，right[r:]为[], left还有剩余值
result = append(result, left[l:]...)
result = append(result, right[r:]...)
return
}
快速排序：
时间复杂度：O(nlogn)
稳定性：不稳定
//快速排序
//取首位元素为临界值，一遍循环，临界值左边为小数，右边为大数
//递归临界值左边和右边
func quickSort(arr []int) {
length := len(arr)
if length <= 1 {
return
}
quick(arr, 0, length-1)
}
func quick(arr []int, start, end int) {
if start >= end {
return
}
i, j := start, end
//取首位元素为分界值
temp := arr[i]
for i < j {
//从右往左找，大的不处理，j--
for i < j && arr[j] >= temp {
j--
}
//直到遇见第一个小的，跳出上面循环
if i < j {
//把小的给i，temp的值没发生变化
arr[i] = arr[j]
i++
}
//从左往右找，小的不处理，i++
for i < j && arr[i] <= temp {
i++
}
//直到遇见第一个大的，跳出上面循环
if i < j {
//把大的给j，temp的值没发生变化
arr[j] = arr[i]
j--
}
}
//把temp给到i位置
arr[i] = temp
//递归i的左边，0到i-1
quick(arr, start, i-1)
//递归i的右边，i+1到right
quick(arr, i+1, end)
}
堆排序：
时间复杂度：O(nlogn)
稳定性：不稳定
//堆排序
//升序使用大顶堆，降序使用小顶堆，以大顶堆为例
//顶堆是上下比较大小，父结点与其孩子比较，同一父结点的左右大小无限制，二叉搜索树是左右比较大小，不要搞混
//先调整序列为大顶堆(序列默认是一棵二叉树，把该二叉树调整为大顶堆)
//处理大顶堆：首尾交换，末位最大，去掉末位，调整剩下序列为大顶堆，循环处理
func heapSort(arr []int) []int {
length := len(arr)
//调整序列为大顶堆
for i := length/2 - 1; i >= 0; i-- {
//从最后一个非叶子结点开始，从右往左，从下往上，length/2-1为最后一个非叶子结点
adjustHeap(arr, i, length)
}
//处理大顶堆
//大顶堆左右无序，上下有序
for i := length - 1; i > 0; i-- {
//首位最大，首尾交换，把最大放在队尾
arr[0], arr[i] = arr[i], arr[0]
//去掉队尾最大元素，所以队列长度length-1，即为i，把剩余i个元素调整为大顶堆
//此时只有刚交换的首位不符合大顶堆条件，没必要像上面循环所有非叶子结点，只需从首位开始调整，所以i=0
adjustHeap(arr, 0, i)
}
return arr
}
//调整二叉树为大顶堆
func adjustHeap(arr []int, i, length int) {
//非叶子结点i的左右孩子
left := 2*i + 1
right := 2*i + 2
//默认i为最大
max := i
//存在左孩子且左孩子大，最大指向left，因为右孩子可能更大，所以暂不交换
if left < length && arr[left] > arr[max] {
max = left
}
//存在右孩子且右孩子更大，最大指向right
if right < length && arr[right] > arr[max] {
max = right
}
//最大发生过改变，交换
if max != i {
arr[i], arr[max] = arr[max], arr[i]
//最后一层非叶子结点，递归时不发生交换操作；
//假如二叉树深度为4，最后一层非叶子结点为第三层，处理第二层发生交换时，需要递归处理第三层是否被影响了
adjustHeap(arr, max, length)
}
}
基数排序：
时间复杂度：O(d(n+r))
稳定性：稳定
//基数排序
//分配式排序，桶子法，非负数，共0-9，10个桶子
//首次循环根据元素个位数，将元素分配至对应桶子里，0进0号桶，9进9号桶
//按桶子排序，再次循环，根据元素十位数再次分配
func radixSort(arr []int) {
length := len(arr)
if length <= 1 {
return
}
//元素的最大位数
d := maxBit(arr)
//用mod和dev求对应位数上的数值
mod, dev := 10, 1
//循环位数
for i := 0; i < d; i++ {
//10个桶子
temp := [10][]int{}
//遍历序列
for j := 0; j < length; j++ {
//先求余，再求商
//个位数值：x%10/1；十位数值：x%100/10
bucket := arr[j] % mod / dev
//按位存值
temp[bucket] = append(temp[bucket], arr[j])
}
//为arr排序时的下标
k := 0
//排序arr
for m := 0; m < 10; m++ {
for n := 0; n < len(temp[m]); n++ {
arr[k] = temp[m][n]
k++
}
}
//为下一位做准备
mod *= 10
dev *= 10
}
}
//基数排序
//分配式排序，桶子法，存在负数，共0-19，20个桶子
//首次循环根据元素个位数，将元素分配至对应桶子里，-9进1号桶，-1进9号桶，0进10号桶，1进11号桶，19进19号桶
//按桶子排序，再次循环，根据元素十位数再次分配
func radixSort(arr []int) {
length := len(arr)
if length <= 1 {
return
}
//元素的最大位数
d := maxBit(arr)
//用mod和dev求对应位数上的数值
mod, dev := 10, 1
//循环位数
for i := 0; i < d; i++ {
//10个桶子
temp := [20][]int{}
//遍历序列
for j := 0; j < length; j++ {
//先求余，再求商，下标不为负，+10保证为非负数
//个位数值：x%10/1+10；十位数值：x%100/10+10
bucket := (arr[j] % mod / dev)+10
//按位存值
temp[bucket] = append(temp[bucket], arr[j])
}
//为arr排序时的下标
k := 0
//排序arr
for m := 0; m < 20; m++ {
for n := 0; n < len(temp[m]); n++ {
arr[k] = temp[m][n]
k++
}
}
//为下一位做准备
mod *= 10
dev *= 10
}
}
//元素的最大位数
func maxBit(arr []int) int {
length := len(arr)
d := 1
p := 10
for i := 0; i < length; i++ {
for arr[i] >= p {
d++
p *= 10
}
}
return d
}
公众号：李田路口
