C#语言 十大经典排序算法动画与解析!(动态演示+代码)(java改写成C# )
排序算法是《数据结构与算法》中最基本的算法之一。
排序算法简介
排序算法可以分为内部排序和外部排序。
内部排序是数据记录在内存中进行排序。
而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。
常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。
用一张图概括:
image
关于时间复杂度:
-
平方阶 (O(n2)) 排序 各类简单排序:直接插入、直接选择和冒泡排序。
-
线性对数阶 (O(nlog2n)) 排序 快速排序、堆排序和归并排序;
-
O(n1+§)) 排序,§ 是介于 0 和 1 之间的常数。 希尔排序
-
线性阶 (O(n)) 排序 基数排序,此外还有桶、箱排序。
关于稳定性:
-
稳定的排序算法:冒泡排序、插入排序、归并排序和基数排序。
-
不是稳定的排序算法:选择排序、快速排序、希尔排序、堆排序。
1. 冒泡排序
1.1 算法步骤
-
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
-
对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
-
针对所有的元素重复以上的步骤,除了最后一个。
-
持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
1.2 动画演示
image
1.3 参考代码
/// <summary> /// 冒泡排序,从小到大 /// </summary> /// <param name="a"></param> /// <param name="n"></param> static void BubbleSort(int[] arr,int n) { for (int i = 0; i < n-1; i++) { for (int j = 0; j < n-1-i; j++) { if (arr[j] > arr[j + 1]) { var temp = arr[j];//相邻的两个数,前面的值比后面的大,则两两交换值 arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } }
{ int[] arr = new int[] {5,4,2,3,8 }; int n = arr.Length; ShowNum("排序前", arr); BubbleSort(arr, n); ShowNum("冒泡排序后", arr); Console.WriteLine(""); }
static void ShowNum(string des,int[] a) { StringBuilder sb = new StringBuilder(); for (int i = 0; i < a.Length; i++) { sb.Append(a[i].ToString() + " "); } Console.WriteLine(des+"数据为:"+sb.ToString()); }
2. 选择排序
2.1 算法步骤
-
首先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。
-
重复第二步,直到所有元素均排序完毕。
2.2 动画演示
image
2.3 参考代码
/// <summary> /// 选择排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void SelectSort(int[] arr,int n) { for (int i = 0; i < n-1; i++) { var minIndex = i; for (int j = i+1; j < n; j++) { if (arr[j] < arr[minIndex])//在未排序区寻找最小的数 { minIndex = j;//将最小的数索引保存 } } var temp = arr[i];//要选择的排序位置的值,与未排序区索引的值,两两交换 arr[i] = arr[minIndex]; arr[minIndex] = temp; } }
{ int[] arr = new int[] { 2,4,3,6,5 }; int n = arr.Length; ShowNum("排序前", arr); SelectSort(arr, n); ShowNum("选择排序后", arr); Console.WriteLine(""); }
3. 插入排序
3.1 算法步骤
-
-
从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。)
3.2 动画演示
image
3.3 参考代码
/// <summary> /// 插入排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void InsertSort(int[] arr,int n) { if (n <= 1) { return; } for (int i = 1; i < n; i++) { if (arr[i-1] > arr[i]) { var j = i - 1; var temp = arr[i];//记录要插入的数据 arr[i] = arr[i - 1];//先后移一个元素 for (; j >= 0; --j) { if (arr[j] > temp) { arr[j + 1] = arr[j]; } else { break; } } arr[j + 1] = temp;//插入到正确位置 ; } } } /// <summary> /// 插入排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void InsertSort1(int[] arr, int n) { for (int i = 1; i < n; i++) { var temp = arr[i];//记录要插入的数据 // 从已经排序的序列最右边的开始比较,找到比其小的数 int j = i; while (j>0 && arr[j-1]>temp) { arr[j] = arr[j - 1]; j--; } //存在比其小的数,插入 if (j != i) { arr[j] = temp; } } }
{ int[] arr = new int[] { 5,3,4,7,2}; int n = arr.Length; ShowNum("排序前", arr); InsertSort1(arr, n); ShowNum("插入排序后", arr); Console.WriteLine(""); }
4. 希尔排序
4.1 算法步骤
-
选择一个增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1;
-
按增量序列个数 k,对序列进行 k 趟排序;
-
每趟排序,根据对应的增量 ti,将待排序列分割成若干长度为 m 的子序列,分别对各子表进行直接插入排序。仅增量因子为 1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
4.2 动画演示
image
4.3 参考代码
/// <summary> /// 希尔排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void SellSort(int[]arr,int n) { int gap = 10; while (gap < n) { gap = gap * 2 + 1; } while (gap > 0) { for (int i = gap; i < n; i++) { var temp = arr[i]; int j = i - gap; while(j>=0&& arr[j] > temp) { arr[j + gap] = arr[j]; j -= gap; } arr[j + gap] = temp; } gap = (int)Math.Floor(gap / 2.00); } }
{ int[] arr = new int[] { 8,9,1,7,2,3,5,4,6,0 }; int n = arr.Length; ShowNum("排序前", arr); SellSort(arr,n); ShowNum("希尔排序后", arr); Console.WriteLine(""); }
5. 归并排序
5.1 算法步骤
-
申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
-
设定两个指针,最初位置分别为两个已经排序序列的起始位置;
-
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
-
重复步骤 3 直到某一指针达到序列尾;
-
将另一序列剩下的所有元素直接复制到合并序列尾。
5.2 动画演示
image
5.3 参考代码
写法一:
/// <summary> /// 归并排序,从小到大 /// </summary> /// <param name="arr">原arr</param> /// <param name="newArr">排序后的newArr</param> /// <param name="fristIndex">首位Index</param> /// <param name="lastIndex">末位Index</param> /// <returns></returns> static int[] MergeSort(int[] arr, int[] newArr, int fristIndex, int lastIndex) { if (fristIndex == lastIndex) { newArr[fristIndex] = arr[fristIndex]; } else { int midIndex = (fristIndex + lastIndex) / 2;//将SR[s...t]评分为SR[s...m]和SR[m+1...t] int[] newArr2 = new int[arr.Length]; MergeSort(arr, newArr2, fristIndex, midIndex);//递归地将SR[s...m]归并为有序的TR2[s...m] //ShowSortArray(test, s, m); MergeSort(arr, newArr2, midIndex + 1, lastIndex);//递归地将SR[m+1...t]归并为有序的TR2[m+1...t] Merge(newArr2, newArr, fristIndex, midIndex, lastIndex); } return newArr; } /// <summary> /// 将arr中记录由小到大地并入newArr /// </summary> /// <param name="arr">原arr</param> /// <param name="newArr">要并入目标的newArr</param> /// <param name="fristIndex">首位Index</param> /// <param name="midIndex">分割Index</param> /// <param name="lastIndex">末位Index</param> private static void Merge(int[] arr, int[] newArr, int fristIndex, int midIndex, int lastIndex) { int j = 0, k = 0; for (k = fristIndex, j = midIndex + 1; fristIndex <= midIndex && j <= lastIndex; k++) { //将arr中首位值、分割位值的最小的那个依次并入newArr if (arr[fristIndex] <= arr[j]) { newArr[k] = arr[fristIndex]; fristIndex++;//首位Index 后移 } else { newArr[k] = arr[j]; j++; //分割Index 后移 } } //将剩下的尚未并入的arr[fristIndex]的值依次并入到newArr if (fristIndex <= midIndex) { while (k <= lastIndex && fristIndex <= midIndex) { newArr[k] = arr[fristIndex]; k++; fristIndex++; } } //将剩下的尚未并入的arr[midIndex]的值依次并入到newArr if (j <= lastIndex) { while (k <= lastIndex && j <= lastIndex) { newArr[k] = arr[j]; k++; j++; } } }
写法二:
/// <summary> /// 归并排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> /// <returns></returns> static int[] MergeSort1(int[] arr) { var result = new int[arr.Length]; if (arr.Length == 1) { return arr; } int middle = arr.Length / 2; int[] left = arr.ToList().Take(middle).ToArray(); int[] right = arr.ToList().Skip(middle).ToArray(); var newLeft = MergeSort1(left); var newRight = MergeSort1(right); return Merge1(newLeft,newRight); } private static int[] Merge1(int[] left, int[] right) { int[] result = new int[left.Length + right.Length]; int i = 0; while (left.Length > 0 && right.Length > 0) { if (left[0] <= right[0]) { result[i++] = left[0]; left = left.ToList().Skip(1).ToArray(); } else { result[i++] = right[0]; right = right.ToList().Skip(1).ToArray(); } } while (left.Length > 0) { result[i] = left[0]; left = left.ToList().Skip(1).ToArray(); i++; } while (right.Length > 0) { result[i] = right[0]; right = right.ToList().Skip(1).ToArray(); i++; ; } return result; }
{ int[] arr = new int[] { 6,4,3,7,5,1,2 }; int n = arr.Length; ShowNum("排序前", arr); int[] newArr = new int[arr.Length]; newArr = MergeSort( arr,newArr,0,arr.Length-1); ShowNum("归并排序后", newArr); newArr = MergeSort1(arr); ShowNum("归并2排序后", newArr); Console.WriteLine(""); }
6. 快速排序
6.1 算法步骤
-
从数列中挑出一个元素,称为 “基准”(pivot);
-
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;
-
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;
6.2 动画演示
image
6.3 参考代码
/// <summary> /// 快速排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="left"></param> /// <param name="right"></param> static void QuickSort(int[] arr,int left,int right) { if (left < right) { var L_R = arr[left];//基准数,把比他小或者等于它的 放在它的左边,然后把比它大的 放在它的右边 var i = left; var j = right; while (i < j) { //从后往前比较 while (i < j) { if (arr[j] <= L_R)//找到一个比基准数小于或者等于的值,应该把他放在L_R的左边 { arr[i] = arr[j]; break; } else { j--;//向左移动 到下一个数字,然后做比较 } } //从前往后 while (i < j) { if (arr[i] > L_R)//找到一个比基准数大于或者等于的值,应该把他放在L_R的右边 { arr[j] = arr[i]; break; } else { i++; } } } //跳出循环,现在i==j i是中间位置 arr[i] = L_R; QuickSort(arr, left, i - 1); QuickSort(arr, i + 1, right); } }
{ int[] arr = new int[] {3,5,8,1,2,9,4,7,6 }; int n = arr.Length; ShowNum("排序前", arr); QuickSort(arr, 0,n-1); ShowNum("快速排序后", arr); Console.WriteLine(""); }
7.1 算法步骤
-
创建一个堆 H[0……n-1];
-
把堆首(最大值)和堆尾互换;
-
把堆的尺寸缩小 1,并调用 shift_down(0),目的是把新的数组顶端数据调整到相应位置;
-
重复步骤 2,直到堆的尺寸为 1。
7.2 动画演示
image
7.3 参考代码
/// <summary> /// 堆排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void HeapSort(int[]arr) { BuildMaxHeap(arr); //创建大顶推(初始状态看做:整体无序) for (int i = arr.Length-1; i > 0; i--) { Swap(ref arr[0], ref arr[i]);//将堆顶元素依次与无序区的最后一位交换(使堆顶元素进入有序区) MaxHeapify(arr, 0, i);//重新将无序区调整为大顶堆 } } /// <summary> /// 创建大顶推(根节点大于左右子节点) /// </summary> /// <param name="arr">待排数组</param> private static void BuildMaxHeap(int[] arr) { for (int i = arr.Length/2-1; i >=0; i--)//从最底层的最后一个根节点开始进行大顶推的调整 { MaxHeapify(arr, i, arr.Length); //调整大顶堆 } } /// <summary> /// 大顶推的调整过程 /// </summary> /// <param name="arr">待调整的数组</param> /// <param name="currentIndex">待调整元素在数组中的位置</param> /// <param name="heapSize">堆中所有元素的个数</param> private static void MaxHeapify(int[]arr,int currentIndex,int heapSize) { int left = 2 * currentIndex + 1; //左子节点在数组中的位置 int right = 2 * currentIndex + 2; //右子节点在数组中的位置 int large = currentIndex; //记录此根节点、左子节点、右子节点 三者中最大值的位置 if (left<heapSize && arr[left] > arr[large])//与左子节点进行比较 { large = left; } if(right<heapSize&& arr[right] > arr[large]) //与右子节点进行比较 { large = right; } if (currentIndex!=large)//如果 currentIndex != large 则表明 large 发生变化(即:左右子节点中有大于根节点的情况) { Swap(ref arr[currentIndex], ref arr[large]); //将左右节点中的大者与根节点进行交换(即:实现局部大顶堆) MaxHeapify(arr, large, heapSize);//以上次调整动作的large位置(为此次调整的根节点位置),进行递归调整 } } /// <summary> /// 交换函数 /// </summary> /// <param name="a"></param> /// <param name="b"></param> private static void Swap(ref int a,ref int b) { int temp = 0; temp = a; a = b; b = temp; }
{ int[] arr = new int[] { 5,2,7,3,6,1,4 }; int n = arr.Length; ShowNum("排序前", arr); HeapSort(arr); ShowNum("堆排序后", arr); Console.WriteLine(""); }
8. 计数排序
8.1 算法步骤
-
花O(n)的时间扫描一下整个序列 A,获取最小值 min 和最大值 max
-
开辟一块新的空间创建新的数组 B,长度为 ( max - min + 1)
-
数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
-
最后输出目标整数序列,具体的逻辑是遍历数组 B,输出相应元素以及对应的个数
8.2 动画演示
image
8.3 参考代码
/// <summary> /// 计数排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="n"></param> static void CountingSort(int[]arr, int n) { int min = arr[0]; int max = min; foreach (int number in arr) { if (number > max) { max = number; } else if (number < min) { min = number; } } int[] counting = new int[max - min + 1]; for (int i = 0; i < n; i++) { counting[arr[i] - min] += 1; } int index = -1; for (int i = 0; i < counting.Length; i++) { for (int j = 0; j < counting[i]; j++) { index++; arr[index] = i + min; } } }
{ int[] arr = new int[] { 5,3,4,7,2,4,3,4,7 }; int n = arr.Length; ShowNum("排序前", arr); CountingSort(arr, n); ShowNum("计数排序后", arr); Console.WriteLine(""); }
9. 桶排序
9.1 算法步骤
-
设置固定数量的空桶。
-
把数据放到对应的桶中。
-
对每个不为空的桶中数据进行排序。
-
拼接不为空的桶中数据,得到结果
9.2 动画演示
9.3 参考代码
/// <summary> /// 桶排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="bucketCount">桶数</param> /// <returns></returns> static void BucketSort(int[] arr,int bucketCount) { int bucketSize = (arr.Max() - arr.Min()) / bucketCount + 1; // 桶 LinkedList<int>[] bucket = new LinkedList<int>[bucketCount]; // 初始化桶 for (int i = 0; i < bucketCount; i++) { bucket[i] = new LinkedList<int>(); } // 元素分装到各桶 for (int i = 0; i < arr.Length; i++) { int bucketIndex = (arr[i]-arr.Min())/ bucketSize;//arr[i] 的值放入第Index的桶中(Index值 从0 到 buckectCount-1) // 添加并进行插入排序 InsertToLinkList(bucket[bucketIndex], arr[i]); } // 各桶排序 int index = 0; for (int i = 0; i < bucketCount; i++) { foreach (var item in bucket[i]) { arr[index++] = item; } } } /// <summary> /// 按升序插入 /// </summary> /// <param name="linkedList">要排序的链表</param> /// <param name="num">要插入排序的数字</param> private static void InsertToLinkList(LinkedList<int> linkedList, int num) { if (linkedList.Count == 0) { linkedList.AddFirst(num); return; } var minValue = linkedList.Min(); var minNode = linkedList.Find(minValue); var maxValue = linkedList.Max(); var maxNode = linkedList.Find(maxValue); if (num < minValue) { linkedList.AddBefore(minNode, num); return; } if (num >maxValue) { linkedList.AddAfter(maxNode, num); return; } else { for (int i = 0; i < linkedList.Count-1; i++) { if (linkedList.ElementAt(i) <= num && linkedList.ElementAt(i+1)>=num) { LinkedListNode<int> node = linkedList.FindLast(linkedList.ElementAt(i)); linkedList.AddAfter(node, num); return; } } } }
{ int[] arr = new int[] {7,12,56,23,19,33,35,42,42,2,8,22,39,26,17 }; int n = arr.Length; ShowNum("排序前", arr); BucketSort(arr, 5); ShowNum("桶排序后", arr); Console.WriteLine(""); }
10. 基数排序
10.1 算法步骤
-
将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零
-
从最低位开始,依次进行一次排序
-
从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列
10.2 动画演示
image
10.3 参考代码
/// <summary> /// 基数排序,从小到大 /// </summary> /// <param name="arr"></param> /// <param name="bucketNum">桶数</param> static void RadixSort(int[]arr,int bucketNum) { int maxLength = MaxLength(arr); //创建bucket时,在二维中增加一组标识位,其中bucket[x, 0]表示这一维所包含的数字的个数 //通过这样的技巧可以少写很多代码 int[,] bucket = new int[bucketNum, arr.Length + 1]; for (int i = 0; i < maxLength; i++) { foreach (var item in arr) { int bit = (int)(item / Math.Pow(10, i) % 10); bucket[bit, ++bucket[bit, 0]] = item; } for (int count = 0,j=0; j < bucketNum; j++) { for (int k = 1; k <= bucket[j,0]; k++) { arr[count++] = bucket[j, k]; } } // //最后要重置这个标识 for (int j = 0; j < bucketNum; j++) { bucket[j, 0] = 0; } } } private static int MaxLength(int[] arr) { if (arr.Length == 0) return 0; int max = arr[0]; for (int i = 1; i < arr.Length; i++) { if (arr[i] > max) max = arr[i]; } int count = 0; while (max != 0) { max /= 10; count++; } return count; // return (int)Math.Log10(max)+1; }
{ int[] arr = new int[] { 1, 10, 321, 127, 743, 60, 577 }; int n = arr.Length; ShowNum("排序前", arr); RadixSort(arr, 10); ShowNum("基数排序后", arr); Console.WriteLine(""); }
GitHub Repo:Sort Article
Follow: MisterBooo · GitHub
内容改写自: https://www.cnblogs.com/fivestudy/p/10212306.html
付费内容,请联系本人QQ:1002453261
本文来自博客园,作者:明志德道,转载请注明原文链接:https://www.cnblogs.com/for-easy-fast/p/12970091.html