排序算法之基础排序:冒泡,选择,插入排序详解

排序算法之基础排序:冒泡、选择、插入排序详解

  • 前言
  • [一、冒泡排序(Bubble Sort)](#一、冒泡排序(Bubble Sort))
    • [1.1 算法原理](#1.1 算法原理)
    • [1.2 代码实现(Python)](#1.2 代码实现(Python))
    • [1.3 性能分析](#1.3 性能分析)
  • [二、选择排序(Selection Sort)](#二、选择排序(Selection Sort))
    • [2.1 算法原理](#2.1 算法原理)
    • [2.2 代码实现(Java)](#2.2 代码实现(Java))
    • [2.3 性能分析](#2.3 性能分析)
  • [三、插入排序(Insertion Sort)](#三、插入排序(Insertion Sort))
    • [3.1 算法原理](#3.1 算法原理)
    • [3.2 代码实现(C++)](#3.2 代码实现(C++))
    • [3.3 性能分析](#3.3 性能分析)
  • 四、三种基础排序算法的对比与应用场景
  • 总结

前言

排序算法是数据处理的基础且重要的组成部分,冒泡排序、选择排序和插入排序作为基础排序算法,虽然在效率上不及一些高级排序算法,但它们原理简单、易于理解,是学习排序算法的入门之选,也是理解更复杂排序算法的基础。本文我将详细介绍这三种基础排序算法的原理、实现代码、性能分析以及实际应用场景。

一、冒泡排序(Bubble Sort)

1.1 算法原理

++冒泡排序++的基本思想是重复地走访过要排序的数列,一次比较两个相邻的元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个过程就像水中的气泡,较小(或较大)的元素会逐渐 "浮" 到数列的顶端,因此得名冒泡排序。

具体过程如下:

比较相邻的元素。如果第一个比第二个大(升序排序),就交换它们两个。

对每一对相邻元素做同样的工作,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 代码实现(Python)

python 复制代码
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
    return arr

在上述代码中,外层循环控制排序的轮数,一共需要n轮(n为数组长度)。内层循环用于每一轮中相邻元素的比较和交换,随着外层循环的进行,每一轮比较的次数逐渐减少,因为每一轮结束后,最大的元素已经 "沉" 到了数组末尾。

1.3 性能分析

时间复杂度

最好情况:当数组已经是有序状态时,冒泡排序只需要进行一次遍历,比较n - 1次,不需要交换元素,时间复杂度为 O ( n ) O(n) O(n)。

最坏情况:当数组是逆序状态时,需要进行 n ( n − 1 ) / 2 n(n - 1) / 2 n(n−1)/2次比较和交换操作,时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

平均情况:时间复杂度同样为 O ( n 2 ) O(n^2) O(n2)。

空间复杂度 :冒泡排序只需要使用常数级别的额外空间来进行元素交换,空间复杂度为 O ( 1 ) O(1) O(1)。

稳定性:冒泡排序是一种稳定的排序算法,因为在比较和交换元素时,相同元素的相对顺序不会改变。

二、选择排序(Selection Sort)

2.1 算法原理

++选择排序++的工作原理是每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。

具体步骤如下:

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 代码实现(Java)

java 复制代码
public class SelectionSort {
    public static int[] selectionSort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) {
            int minIndex = i;
            for (int j = i + 1; j < n; j++) {
                if (arr[j] < arr[minIndex]) {
                    minIndex = j;
                }
            }
            int temp = arr[minIndex];
            arr[minIndex] = arr[i];
            arr[i] = temp;
        }
        return arr;
    }

    public static void main(String[] args) {
        int[] arr = {64, 25, 12, 22, 11};
        int[] sortedArr = selectionSort(arr);
        for (int num : sortedArr) {
            System.out.print(num + " ");
        }
    }
}

上述 Java 代码中,外层循环控制排序的轮数,一共需要n - 1轮(n为数组长度)。内层循环用于在每一轮中找到未排序部分的最小元素的索引,然后将其与当前轮起始位置的元素交换。

2.3 性能分析

时间复杂度

最好情况:即使数组已经是有序的,选择排序也需要进行 n ( n − 1 ) / 2 n(n - 1) / 2 n(n−1)/2次比较,时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

最坏情况:同样需要进行 n ( n − 1 ) / 2 n(n - 1) / 2 n(n−1)/2次比较和交换操作,时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

平均情况:时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

空间复杂度 :选择排序只需要使用常数级别的额外空间来进行元素交换,空间复杂度为 O ( 1 ) O(1) O(1)。

稳定性 :选择排序是不稳定的排序算法,因为在选择最小元素并交换位置时,可能会改变相同元素的相对顺序。例如,数组[5, 5, 3],在排序过程中两个5的相对顺序可能会发生变化。

三、插入排序(Insertion Sort)

3.1 算法原理

++插入排序++的基本思想是将一个数据插入到已经排好序的有序数据中,从而得到一个新的、个数加一的有序数据。其操作过程就像玩扑克牌时整理手中牌的过程,每次从 "牌堆" 中摸一张牌,插入到手中已整理好的牌的合适位置。

具体过程如下:

从第一个元素开始,该元素可以认为已经被排序。

取出下一个元素,在已经排序的元素序列中从后向前扫描。

如果该元素(已排序)大于新元素,将该元素移到下一位置。

重复步骤 3,直到找到已排序的元素小于或者等于新元素的位置。

将新元素插入到该位置后。

重复步骤 2~5,直到所有元素均排序完毕。

3.2 代码实现(C++)

cpp 复制代码
#include <iostream>
#include <vector>
using namespace std;

vector<int> insertionSort(vector<int> arr) {
    int n = arr.size();
    for (int i = 1; i < n; ++i) {
        int key = arr[i];
        int j = i - 1;
        while (j >= 0 && arr[j] > key) {
            arr[j + 1] = arr[j];
            j = j - 1;
        }
        arr[j + 1] = key;
    }
    return arr;
}

在 C++ 代码中,外层循环从数组的第二个元素开始(因为第一个元素默认已排序)。内层循环用于在已排序部分中找到合适的插入位置,将当前元素插入到正确的位置,使得已排序部分始终保持有序。

3.3 性能分析

时间复杂度

最好情况:当数组已经是有序状态时,每插入一个元素只需要比较一次,不需要移动元素,时间复杂度为 O ( n ) O(n) O(n)。

最坏情况:当数组是逆序状态时,插入每个元素都需要比较和移动i次(i为当前元素的索引),时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

平均情况:时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

空间复杂度 :插入排序只需要使用常数级别的额外空间来保存当前要插入的元素,空间复杂度为 O ( 1 ) O(1) O(1)。

稳定性:插入排序是稳定的排序算法,因为在插入元素时,相同元素的相对顺序不会改变。

四、三种基础排序算法的对比与应用场景

算法对比

排序算法 时间复杂度(最好) 时间复杂度(最坏) 时间复杂度(平均) 空间复杂度 稳定性
冒泡排序 O ( n ) O(n) O(n) O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) 稳定
选择排序 O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) 不稳定
插入排序 O ( n ) O(n) O(n) O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) 稳定

应用场景

冒泡排序:由于其简单易懂,常用于教学场景帮助初学者理解排序算法的基本概念。在数据规模较小且对时间要求不高的情况下,也可以使用。

选择排序:适用于对稳定性要求不高,且数据规模较小的排序场景。比如在一些简单的游戏内数据排序或者资源管理系统中,当数据量不大时可以使用。

插入排序:对于部分有序的数组或者数据量较小的数组,插入排序表现较好。例如,在数据库的某些索引维护操作中,如果数据更新后仍保持部分有序,插入排序可以高效地对新数据进行插入和排序。

总结

冒泡排序、选择排序和插入排序作为基础排序算法,虽然在时间复杂度上都为 O ( n 2 ) O(n^2) O(n2),在处理大规模数据时效率较低,但它们的原理简单,实现容易,是学习排序算法的重要基石。通过理解这三种算法,我们可以更好地掌握排序算法的基本思想,为学习更复杂高效的排序算法(快速排序、归并排序、堆排序等)打下坚实的基础。在下期博客中,我将深入探讨快速排序与归并排序这两种高效排序算法,详细解析它们的实现机制、性能特点以及在不同场景下的应用优势,帮助大家进一步拓宽对排序算法的认知边界。

That's all, thanks for reading!

创作不易,点赞 鼓励;

知识无价,收藏 备用;

持续精彩,关注不错过!

相关推荐
Haohao+++2 小时前
Stable Diffusion原理解析
人工智能·深度学习·算法
ideaout技术团队5 小时前
leetcode学习笔记2:多数元素(摩尔投票算法)
学习·算法·leetcode
代码充电宝5 小时前
LeetCode 算法题【简单】283. 移动零
java·算法·leetcode·职场和发展
不枯石8 小时前
Matlab通过GUI实现点云的均值滤波(附最简版)
开发语言·图像处理·算法·计算机视觉·matlab·均值算法
不枯石8 小时前
Matlab通过GUI实现点云的双边(Bilateral)滤波(附最简版)
开发语言·图像处理·算法·计算机视觉·matlab
白水先森10 小时前
C语言作用域与数组详解
java·数据结构·算法
想唱rap10 小时前
直接选择排序、堆排序、冒泡排序
c语言·数据结构·笔记·算法·新浪微博
老葱头蒸鸡11 小时前
(27)APS.NET Core8.0 堆栈原理通俗理解
算法
视睿11 小时前
【C++练习】06.输出100以内的所有素数
开发语言·c++·算法·机器人·无人机
柠檬071112 小时前
matlab cell 数据转换及记录
算法