算法 | 基础 - [排序]

§1 各排序算法的对比

稳定性

• 所有算法排序后都能符合排序规则
• 但不具有稳定性的排序算不能保证同值元素原始的相对顺序
  如 [ … 2（first),…2(sec)…] 排序后变为 […2(sec),2(first)…]
• 稳定性对于类型元素没有影响，因为两个 1 没有任何区别，但当元素为对象时可能存在影响
  当对对象元素按不同维度进行多次排序时，稳定算法可以继承之前排序的测序，而不稳定的可能将上一轮的顺序洗掉
  比如对电商商品进行多维度排序时，需要稳定算法

局限

• 不认为有算法 能做到时间复杂度 < $O(n\ast \log n)$
• 不认为有算法能做到时间复杂度 = $O(n\ast \log n)$，且空间复杂度 < $O(n)$，且保证稳定性
• 归并可以实现空间复杂度 $O(1)$，使用内部缓存，但实现困难，不如直接用堆
• 归并可以实现空间复杂度 $O(1)$，原地归并，但实现困难，时间复杂度上升为 $O(n\ast \log n)$，不如直接用插入
• 快速可以实现稳定性，01 stable sort，但实现困难，空间复杂度上升为 $O(n)$，不如直接用归并

改进或调整(综合排序)

• 一般使用综合排序的思路
  即一个算法中基于不同的考虑，按某维度进行划分，分别使用两种算法
• 出于不同时间复杂度优势的考虑
  • 按样本量划分，< x 时用 $O(n^2)$算法，反之用 $O(n\ast \log n)$ 算法
    这是因为算法复杂度是基于 n 很大的总结归纳，但样本较小时受常数项影响可能实际运行时间不符合预期，样本量阈值可以实测后确定
  • 大样本时，小时间复杂度算法具有调度优势
  • 小样本时，大时间复杂度算法可能有小常数项优势
• 出于稳定性的考虑
  • 按数据类型划分
  • 基本类型使用快速排序
  • 对象使用归并

§2 基于比较的排序

§2.1 选择排序

执行 n 轮
每轮(i)扫一次剩余数组，记录极值的位置 n，然后交互 i，n 位置的元素
复杂度：$O(n^2)$，$O(1)$

§2.2 冒泡排序

执行 n 轮
每轮扫一次剩余数组，相邻元素按序交互顺序（若正序排列，i > i+1 的元素，交互）
复杂度：$O(n^2)$，$O(1)$

§2.3 插入排序

执行 n 轮
每轮(i)保证前 i 个元素都有序（前 1 个元素有序，然后前 2 个元素有序，然后前 3 个元素有序）
从第 i 个元素往前比，反序就交换
复杂度：$O(n^2)$，$O(1)$

§2.4 归并排序

数组拆分两边，
对左侧排序，对右侧排序，注意前面两个排序也是归并排序，然后归并
归并过程如下：

• 准备辅助数组，与被排序数组等长
• 两个指针指向两个数组 0
• 谁小，将谁写入辅助数组，并移动指针
• 一方写尽后，直接将另一方写进辅助数组
  

归并的作用：

• 使局部有序
• 因为局部有序，可以通过索引计算统计大于或小于元素的个数

复杂度： $O(n\ast \log n)$，$O(n)$
套用 master ：$T(n)=2\ast (n/2)+O(n)$

§2.5 快速排序

整个过程如下

• partition，即随意选一个数做基准，此数与最右侧交互
• 首尾设置栅栏，一开始在数组外，设置指针指向第一个元素
• 元素与基准比较：
  • 小于，和首栅栏的下一个数交互，首栅栏右扩，指针右移
  • 大约，和尾栅栏的前一个数交互，尾栅栏左扩，指针不动（因为此时指针指向的是刚刚交换过来的数）
  • 等于，什么都不做，指针右移
  • 直到指针遇到右栅栏，或左右栅栏接触
• 比较一轮后，尾元素与右栅栏第一个元素交换，右栅栏右扩
• 分别对左右栅栏中的元素重复上述过程

复杂度： $O(n\ast \log n)$，$O(\log n)$
因为是随机取数，存在概率
若直接取最右元素，则可能存在最差情况，此时复杂度为 $O(n^2)$，$O(n)$
快速排序算法每一层递归时，只有几个指针，所以单层是 $O(1)$

• 当最差情况时，基准值的实际排序位置偏右，相当于有几个位置就是几层，因此是 $O(n)$
• 当最好情况时，基准值的实际排序位置趋于居中，相当于类似二叉树的展开，因此是 $O(\log n)$
  

§2.6 堆排序

堆排序是使用堆的特性进行排序
整个过程如下，以大顶堆为例

1. 将数组整理成堆
   若数组没有完全提供，则：
   令 heapsize = 0，指针 p 指向数组 0 号元素
   指针右移，对指针元素进行 heap insert，heapsize++，重复操作直到整个数组变为堆
2. 交互数组 0 和 最大索引元素（即，交互堆顶和堆最后一个元素），因此此时数组 0 即堆顶最大
3. heapsize - -
4. 对堆顶进行 heapify
5. 重复 2 - 4，直到 heapsize == 0

复杂度： $O(n\ast \log n)$，$O(1)$

§3 基于数据状况的排序（统计排序）

§3.1 计数排序

统计公司所有年龄的员工的个数，如 [20,50,10,60,30,60…]
准备年龄表，索引表示年龄，值表示统计个数即可
但若是其他统计，统计表可能很大，所以不适用，比如 基数排序

§3.2 基数排序

基于桶
以 10 进制举例 [11,32,36,28,59,100,67]

• 准备 10 个队列，作为桶，每个桶是一个队列
• 依次解析每个数的个位，将它们放到对应桶里
• 按照桶从左到右，桶中元素先进先出的原则整理数组
  得到 [100,11,32,36,67,28,59]
• 依次解析每个数的十位，将它们放到对应桶里，然后出桶
  得到 [100,11,28,32,36,59,67]
• 依次解析每个数的百位，将它们放到对应桶里，然后出桶
  得到 [11,28,32,36,59,67,100]

常规对数值的排序先参考最高位，因为最高位权重最大，然后参考权重的下一位，以此类推
但这是基于分段排序的，即在对权重稍低的位进行排序时，只能在其权重稍高的位一致的基础上进行，否则相当于打乱了上一轮排序

而基数排序则是将这个过程反过来，通过一轮进桶出桶保证低位的有序性
这使得在下一轮权重稍高的位排序时，同一个桶的元素一定是按权重稍低的位的顺序排布的
这使得即使再整体范围，下一轮排序也不会消除上一轮排序的作用

复杂度： $O(n\ast {\log }_{weight}n)$，$O(n)$

基于词序表
可以将桶改为词序表
以 10 进制举例 [11,32,36,28,59,100,67]

• 准备一个数组作为 词频表，长度 = 每一位上权重
  [1,1,1,0,0,0,1,1,1,1]
• 依次解析每个数的个位，将它们统计进 词频表
  [1,2,3,3,3,3,4,5,6,7]
• 词频表 改为 词序表 a，a[i] = a[i] + a[i-1]
• 按 词序表 规则整理元素，将个位为 i 的元素，放到词序表对应索引的值 -1 的索引上
  如上例，元素 36 对应 a[6] = 4，应该放到 index = 4-1 的位置上
• 重复上述过程直到完成最高位

复杂度： $O(n\ast {\log }_{weight}n)$，$O(n)$
词序表空间复杂度为 $O(\log n)$，但整理数组时需要一个与原数组等大小的区域，所以是 $O(n)$