Go 实现10种排序算法
??
比较类排序：
————————————————————————————————————————
1、冒泡排序
从头开始两两互比然后进行交换。将最大值/最小值 冒到最后一位。依次循环
func bubbleSort(nums []int){
for i:=0;i<len(nums)-1;i++{ // 循环次数
for j:=0;j<len(nums)-1-i;j++{ // 数组内相邻元素比较
if nums[j]>nums[j+1]{ // 交换条件
nums[j],nums[j+1]=nums[j+1],nums[j] // 元素交换
}
}
}
}
————————————————————————————————————————
2、 选择排序
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;
（一次在元素中选择符合需求的元素，然后交换。每个元素只移动一次）
func selectSorted(nums []int) {
for i := 0; i < len(nums)-1; i++ { // 从第一个元素开始
min := i // 默认当前元素为最小元素。保存对应下标
for j := i + 1; j < len(nums); j++ {
if nums[min] > nums[j] { // 找到最小的元素
min = j // 保存最小的值min(下标)
}
}
nums[i], nums[min] = nums[min], nums[i] //交换元素
}
}
————————————————————————————————————————
3、插入排序
可以假设前面的已经有序，随机在后面抽取一个元素，插入到前面，并保持有序；
已排好序的依次后移！！！
（扑克牌：每拿起一张，插入到合适的位置。之前的已经有序）
func insertSorted(nums []int) {
for i := 1; i < len(nums); i++ {
preIndex := i - 1 // 记录当前值对应前一个元素的下标
nowNum := nums[i] // 记录当前值
for nums[preIndex] > nowNum { // 循环到前面的值不小于当前值为止
nums[preIndex+1] = nums[preIndex] // 将小于当前值的数后移
preIndex--
}
nums[preIndex+1] = nowNum // 找到了不小于当前置的位置并赋值
}
}
————————————————————————————————————————
4、希尔排序
本质是 分组+插入排序
也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是 非稳定 排序算法。
实践中：数据的交换次数远远小于插入排序的交换次数
func shellSorted(nums []int) {
lens := len(nums)
tag := 1
// 选取合适的分组树(即：每组的数据个数)
for tag < lens/3 {
tag = 3*tag + 1 // 比较合适的分组数
}
for tag > 0 {
for i := tag; i < lens; i++ { // 依旧采用插入算法逻辑，只是跨度变大，以分组为间隔
j := i - tag
temp := nums[i]
for j >= 0 && nums[j] > temp {
nums[j+tag] = nums[j]
j -= tag
}
nums[j+tag] = temp
}
tag /= 3 // tag逐渐缩小，最后为 1
}
}
5、归并排序
乱序数组，单个元素为一组，两两对比排序；然后已排序数据2个为一组，两两对比排序，以此类推
总结：先分后合(合的时候排好序)
func mergeSorted(nums []int) []int {
length := len(nums)
if length < 2 {
return nums
}
left := nums[:length/2]
right := nums[length/2:]
return merge(mergeSorted(left), mergeSorted(right))
}
//传入的两个数组进行合并排序
func merge(left []int, right []int) []int {
var res []int
// 两数组对比，小的先放入结果表
for len(left) > 0 && len(right) > 0 {
if left[0] <= right[0] {
res = append(res, left[0])
left = left[1:]
} else {
res = append(res, right[0])
right = right[1:]
}
}
// left或者right其中一个未添加完毕
if len(left) > 0 {
res = append(res, left...)
}
if len(right) > 0 {
res = append(res, right...)
}
return res
}
6、快速排序
在平均状况下，排序 n 个项目要 Ο(nlogn) 次比较
随机取一个树(一般是第一个数)，一次比较，比他小的放左边，大的放右边，依次类推
个人感觉：和归并反着来！ 每一次分开，左右都对应已比较完成！
1、从数列中挑出一个元素，称为 “基准”（pivot）;
2、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；
3、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；
优化：
1、机选三个数，取中间的数为 基准
2、当数组比较小的时候采用插入算法，更快
func quickSorted(nums []int) []int {
return quick(nums, 0, len(nums)-1)
}
func quick(arr []int, left, right int) []int {
if left < right { //分次执行
partitionVal := partition(arr, left, right)
quick(arr, left, partitionVal-1) // 先递归把左边的排完
quick(arr, partitionVal+1, right) // 再依次由深到浅排序右边
}
return arr
}
func partition(arr []int, left, right int) int {
pivot := left
index := left + 1
for i := index; i <= right; i++ {
if arr[i] < arr[pivot] {
swap(arr, i, index) // 调换基数的位置
index++
}
}
swap(arr, pivot, index-1) //最后一个空位补上
return index - 1
}
func swap(arr []int, left, right int) {
arr[left], arr[right] = arr[right], arr[left]
}
7、堆排序
堆的特点: 完全二叉树、（大顶堆) 所有父节点大于子节点
1、构建一个堆(所有值小于父节点)
2、把堆首和队尾互换
3、堆的大小减一，并重构堆，目的是把最大值放入堆头
4、重复2/3
// 堆排序的实现
// 1、建堆
// 2、堆尾和堆头互换，取出堆头，堆容量缩小一个单位
// 3、重读1/2
// 传入一个数组
func heapSorted(arr []int) []int {
arrlen := len(arr)
buildHeap(arr, arrlen)
fmt.Println(arr)
// 堆已建造完成，堆头与堆尾交换，堆长减一
for arrlen > 0 {
swap(arr, 0, arrlen-1)
arrlen -= 1
heapify(arr, 0, arrlen)
}
return arr
}
// 将数组建造成堆格式
func buildHeap(arr []int, arrlen int) {
for i := arrlen / 2; i >= 0; i-- {
heapify(arr, i, arrlen)
}
}
// 实际down与swap过程
func heapify(arr []int, i, arrlen int) {
left := 2*i + 1
right := 2*i + 2
parent := i
// 比较时，找出left与right对应的最大值与之兑换
if left < arrlen && arr[left] > arr[parent] {
parent = left
}
if right < arrlen && arr[right] > arr[parent] {
parent = right
}
if parent != i {
swap(arr, i, parent)
// 用来排除孩子的孩子(第一次建堆时作用可能不大，但是当后面互换后 ，堆顶元素一路向下)
heapify(arr, parent, arrlen)
}
}
// 用于两个元素交换
func swap(arr []int, i, j int) {
arr[i], arr[j] = arr[j], arr[i]
}
基数排序 vs 计数排序 vs 桶排序
基数排序有两种方法：
这三种排序算法都利用了桶的概念，但对桶的使用方法上有明显差异：
基数排序：根据键值的每位数字来分配桶；
计数排序：每个桶只存储单一键值；
桶排序：每个桶存储一定范围的数值；
8 、计数排序
1、根据待排序集合中最大元素和最小元素的差值范围，申请额外空间；
2、遍历待排序集合，将每一个元素出现的次数记录到元素值对应的额外空间内；
3、对额外空间内数据进行计算，得出每一个元素的正确位置；
4、将待排序集合每一个元素移动到计算得出的正确位置上。
即：
将相同的数，统计出现次数，然后从小到大，把该数取出对应的次数
// 计数排序(一般用书较集中数据)
// 先确定取值范围
// 创建范围内大小的值，统计
// 注：需要额外空间
func counrSorted(arr []int) []int {
// 先获取取值范围大小
// 考虑可能存在负数（两次遍历）
min, max := 0, 0
for i := 0; i < len(arr); i++ {
if arr[i] > max {
max = arr[i]
}
if arr[i] < min {
min = arr[i]
}
}
// 创建计数器
blen := max - min + 1
bucket := make([]int, blen)
fmt.Println(blen)
// 统计
for i := 0; i < len(arr); i++ {
bucket[arr[i]-min] += 1
}
// 原数组中移动
index := 0
for i := 0; i < len(bucket); i++ {
for bucket[i] > 0 {
arr[index] = i - min
index++
bucket[i]--
}
}
return arr
}
9、桶排序
桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。
桶排序 (Bucket sort)的工作的原理：
假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）
计数排序时对单个数据，桶排序是对一组数据。分配再排序
func bucketSorted(arr []int){
vari;
varminValue = arr[0];
varmaxValue = arr[0];
for(i = 1; i < arr.length; i++) {
if(arr[i] < minValue) {
minValue = arr[i]; // 输入数据的最小值
}elseif(arr[i] > maxValue) {
maxValue = arr[i]; // 输入数据的最大值
}
}
// 桶的初始化
varDEFAULT_BUCKET_SIZE = 5; // 设置桶的默认数量为5
bucketSize = bucketSize || DEFAULT_BUCKET_SIZE;
varbucketCount = Math.floor((maxValue - minValue) / bucketSize) + 1;
varbuckets =newArray(bucketCount);
for(i = 0; i < buckets.length; i++) {
buckets[i] = [];
}
// 利用映射函数将数据分配到各个桶中
for(i = 0; i < arr.length; i++) {
buckets[Math.floor((arr[i] - minValue) / bucketSize)].push(arr[i]);
}
arr.length = 0;
for(i = 0; i < buckets.length; i++) {
insertionSort(buckets[i]); // 对每个桶进行排序，这里使用了插入排序
for(varj = 0; j < buckets[i].length; j++) {
arr.push(buckets[i][j]);
}
}
returnarr;
10、基数排序
基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。
对数字或者字符串进行拆分，单个对比的排序。以此类推
// 基数排序
func radixSorted(arr []int) []int {
// 统计最大子串长度
max := -1
length := len(arr)
// 获取最大数
for i := 0; i < length; i++ {
if max < arr[i] {
max = arr[i]
}
}
// 获取最大位数
maxlen := 0
for max > 0 {
maxlen++
max /= 10
}
// 开始
bucket := [10][20]int{{0}}
count := [10]int{0}
divisor := 1
for i := 1; i <= maxlen; i++ {
// 先放入桶中，然后排好序，依次类推
for j := 0; j < length; j++ {
tmp := arr[j]
index := (tmp / divisor) % 10
bucket[index][count[index]] = tmp
count[index]++
}
// 原数组重新排序
k := 0
for m := 0; m < len(bucket); m++ {
if count[m] == 0 {
continue
}
for n := 0; n < count[n]; n++ {
arr[k] = bucket[m][n]
k++
}
// 桶清零
bucket[m] = [20]int{0}
}
divisor *= 10
}
return arr
}```