内排序:指在排序期间数据对象所有存放在内存的排序。
外排序:指在排序期间所有对象太多,不能同一时候存放在内存中,必须依据排序过程的要求,不断在内,外存间移动的排序。
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。
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。
每次选择一个最大(小)的,知道所有的元素都被输出。(选择之后需要交换位置)
插入排序的基本方法是:每一步将一个待排序的元素,按其排序码的大小,插入到前面已经排好序的一组元素的适当位置上去,直到元素全部插入为止
算法思路:
当插入第i(i >= 1)时,前面的V[0],V[1],……,V[i-1]已经排好序。这时,用V[I]的排序码与V[i-1],V[i-2],…的排序码顺序进行比较,找到插入位置即将V[i]插入,原来位置上的元素向后顺移。
以[21,25,49,25,16,08]为例,排序过程如下所示:
在小规模数据集或是基本有序时,该算法效率较高。
先对数据进行预处理,使其基本有序,然后再用直接插入排序算法排序。
利用“分而治之”的思想对集合进行排序
假设序列为23,11,49,35,6,19.
我们用low和high分别指向第一个元素和最后一个元素,同时我们取第一个数23为“中枢元素”,将它“挖”出来,如下:
将23挖出来以后,最左边就留下了一个“坑”,根据我们之前所说的,我们要把比中枢元素(23)大的扔到左边,所以我们就要用high来找比23大的值,将它扔到之前在左边挖好的坑里。现在,19比23小,19就不用动,因为我们本来就是要把比23小的数留在右边。那么将high左移一位继续,6也比23小,high再左移一位,发现35比23大,那么就把它填进左边的坑里,如下:
此时high所指的位置也留下了一个坑,那么我们就用low在序列头部开始找比23小的数来扔到右边,35比23大,low右移一位,发现11比23小,所以将11填到右边的坑里,如下:
继续从high开始,往左找比23大的数,找到49,往左边填坑,如下:
继续从low开始,往右边找,发现此时 low与high相遇了,那么这个地方就是中枢元素“归位”的位置,如下:
好了,通过以上过程,我们已经将比23小的数扔到了右边,大的数扔到了左边。
此后,将以23为分界线的左右两个子序列继续重复此过程,直到所有子序列仅有一个元素为止,排序完成。
堆:堆是满足下列性质的完全二叉树:
接下来说下堆是如何做排序的,思路如下(以大顶堆为例):
该算法有两个需要解决问题:
基本思路:
堆排序的基本思想是:将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
归并排序(MERGE-SORT)是利用归并的思想实现的排序方法,该算法采用经典的分治(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。
分而治之
合并相邻有序子序列
再来看看治阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤。
基数排序与前面的七种排序方法都不同,它不需要比较关键字的大小。
它是根据关键字中各位的值,通过对排序的N个元素进行若干趟“分配”与“收集”来实现排序的。
基本思想
设有一个初始序列为: R {50, 123, 543, 187, 49, 30, 0, 2, 11, 100}。
我们知道,任何一个阿拉伯数,它的各个位数上的基数都是以09来表示的。所以我们不妨把09视为10个桶。
我们先根据序列的个位数的数字来进行分类,将其分到指定的桶中。例如:R[0] = 50,个位数上是0,将这个数存入编号为0的桶中。分类后,我们在从各个桶中,将这些数按照从编号0到编号9的顺序依次将所有数取出来。这时,得到的序列就是个位数上呈递增趋势的序列。 按照个位数排序: {50, 30, 0, 100, 11, 2, 123, 543, 187, 49}。
接下来,可以对十位数、百位数也按照这种方法进行排序,最后就能得到排序完成的序列。
过程可参考:https://baijiahao.baidu.com/s?id=1653077762711837226&wfr=spider&for=pc