跳转至

11.11   小结

1.   重点回顾

  • 冒泡排序通过交换相邻元素来实现排序。通过添加一个标志位来实现提前返回,我们可以将冒泡排序的最佳时间复杂度优化到 \(O(n)\) 。
  • 插入排序每轮将未排序区间内的元素插入到已排序区间的正确位置,从而完成排序。虽然插入排序的时间复杂度为 \(O(n^2)\) ,但由于单元操作相对较少,因此在小数据量的排序任务中非常受欢迎。
  • 快速排序基于哨兵划分操作实现排序。在哨兵划分中,有可能每次都选取到最差的基准数,导致时间复杂度劣化至 \(O(n^2)\) 。引入中位数基准数或随机基准数可以降低这种劣化的概率。通过优先递归较短子区间,可有效减小递归深度,将空间复杂度优化到 \(O(\log n)\) 。
  • 归并排序包括划分和合并两个阶段,典型地体现了分治策略。在归并排序中,排序数组需要创建辅助数组,空间复杂度为 \(O(n)\) ;然而排序链表的空间复杂度可以优化至 \(O(1)\) 。
  • 桶排序包含三个步骤:数据分桶、桶内排序和合并结果。它同样体现了分治策略,适用于数据体量很大的情况。桶排序的关键在于对数据进行平均分配。
  • 计数排序是桶排序的一个特例,它通过统计数据出现的次数来实现排序。计数排序适用于数据量大但数据范围有限的情况,并且要求数据能够转换为正整数。
  • 基数排序通过逐位排序来实现数据排序,要求数据能够表示为固定位数的数字。
  • 总的来说,我们希望找到一种排序算法,具有高效率、稳定、原地以及自适应性等优点。然而,正如其他数据结构和算法一样,没有一种排序算法能够同时满足所有这些条件。在实际应用中,我们需要根据数据的特性来选择合适的排序算法。
  • 图 11-19 对比了主流排序算法的效率、稳定性、就地性和自适应性等。

图 11-19   排序算法对比

图解 11-19:排序算法对比

对比九种主流排序算法的时间复杂度、空间复杂度与四项特性,结合实现条件与数据特征选择算法。

图底部图例给出各复杂度参数的含义:n 为数据量大小;桶排序中 k 为桶数量;计数排序中 m 为数据范围;基数排序中 k 为最大位数,数据为 b 进制。不同算法行中的符号 k 代表不同物理量,阅读时需按行区分。

右侧四项特性评价维度分别为:“稳定性”(相等元素排序后是否保持原有相对先后次序)、“就地性”(是否原地重排而无须与输入规模相当的额外辅助数组,递归调用栈仍计入空间复杂度)、“自适应性”(能否利用输入已有的有序程度提前减少计算量)以及“基于比较”(依赖元素间大小比较还是利用键值分布/数位统计)。

九种算法按左侧括弧分为遍历排序、分治排序和线性排序三类。主表的时间复杂度分最佳、平均、最差三列,空间复杂度只列最差情况;其余四列分别评价稳定性、就地性、自适应性与是否基于比较。

原图以浅绿表示“优”、浅蓝表示“中”、紫灰表示“差”,表中将底色转为括号内的文字评级。基数排序的三列时间公式均为 O(nk),但原图将最佳与平均评为“优”、最差评为“差”;这里保留原图评级,不将它当作所有工程场景下的绝对优劣。

冒泡排序的最佳时间 O(n) 与“自适应”特性,基于“某轮未发生交换即提前结束”的优化实现。快速排序的最差空间复杂度 O(log n),基于“每轮只递归较短子数组、用循环处理较长子数组”的尾递归/栈深度优化实现;未做该优化的普通递归实现最差栈空间为 O(n)。

桶排序标为“稳定”,前提是桶内排序采用稳定排序算法;其最佳与平均时间 O(n+k) 要求桶内排序的总开销保持线性(例如数据均匀分布且桶数随 n 增长,使每桶预期仅含常数个元素,仅分布均匀但桶数过少并不足够)。若所有元素落入同一桶且桶内采用平方阶排序,最差时间会退化到 O(n²)。

计数排序 O(n+m) 受数据范围 m 制约。基数排序的 O(nk) 以进制 b 固定为前提;若把 b 也作为变量,每轮计数排序需要 O(n+b),共 k 轮为 O(k(n+b))。三类线性排序对数据类型和取值范围均有要求,分类标签 O(n) 不是无条件的时间保证。

图中分类标签
类别图示复杂度标签算法
遍历排序O(n²)选择、冒泡、插入
分治排序O(n log n)快速、归并、堆
线性排序O(n)桶、计数、基数
九种排序算法:指标及原图评级;成立条件见表前说明
算法最佳时间平均时间最差时间最差空间稳定性就地性自适应性是否基于比较
选择排序O(n²)(差)O(n²)(差)O(n²)(差)O(1)(优)非稳定(差)原地(优)非自适应(中)比较(中)
冒泡排序O(n)(优)O(n²)(差)O(n²)(差)O(1)(优)稳定(优)原地(优)自适应(优)比较(中)
插入排序O(n)(优)O(n²)(差)O(n²)(差)O(1)(优)稳定(优)原地(优)自适应(优)比较(中)
快速排序O(n log n)(优)O(n log n)(优)O(n²)(差)O(log n)(优)非稳定(差)原地(优)非自适应(中)比较(中)
归并排序O(n log n)(优)O(n log n)(优)O(n log n)(优)O(n)(差)稳定(优)非原地(差)非自适应(中)比较(中)
堆排序O(n log n)(优)O(n log n)(优)O(n log n)(优)O(1)(优)非稳定(差)原地(优)非自适应(中)比较(中)
桶排序O(n+k)(优)O(n+k)(优)O(n²)(差)O(n+k)(差)稳定(优)非原地(差)非自适应(中)非比较(中)
计数排序O(n+m)(优)O(n+m)(优)O(n+m)(优)O(n+m)(差)稳定(优)非原地(差)非自适应(中)非比较(中)
基数排序O(nk)(优)O(nk)(优)O(nk)(差)O(n+b)(差)稳定(优)非原地(差)非自适应(中)非比较(中)

排序算法的设计存在取舍,图中没有任何一种算法在所有指标上都评为“优”。实际选用时应综合数据规模、预估有序程度、取值范围、内存限制及稳定性需求。

2.   Q & A

Q:排序算法稳定性在什么情况下是必需的?

在现实中,我们有可能基于对象的某个属性进行排序。例如,学生有姓名和身高两个属性,我们希望实现一个多级排序:先按照姓名进行排序,得到 (A, 180) (B, 185) (C, 170) (D, 170) ;再对身高进行排序。由于排序算法不稳定,因此可能得到 (D, 170) (C, 170) (A, 180) (B, 185) 。

可以发现,学生 D 和 C 的位置发生了交换,姓名的有序性被破坏了,而这是我们不希望看到的。

Q:哨兵划分中“从右往左查找”与“从左往右查找”的顺序可以交换吗?

不行,当我们以最左端元素为基准数时,必须先“从右往左查找”再“从左往右查找”。这个结论有些反直觉,我们来剖析一下原因。

哨兵划分 partition() 的最后一步是交换 nums[left] 和 nums[i] 。完成交换后,基准数左边的元素都 <= 基准数,这就要求最后一步交换前 nums[left] >= nums[i] 必须成立。假设我们先“从左往右查找”,那么如果找不到比基准数更大的元素,则会在 i == j 时跳出循环,此时可能 nums[j] == nums[i] > nums[left]。也就是说,此时最后一步交换操作会把一个比基准数更大的元素交换至数组最左端,导致哨兵划分失败。

举个例子,给定数组 [0, 0, 0, 0, 1] ,如果先“从左向右查找”,哨兵划分后数组为 [1, 0, 0, 0, 0] ,这个结果是不正确的。

再深入思考一下,如果我们选择 nums[right] 为基准数,那么正好反过来,必须先“从左往右查找”。

Q:关于快速排序的递归深度优化,为什么选短的数组能保证递归深度不超过 \(\log n\) ?

递归深度就是当前未返回的递归方法的数量。每轮哨兵划分我们将原数组划分为两个子数组。在递归深度优化后,向下递归的子数组长度最大为原数组长度的一半。假设最差情况,一直为一半长度,那么最终的递归深度就是 \(\log n\) 。

回顾原始的快速排序,我们有可能会连续地递归长度较大的数组,最差情况下为 \(n\)、\(n - 1\)、\(\dots\)、\(2\)、\(1\) ,递归深度为 \(n\) 。递归深度优化可以避免这种情况出现。

Q:当数组中所有元素都相等时,快速排序的时间复杂度是 \(O(n^2)\) 吗?该如何处理这种退化情况?

是的。对于这种情况,可以考虑通过哨兵划分将数组划分为三个部分:小于、等于、大于基准数。仅向下递归小于和大于的两部分。在该方法下,输入元素全部相等的数组,仅一轮哨兵划分即可完成排序。

Q:桶排序的最差时间复杂度为什么是 \(O(n^2)\) ?

最差情况下,所有元素被分至同一个桶中。如果我们采用一个 \(O(n^2)\) 算法来排序这些元素,则时间复杂度为 \(O(n^2)\) 。

欢迎在评论区留下你的见解、问题或建议