携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第 24 天，点击查看活动详情
计数排序
package sort
func countingSort(arr []int, bias int) (retArr []int) {
countingArr := make([]int, bias+1, bias+1)
retArr = make([]int, len(arr), cap(arr))
for _, v := range arr {
countingArr[v]++
}
for i := 1; i < len(countingArr); i++ {
countingArr[i] += countingArr[i-1]
}
for i := len(arr) - 1; i >= 0; i-- {
retArr[countingArr[arr[i]]-1] = arr[i]
countingArr[arr[i]]--
}
return
}
插入排序
插入排序，英文名（insertion sort）是一种简单且有效的比较排序算法。
思想： 在每次迭代过程中算法随机地从输入序列中移除一个元素，并将改元素插入待排序序列的正确位置。重复该过程，直到所有输入元素都被选择一次，排序结束。
类比：抓牌
package sort
func insertionSort(unsorted []int) {
length = len(unsorted)
for i := 0; i < length; i++ {
var insertElement = unsorted[i]
var insertPosition = i
for j := insertPosition - 1; j >= 0; j-- {
if insertElement < unsorted[j] {
unsorted[j+1] = unsorted[j]
insertPosition--
}
}
unsorted[insertPosition] = insertElement
}
}
详见文章：跟着动画学 Go 数据结构之插入排序
冒泡排序
冒泡排序是一种最简单的交换排序算法。
什么是交换？交换就是两两进行比较，如果不满足次序就可以交换位置。比如，我们想要从小到大排序，通过两个位置上的值两两比较，如果逆序就交换，使关键字大的记录像泡泡一样冒出来放在末尾。 重复执行若干次冒泡排序，最终得到有序序列。
类比： 值较小的元素如同”气泡“一样逐渐漂浮到序列的顶端。
package sort
func bubbleSort(nums []int) {
length = len(nums)
lastSwap := length - 1
lastSwapTemp := length - 1
for j := 0; j < length; j++ {
lastSwap = lastSwapTemp
for i := 0; i < lastSwap; i++ {
if nums[i] > nums[i+1] {
nums[i], nums[i+1] = nums[i+1], nums[i]
lastSwapTemp = i
}
}
if lastSwap == lastSwapTemp {
break
}
}
}
选择排序
选择排序（selection sort）是一种原地（in-place)排序算法，适用于数据量较少的情况。由于选择操作是基于键值的且交换操作只在需要时才执行，所以选择排序长用于数值较大和键值较小的文件。
package sort
func selectionSort(nums []int) {
length = len(nums)
var minIdx int // 被选择的最小的值的位置
for i := 0; i < length-1; i++ {
minIdx = i
// 每次循环的第一个元素为最小值保存
var minValue = nums[minIdx]
for j := i; j < length-1; j++ {
if minValue > nums[j+1] {
minValue = nums[j+1]
minIdx = j + 1
}
}
// 如果最小值的位置改变，将当前的最小值位置保存
if i != minIdx {
var temp = nums[i]
nums[i] = nums[minIdx]
nums[minIdx] = temp
}
}
}
详见文章：跟着动画学Go数据结构之选择排序
堆排序
堆排序是一种树形选择排序算法。堆排序的过程：
- 构建初始堆
- 在输出堆的顶层元素后，从上到下进行调整，将顶层元素与其左右子树的根节点进行比较，并将最小的元素交换到堆的顶部；然后不断调整直到叶子节点得到新的堆。
package sort
import (
"github.com/shady831213/algorithms/heap"
)
func heapSort(arr []int) {
h := heap.NewHeapIntArray(arr)
for i := h.Len() - 1; i > 0; i-- {
h.Pop()
}
}
/*not generic heap*/
type intArrayForHeapSort []int
func (h *intArrayForHeapSort) parent(i int) int {
return i >> 1
}
func (h *intArrayForHeapSort) left(i int) int {
return (i << 1) + 1
}
func (h *intArrayForHeapSort) right(i int) int {
return (i << 1) + 2
}
func (h *intArrayForHeapSort) maxHeaplify(i int) {
largest, largestIdx := (*h)[i], i
if (*h).left(i) < len((*h)) && (*h)[(*h).left(i)] > largest {
largest, largestIdx = (*h)[(*h).left(i)], (*h).left(i)
}
if h.right(i) < len((*h)) && (*h)[h.right(i)] > largest {
_, largestIdx = (*h)[h.right(i)], h.right(i)
}
if i != largestIdx {
(*h)[largestIdx], (*h)[i] = (*h)[i], (*h)[largestIdx]
h.maxHeaplify(largestIdx)
}
}
func (h *intArrayForHeapSort) buildHeap() {
for i := (len((*h)) >> 1) - 1; i >= 0; i-- {
h.maxHeaplify(i)
}
}
func heapSort2(arr []int) {
h := intArrayForHeapSort(arr)
h.buildHeap()
for i := len(h) - 1; i > 0; i-- {
h[0], h[i] = h[i], h[0]
h = h[:i]
h.maxHeaplify(0)
}
}
详见文章：跟着动画学Go数据结构之堆排序
希尔排序
package sort
func swap(array []int, a int, b int) {
array[a] = array[a] + array[b]
array[b] = array[a] - array[b]
array[a] = array[a] - array[b]
}
func shellSort(array []int) {
length = len(array)
for gap := length / 2; gap > 0; gap = gap / 2 {
for i := gap; i < length; i++ {
var j = i
for {
if j-gap < 0 || array[j] >= array[j-gap] {
break
}
swap(array, j, j-gap)
j = j - gap
}
}
}
}
详见文章：跟着动画学Go数据结构之希尔排序
归并排序
利用递归与分治技术将数据序列划分成为越来越小的半子表，再对半子表排序，最后再用递归步骤将排好序的半子表合并成为越来越大的有序序列。其中“归”代表的是递归的意思，即递归地将数组折半地分离为单个数组。
给定一组序列含n个元素，首先将每两个相邻的长度为1的子序列进行归并，得到n/2（向上取整）个长度为2或1的有序子序列，再将其两两归并，反复执行此过程，直到得到一个有序序列为止。
package sort
/*
merge sort O(nlgn):
T(n) = 2T(n/2) + O(n)
master theorem:
a = 2, b = 2, f(n) = n
logb(a) = lg2 = 1 f(n) = f(n^logb(a)) = f(n^1)
so, O(n) = O(n^logb(a)lgn) = O(nlgn)
*/
import (
"sync"
)
func merge(arr []int) {
i := len(arr) / 2
//copy left and right array
leftArr, rightArr := make([]int, i, i), make([]int, len(arr)-i, len(arr)-i)
copy(leftArr, arr[:i])
copy(rightArr, arr[i:])
leftIter, rightIter := ints(leftArr).Iter(), ints(rightArr).Iter()
leftValue, leftHasNext := leftIter()
rightValue, rightHasNext := rightIter()
//merge
for k := range arr {
if !leftHasNext { //left empty, use right value, in CLRS, use infinity
arr[k] = rightValue
rightValue, rightHasNext = rightIter()
} else if !rightHasNext { //right empty, use left value, in CLRS, use infinity
arr[k] = leftValue
leftValue, leftHasNext = leftIter()
} else {
if leftValue > rightValue {
arr[k] = rightValue
rightValue, rightHasNext = rightIter()
} else {
arr[k] = leftValue
leftValue, leftHasNext = leftIter()
}
}
}
}
func mergeSort(arr []int) {
i := len(arr) / 2
if i > 0 {
mergeSort(arr[:i])
mergeSort(arr[i:])
merge(arr)
}
}
func mergeSortParallel(arr []int) {
i := len(arr) / 2
if i > 0 {
var wd sync.WaitGroup
wd.Add(2)
go func() {
mergeSortParallel(arr[:i])
wd.Done()
}()
go func() {
mergeSortParallel(arr[i:])
wd.Done()
}()
wd.Wait()
merge(arr)
}
}
快速排序
高效的排序算法，它采用 分而治之 的思想，把大的拆分为小的，小的再拆分为更小的。
其原理是：对于一组给定的记录，通过一趟排序后，将原序列分为两部分，其中前部分的所有记录均比后部分的所有记录小，然后再依次对前后两部分的记录进行快速排序，递归该过程，直到序列中的所有记录均有序为止。
package sort
import "math/rand"
func partition(arr []int) (primeIdx int) {
primeIdx = 0
for i := 0; i < len(arr)-1; i++ {
if arr[i] < arr[len(arr)-1] {
arr[i], arr[primeIdx] = arr[primeIdx], arr[i]
primeIdx++
}
}
arr[primeIdx], arr[len(arr)-1] = arr[len(arr)-1], arr[primeIdx]
return
}
func quickSort(arr []int) {
if len(arr) > 1 {
primeIdx := partition(arr)
quickSort(arr[:primeIdx])
quickSort(arr[primeIdx+1:])
}
}
func randomQuickSort(arr []int) {
if len(arr) > 1 {
primeIdx := rand.Intn(len(arr))
arr[primeIdx], arr[len(arr)-1] = arr[len(arr)-1], arr[primeIdx]
primeIdx = partition(arr)
randomQuickSort(arr[:primeIdx])
randomQuickSort(arr[primeIdx+1:])
}
}
func quickSortTail(arr []int) {
for len(arr) > 1 {
primeIdx := partition(arr)
if primeIdx < len(arr)/2 {
quickSortTail(arr[:primeIdx])
arr = arr[primeIdx+1:]
} else {
quickSortTail(arr[primeIdx+1:])
arr = arr[:primeIdx]
}
}
}
