作为phper,一般接触算法的编程不多。

但基本的排序算法还是应该掌握。

毕竟算法作为程序的核心,算法的好坏决定了程序的质量。

本文将依次介绍一些常用的排序算法,以及PHP实现。

1 快速排序

快速排序是由东尼·霍尔发展的一种排序算法。

在平均状况下,排序 n 个项目要Ο(n log n)次比较。

在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。

事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环可以在大部分的架构上,很有效率地被实现出来。

快速排序采用分治法实现排序,具体步骤:

  1. 从数列中挑出一个数作为基准元素。通常选择第一个或最后一个元素。
  2. 扫描数列,以基准元素为比较对象,把数列分成两个区。规则是:小的移动到基准元素前面,大的移到后面,相等的前后都可以。分区完成之后,基准元素就处于数列的中间位置。
  3. 然后再用同样的方法,递归地排序划分的两部分。

递归的结束条件是数列的大小是01,也就是永远都已经被排序好了。

PHP代码实现:

  1. function quickSort($arr) {
  2. // 先设定结束条件,判断是否需要继续进行
  3. if(count($arr) <= 1) {
  4. return $arr;
  5. }
  6.  
  7. // 选择第一个元素作为基准元素
  8. $base_value = $arr[0];
  9.  
  10. // 初始化小于基准元素的左数组
  11. $left_array = array();
  12.  
  13. // 初始化大于基准元素的右数组
  14. $right_array = array();
  15.  
  16. // 遍历除基准元素外的所有元素,按照大小关系放入左右数组内
  17. array_shift($arr);
  18. foreach ($arr as $value) {
  19. if ($value < $base_value) {
  20. $left_array[] = $value;
  21. } else {
  22. $right_array[] = $value;
  23. }
  24. }
  25.  
  26. // 再分别对左右数组进行相同的排序
  27. $left_array = quickSort($left_array);
  28. $right_array = quickSort($right_array);
  29.  
  30. // 合并基准元素和左右数组
  31. return array_merge($left_array, array($base_value), $right_array);
  32. }

2 冒泡排序

冒泡排序是一种简单的排序算法。

算法重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。

走访数列的工作重复地进行,直到没有再需要交换,也就是说该数列已经排序完成。

因为排序过程让较大的数往下沉,较小的往上冒,故而叫冒泡法。

算法步骤:

  1. 从第一个元素开始,比较相邻的元素,如果第一个比第二个大,就交换他们两个。
  2. 从开始第一对到结尾的最后一对,对每一对相邻元素作同样的工作。比较结束后,最后的元素应该会是最大的数。
  3. 对所有的元素重复以上的步骤,除了最后一个。
  4. 重复上面的步骤,每次比较的对数会越来越少,直到没有任何一对数字需要比较。

PHP代码实现:

  1. function bubbleSort($arr)
  2. {
  3. $len = count($arr);
  4.  
  5. for($i = 1; $i < $len; $i++) {
  6. for($k = 0; $k < $len - $i; $k++) {
  7. if($arr[$k] > $arr[$k + 1]) {
  8. $tmp = $arr[$k + 1];
  9. $arr[$k + 1] = $arr[$k];
  10. $arr[$k] = $tmp;
  11. }
  12. }
  13. }
  14.  
  15. return $arr;
  16. }

3 插入排序

插入排序是一种简单直观的排序算法。

插入排序的工作原理是:将需要排序的数,与前面已经排好序的数据从后往前进行比较,使其插入到相应的位置。

插入排序在实现上,通常采用in-place排序,即只需用到O(1)的额外空间的排序。

因而,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

算法步骤:

  1. 从第一个元素开始,该元素可以认为已经被排序;
  2. 取出下一个元素,在已经排序的元素序列中从后向前扫描;
  3. 如果以排序的元素大于新元素,将该元素移到下一位置;
  4. 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
  5. 将新元素插入到该位置中;
  6. 重复步骤2。

PHP代码实现:

  1. function insertSort($arr)
  2. {
  3. $len = count($arr);
  4.  
  5. for ($i = 1; $i < $len; $i++) {
  6. $tmp = $arr[$i];
  7. for ($j = $i - 1; $j >= 0; $j--) {
  8. if ($tmp < $arr[$j]) {
  9. $arr[$j + 1] = $arr[$j];
  10. $arr[$j] = $tmp;
  11. } else {
  12. break;
  13. }
  14. }
  15. }
  16.  
  17. return $arr;
  18. }

4 选择排序

选择排序是一种简单直观的排序算法。

算法步骤:

  1. 首先,在序列中找到最小元素,存放到排序序列的起始位置;
  2. 接着,从剩余未排序元素中继续寻找最小元素,放到已排序序列的末尾。
  3. 重复第二步,直到所有元素均排序完毕。

PHP代码实现:

  1. function selectSort($arr)
  2. {
  3. $len = count($arr);
  4.  
  5. for ($i = 0; $i < $len; $i++) {
  6. $p = $i;
  7.  
  8. for ($j = $i + 1; $j < $len; $j++) {
  9. if ($arr[$p] > $arr[$j]) {
  10. $p = $j;
  11. }
  12. }
  13.  
  14. $tmp = $arr[$p];
  15. $arr[$p] = $arr[$i];
  16. $arr[$i] = $tmp;
  17. }
  18.  
  19. return $arr;
  20. }

5 归并排序

归并排序是建立在归并操作上的一种有效的排序算法。

归并排序将待排序的序列分成若干组,保证每组都有序,然后再进行合并排序,最终使整个序列有序。

该算法是采用分治法的一个非常典型的应用。

算法步骤:

  1. 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
  2. 设定两个指针,最初位置分别为两个已经排序序列的起始位置
  3. 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
  4. 重复步骤3直到某一指针达到序列尾
  5. 将另一序列剩下的所有元素直接复制到合并序列尾

排序效果:

PHP实现代码:

  1. /**
  2. * 归并排序
  3. *
  4. * @param array $lists
  5. * @return array
  6. */
  7. function merge_sort(array $lists)
  8. {
  9. $n = count($lists);
  10. if ($n <= 1) {
  11. return $lists;
  12. }
  13. $left = merge_sort(array_slice($lists, 0, floor($n / 2)));
  14. $right = merge_sort(array_slice($lists, floor($n / 2)));
  15. $lists = merge($left, $right);
  16. return $lists;
  17. }
  18.  
  19. function merge(array $left, array $right)
  20. {
  21. $lists = [];
  22. $i = $j = 0;
  23. while ($i < count($left) && $j < count($right)) {
  24. if ($left[$i] < $right[$j]) {
  25. $lists[] = $left[$i];
  26. $i++;
  27. } else {
  28. $lists[] = $right[$j];
  29. $j++;
  30. }
  31. }
  32. $lists = array_merge($lists, array_slice($left, $i));
  33. $lists = array_merge($lists, array_slice($right, $j));
  34. return $lists;
  35. }

6 堆排序

堆排序是指利用堆这种数据结构所设计的一种排序算法。

堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。

堆排序的平均时间复杂度为Ο(nlogn) 。

算法步骤:

  1. 创建一个堆H[0..n-1]
  2. 把堆首(最大值)和堆尾互换;
  3. 把堆的尺寸缩小1,并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置;
  4. 重复步骤2,直到堆的尺寸为1

PHP实现代码:

  1. /**
  2. * 堆排序
  3. *
  4. * @param array $lists
  5. * @return array
  6. */
  7. function heap_sort(array $lists)
  8. {
  9. $n = count($lists);
  10. build_heap($lists);
  11. while (--$n) {
  12. $val = $lists[0];
  13. $lists[0] = $lists[$n];
  14. $lists[$n] = $val;
  15. heap_adjust($lists, 0, $n);
  16. //echo "sort: " . $n . "\t" . implode(', ', $lists) . PHP_EOL;
  17. }
  18. return $lists;
  19. }
  20.  
  21. function build_heap(array &$lists)
  22. {
  23. $n = count($lists) - 1;
  24. for ($i = floor(($n - 1) / 2); $i >= 0; $i--) {
  25. heap_adjust($lists, $i, $n + 1);
  26. //echo "build: " . $i . "\t" . implode(', ', $lists) . PHP_EOL;
  27. }
  28. //echo "build ok: " . implode(', ', $lists) . PHP_EOL;
  29. }
  30.  
  31. function heap_adjust(array &$lists, $i, $num)
  32. {
  33. if ($i > $num / 2) {
  34. return;
  35. }
  36. $key = $i;
  37. $leftChild = $i * 2 + 1;
  38. $rightChild = $i * 2 + 2;
  39.  
  40. if ($leftChild < $num && $lists[$leftChild] > $lists[$key]) {
  41. $key = $leftChild;
  42. }
  43. if ($rightChild < $num && $lists[$rightChild] > $lists[$key]) {
  44. $key = $rightChild;
  45. }
  46. if ($key != $i) {
  47. $val = $lists[$i];
  48. $lists[$i] = $lists[$key];
  49. $lists[$key] = $val;
  50. heap_adjust($lists, $key, $num);
  51. }
  52. }

7 希尔排序

希尔排序,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。

希尔排序是基于插入排序的以下两点性质而提出改进方法的:

  • 插入排序在对几乎已经排好序的数据操作时, 效率高, 即可以达到线性排序的效率
  • 但插入排序一般来说是低效的, 因为插入排序每次只能将数据移动一位

算法步骤:

  1. 先将整个待排序的记录序列分割成为若干子序列,分别进行直接插入排序
  2. 待整个序列中的记录“基本有序”时,再对全体记录进行依次直接插入排序。

PHP实现代码:

  1. /**
  2. * 希尔排序 标准
  3. *
  4. * @param array $lists
  5. * @return array
  6. */
  7. function shell_sort(array $lists)
  8. {
  9. $n = count($lists);
  10. $step = 2;
  11. $gap = intval($n / $step);
  12. while ($gap > 0) {
  13. for ($gi = 0; $gi < $gap; $gi++) {
  14. for ($i = $gi; $i < $n; $i += $gap) {
  15. $key = $lists[$i];
  16. for ($j = $i - $gap; $j >= 0 && $lists[$j] > $key; $j -= $gap) {
  17. $lists[$j + $gap] = $lists[$j];
  18. $lists[$j] = $key;
  19. }
  20. }
  21. }
  22. $gap = intval($gap / $step);
  23. }
  24. return $lists;
  25. }

8 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。

说基数排序之前,我们简单介绍桶排序:

桶排序是将阵列分到有限数量的桶子里。

每个桶子再个别排序,有可能再使用别的排序算法,或是以递回方式继续使用桶排序进行排序。

桶排序是鸽巢排序的一种归纳结果。

当要被排序的阵列内的数值是均匀分配的时候,桶排序使用线性时间O(n)

但桶排序并不是 比较排序,他不受到 O(n log n) 下限的影响。

简单来说,就是把数据分组,放在一个个的桶中,然后对每个桶里面的在进行排序。

例如,要对大小为[1..1000]范围内的n个整数A[1..n]排序

首先,可以把桶设为大小为10的范围,具体而言,设集合B[1]存储[1..10]的整数,集合B[2]存储   (10..20]的整数,……集合B[i]存储(   (i-1)*10,   i*10]的整数,i   =   1,2,..100。总共有  100个桶。

然后,对A[1..n]从头到尾扫描一遍,把每个A[i]放入对应的桶B[j]中。  再对这100个桶中每个桶里的数字排序,这时可用冒泡,选择,乃至快排,一般来说任  何排序法都可以。

最后,依次输出每个桶里面的数字,且每个桶中的数字从小到大输出,这  样就得到所有数字排好序的一个序列了。

假设有n个数字,有m个桶,如果数字是平均分布的,则每个桶里面平均有n/m个数字。

如果对每个桶中的数字采用快速排序,那么整个算法的复杂度是

O(n   +   m   *   n/m*log(n/m))   =   O(n   +   nlogn   –   nlogm)

从上式看出,当m接近n的时候,桶排序复杂度接近O(n)

当然,以上复杂度的计算是基于输入的n个数字是平均分布这个假设的。这个假设是很强的  ,实际应用中效果并没有这么好。如果所有的数字都落在同一个桶中,那就退化成一般的排序了。

前面说的几大排序算法 ,大部分时间复杂度都是O(n2),也有部分排序算法时间复杂度是O(nlogn)。而桶式排序却能实现O(n)的时间复杂度。但桶排序的缺点是:

1)首先是空间复杂度比较高,需要的额外开销大。排序有两个数组的空间开销,一个存放待排序数组,一个就是所谓的桶,比如待排序值是从0到m-1,那就需要m个桶,这个桶数组就要至少m个空间。

2)其次待排序的元素都要在一定的范围内等等。

  1. /**
  2. * 基数排序
  3. *
  4. * @param array $lists
  5. * @return array
  6. */
  7. function radix_sort(array $lists)
  8. {
  9. $radix = 10;
  10. $max = max($lists);
  11. $k = ceil(log($max, $radix));
  12. if ($max == pow($radix, $k)) {
  13. $k++;
  14. }
  15. for ($i = 1; $i <= $k; $i++) {
  16. $newLists = array_fill(0, $radix, []);
  17. for ($j = 0; $j < count($lists); $j++) {
  18. $key = $lists[$j] / pow($radix, $i - 1) % $radix;
  19. $newLists[$key][] = $lists[$j];
  20. }
  21. $lists = [];
  22. for ($j = 0; $j < $radix; $j++) {
  23. $lists = array_merge($lists, $newLists[$j]);
  24. }
  25. }
  26. return $lists;
  27. }

总结

各种排序的稳定性,时间复杂度、空间复杂度、稳定性总结如下图:

关于时间复杂度:

(1)平方阶(O(n2))排序
各类简单排序:直接插入、直接选择和冒泡排序;

(2)线性对数阶(O(nlog2n))排序
  快速排序、堆排序和归并排序;
(3)O(n1+§))排序,§是介于0和1之间的常数。

希尔排序

(4)线性阶(O(n))排序

基数排序,此外还有桶、箱排序。

关于稳定性:

稳定的排序算法:冒泡排序、插入排序、归并排序和基数排序

不是稳定的排序算法:选择排序、快速排序、希尔排序、堆排序

参考地址:

    1. 8大排序算法图文讲解
    2. PHP实现四种基本排序算法
    3. 八大排序算法的 PHP 实现 和 效率测试
    4. The algorithm of sort
    5. 十大经典排序算法PHP实现教程

PHP实现常用排序算法(含示意动图)的更多相关文章

  1. 八大排序算法——插入排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 例如从小到大排序: 1.  从第二位开始遍历, 2.  当前数(第一趟是第二位数)与前面的数依次比较,如果前面的数大于当前数,则将这个数放在当前数的位置上,当前数的下标-1 ...

  2. 八大排序算法——堆排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 先来了解下堆的相关概念:堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆:或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆.如 ...

  3. 八大排序算法——基数排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演 二.思路分析 基数排序第i趟将待排数组里的每个数的i位数放到tempj(j=1-10)队列中,然后再从这十个队列中取出数据,重新放到原数组里,直到i大于待排数的最大位数. 1.数组里的数最 ...

  4. 八大排序算法——归并排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 归并排序就是递归得将原始数组递归对半分隔,直到不能再分(只剩下一个元素)后,开始从最小的数组向上归并排序 1.  向上归并排序的时候,需要一个暂存数组用来排序, 2.  将 ...

  5. 八大排序算法——快速排序(动图演示 思路分析 实例代码Java 复杂度分析)

    一.动图演示 二.思路分析 快速排序的思想就是,选一个数作为基数(这里我选的是第一个数),大于这个基数的放到右边,小于这个基数的放到左边,等于这个基数的数可以放到左边或右边,看自己习惯,这里我是放到了 ...

  6. 排序算法(Gif动图演示)

    冒牌排序(BubbleSort) 冒泡排序是一种比较简单的排序算法,它循环走过需要排序的元素,依次比较相邻的两个元素,如果顺序错误就交换,直至没有元素交换,完成排序. 若对n个人进行排序,我们需要n- ...

  7. 八大排序算法——冒泡排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 1.  相邻两个数两两相比,n[i]跟n[j+1]比,如果n[i]>n[j+1],则将连个数进行交换, 2.  j++, 重复以上步骤,第一趟结束后,最大数就会被确定 ...

  8. 常用排序算法的总结以及编码(Java实现)

    常用排序算法的总结以及编码(Java实现) 本篇主要是总结了常用算法的思路以及相应的编码实现,供复习的时候使用.如果需要深入进行学习,可以使用以下两个网站: GeeksForGeeks网站用于学习相应 ...

  9. Java常用排序算法+程序员必须掌握的8大排序算法+二分法查找法

    Java 常用排序算法/程序员必须掌握的 8大排序算法 本文由网络资料整理转载而来,如有问题,欢迎指正! 分类: 1)插入排序(直接插入排序.希尔排序) 2)交换排序(冒泡排序.快速排序) 3)选择排 ...

随机推荐

  1. java基础(2)-面向对象(1)

    面向对象 面向对象思想 面向对象是相对面向过程而言 面向对象和面向过程都是一种思想 面向过程:强调的是功能行为 面向对象:将功能封装进对象,强调具备了功能的对象 面向对象是基于面向过程的 面向对象举例 ...

  2. Google Chrome 未响应。是否立即重新启动?

    不当的退出会造成 Google Chrome 无法启动.出现“Google Chrome 未响应.是否立即重新启动?”的错误.要解决这个问题:      1.同时按住Windows旗帜键 + R键,调 ...

  3. tyvj 1884 [NOIP2000T4]方格取数 || codevs 1043 dp

    P1884 [NOIP2000T4]方格取数 时间: 1000ms / 空间: 131072KiB / Java类名: Main 背景 [noip2000T4]方格取数 描述 设有N*N的方格图(N& ...

  4. 51nod 1289 大鱼吃小鱼 栈

    1289 大鱼吃小鱼 题目来源: Codility 基准时间限制:1 秒 空间限制:131072 KB 有N条鱼每条鱼的位置及大小均不同,他们沿着X轴游动,有的向左,有的向右.游动的速度是一样的,两条 ...

  5. 基于CSS3金属风格下拉菜单

    基于CSS3金属风格下拉菜单,css,金属风格,下拉菜单,CSS3导航. css3按钮:http://www.huiyi8.com/css3/anniu/

  6. NSRegularExpression iOS自带的正则表达式

    以前做验证邮箱,电话号码的时候通常用第三方的正则表达式或者NSPredicate(点这里查看以前的文章),在后期,苹果推出了自己的正则表达式来提供给开发者调用,很方便,功能也强大. 具体可以查看官方文 ...

  7. c# 判断一个ip通不通 能不能ping通

    方法一: 已经证实能用的. using System; using System.Collections.Generic; using System.ComponentModel; using Sys ...

  8. 177. Nth Highest Salary

    问题描述 解决方案 CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT BEGIN declare number int; set numbe ...

  9. 关于C++中的pow小记(转)

    昨天在敲一个数位DP的问题,但是用到了这个坑D的问题,找了半天错,还以为又是什么奇怪的算法,结果发现思路一致,然后自己各种YY修改,最后不得不和正确答案比对,但是最后发现标准答案和自己的想法几乎一模一 ...

  10. js字符串常用操作

    1.字符串分割 var myStr = "I,Love,You,Do,you,love,me"; var substrArray = myStr .split(",&qu ...