十大常见的排序算法（go语言实现）
冒泡排序（Bubble Sort）
抉择排序（Selection Sort）
插入排序（Insertion Sort）
希尔排序（Shell Sort）
归并排序（Merge Sort）
疾速排序（Quick Sort）
堆排序（Heap Sort）
计数排序（Counting Sort）
桶排序（Bucket Sort）
基数排序（Radix Sort）
go语言实现
package mainimport "fmt"// 冒泡排序func BubbleSort(arr []int) { n := len(arr) for i := 0; i < n-1; i++ { for j := 0; j < n-i-1; j++ { if arr[j] > arr[j+1] { arr[j], arr[j+1] = arr[j+1], arr[j] } } }}// 抉择排序func SelectionSort(arr []int) { n := len(arr) for i := 0; i < n-1; i++ { minIndex := i for j := i + 1; j < n; j++ { if arr[j] < arr[minIndex] { minIndex = j } } arr[i], arr[minIndex] = arr[minIndex], arr[i] }}// 插入排序func InsertionSort(arr []int) { n := len(arr) for i := 1; i < n; i++ { key := arr[i] j := i - 1 for j >= 0 && arr[j] > key { arr[j+1] = arr[j] j-- } arr[j+1] = key }}// 希尔排序func ShellSort(arr []int) { n := len(arr) gap := n / 2 for gap > 0 { for i := gap; i < n; i++ { j := i for j-gap >= 0 && arr[j-gap] > arr[j] { arr[j-gap], arr[j] = arr[j], arr[j-gap] j -= gap } } gap /= 2 }}// 归并排序func MergeSort(arr []int) []int { if len(arr) <= 1 { return arr } mid := len(arr) / 2 left := MergeSort(arr[:mid]) right := MergeSort(arr[mid:]) return merge(left, right)}func merge(left, right []int) []int { result := make([]int, 0) i, j := 0, 0 for i < len(left) && j < len(right) { if left[i] < right[j] { result = append(result, left[i]) i++ } else { result = append(result, right[j]) j++ } } result = append(result, left[i:]...) result = append(result, right[j:]...) return result}// 疾速排序func QuickSort(arr []int) { quickSort(arr, 0, len(arr)-1)}func quickSort(arr []int, left, right int) { if left < right { pivot := partition(arr, left, right) quickSort(arr, left, pivot-1) quickSort(arr, pivot+1, right) }}func partition(arr []int, left, right int) int { pivot := arr[right] i := left - 1 for j := left; j < right; j++ { if arr[j] < pivot { i++ arr[i], arr[j] = arr[j], arr[i] } } arr[i+1], arr[right] = arr[right], arr[i+1] return i + 1}// 堆排序func HeapSort(arr []int) { n := len(arr) for i := n/2 - 1; i >= 0; i-- { heapify(arr, n, i) } for i := n - 1; i >= 0; i-- { arr[0], arr[i] = arr[i], arr[0] heapify(arr, i, 0) }}func heapify(arr []int, n, i int) { largest := i left := 2*i + 1 right := 2*i + 2 if left < n && arr[left] > arr[largest] { largest = left } if right < n && arr[right] > arr[largest] { largest = right } if largest != i { arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) }}// 计数排序func CountingSort(arr []int) { n := len(arr) if n <= 1 { return } maxVal := arr[0] for i := 1; i < n; i++ { if arr[i] > maxVal { maxVal = arr[i] } } count := make([]int, maxVal+1) for i := 0; i < n; i++ { count[arr[i]]++ } for i, j := 0, 0; i <= maxVal; i++ { for count[i] > 0 { arr[j] = i j++ count[i]-- } }}// 桶排序func BucketSort(arr []int) { n := len(arr) if n <= 1 { return } maxVal := arr[0] minVal := arr[0] for i := 1; i < n; i++ { if arr[i] > maxVal { maxVal = arr[i] } if arr[i] < minVal { minVal = arr[i] } } bucketSize := 10 bucketCount := (maxVal-minVal)/bucketSize + 1 buckets := make([][]int, bucketCount) for i := 0; i < bucketCount; i++ { buckets[i] = make([]int, 0) } for i := 0; i < n; i++ { index := (arr[i] - minVal) / bucketSize buckets[index] = append(buckets[index], arr[i]) } k := 0 for i := 0; i < bucketCount; i++ { if len(buckets[i]) > 0 { InsertionSort(buckets[i]) copy(arr[k:], buckets[i]) k += len(buckets[i]) } }}// 基数排序func RadixSort(arr []int) { n := len(arr) if n <= 1 { return } maxVal := arr[0] for i := 1; i < n; i++ { if arr[i] > maxVal { maxVal = arr[i] } } exp := 1 for maxVal/exp > 0 { countingSortForRadix(arr, exp) exp *= 10 }}func countingSortForRadix(arr []int, exp int) { n := len(arr) count := make([]int, 10) output := make([]int, n) for i := 0; i < n; i++ { index := (arr[i] / exp) % 10 count[index]++ } for i := 1; i < 10; i++ { count[i] += count[i-1] } for i := n - 1; i >= 0; i-- { index := (arr[i] / exp) % 10 output[count[index]-1] = arr[i] count[index]-- } for i := 0; i < n; i++ { arr[i] = output[i] }}func main() { arr1 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr2 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr3 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr4 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr5 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr6 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr7 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr8 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr9 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} arr10 := []int{1, 3, 2, 5, 4, 7, 6, 9, 8} BubbleSort(arr1) fmt.Printf("arr1: %v\n", arr1) SelectionSort(arr2) fmt.Printf("arr2: %v\n", arr2) InsertionSort(arr3) fmt.Printf("arr3: %v\n", arr3) ShellSort(arr4) fmt.Printf("arr4: %v\n", arr4) arr5 = MergeSort(arr5) fmt.Printf("arr5: %v\n", arr5) QuickSort(arr6) fmt.Printf("arr6: %v\n", arr6) HeapSort(arr7) fmt.Printf("arr7: %v\n", arr7) CountingSort(arr8) fmt.Printf("arr8: %v\n", arr8) BucketSort(arr9) fmt.Printf("arr9: %v\n", arr9) RadixSort(arr10) fmt.Printf("arr10: %v\n", arr10)}输入的后果：
$ go run main.goarr1: [1 2 3 4 5 6 7 8 9]arr2: [1 2 3 4 5 6 7 8 9]arr3: [1 2 3 4 5 6 7 8 9]arr4: [1 2 3 4 5 6 7 8 9]arr5: [1 2 3 4 5 6 7 8 9]arr6: [1 2 3 4 5 6 7 8 9]arr7: [1 2 3 4 5 6 7 8 9]arr8: [1 2 3 4 5 6 7 8 9]arr9: [1 2 3 4 5 6 7 8 9]arr10: [1 2 3 4 5 6 7 8 9]排序算法的原理、执行过程、复杂度和耗时的简要阐明
冒泡排序：
比拟相邻的元素，如果前一个比后一个大，则替换它们的地位。反复这个过程，直到整个序列有序。
工夫复杂度为O(n^2)，空间复杂度为O(1)。在最坏状况下，须要进行n(n-1)/2次比拟和替换操作。
抉择排序：
每次从未排序的序列中抉择最小的元素，将其放到已排序序列的开端。
工夫复杂度为O(n^2)，空间复杂度为O(1)。在最坏状况下，须要进行n(n-1)/2次比拟和n-1次替换操作。
插入排序：
将一个元素插入到已排序序列的适合地位，使得插入后的序列依然有序。
工夫复杂度为O(n^2)，空间复杂度为O(1)。在最坏状况下，须要进行n(n-1)/2次比拟和n(n-1)/2次挪动操作。
希尔排序：
将序列分成若干个子序列，对每个子序列进行插入排序，而后逐渐放大子序列的长度，最终对整个序列进行插入排序。
工夫复杂度为O(nlogn)~O(n^2)，空间复杂度为O(1)。
归并排序：
将序列分成若干个子序列，对每个子序列进行排序，而后将排好序的子序列合并成一个有序序列。工夫复杂度为O(nlogn)，空间复杂度为O(n)。
疾速排序：
抉择一个基准元素，将序列分成两个子序列，小于基准元素的放在右边，大于基准元素的放在左边，而后递归地对左右子序列进行疾速排序。
工夫复杂度为O(nlogn)，空间复杂度为O(logn)~O(n)。
堆排序：
将序列构建成一个堆，而后顺次取出堆顶元素，将其放到已排序序列的开端。
工夫复杂度为O(nlogn)，空间复杂度为O(1)。
计数排序：
统计序列中每个元素呈现的次数，而后依据元素呈现的次数将序列重构。
工夫复杂度为O(n+k)，空间复杂度为O(k)，其中k为序列中元素的取值范畴。
桶排序：
将序列分成若干个桶，对每个桶进行排序，而后将所有桶中的元素依照程序顺次放到一起。
工夫复杂度为O(n)，空间复杂度为O(n)。
基数排序：
将序列依照位数进行排序，从低位到高位顺次进行排序。
工夫复杂度为O(d(n+r))，空间复杂度为O(n+r)，其中d为最大数的位数，r为基数。