本文匯總了常見的php排序算法，在進行算法設計的時候有不錯的借鑒價值。現分享給大家供參考之用。具體如下：
一、插入排序
用文字簡單的描述，比如說$arr = array(4,2,4,6,3,6,1,7,9); 這樣的一組數字進行順序排序：
那麼，首先，拿數組的第二個元素和第一元素比較，假如第一個元素大於第二元素，那麼就讓兩者位置互換，接下來，拿數組的第三個元素，分別和第二個，第一個元素比較，假如第三個元素小，那麼就互換。依次類推。這就是插入排序,它的時間頻度是：1+2+...+(n-1)=(n^2)/2。則它的時間復雜度為O(n^2).
php實現代碼如下：
<?php
function insertSort($arr){
$count = count($arr);
if($count<2){
return $arr;
}
for($i=1;$i<$count;$i++){
$tmp = $arr[$i];
$j=$i-1;
while(j>=0&&$arr[$j]<$arr[$i]){
$arr[$i] = $arr[$j];
$arr[$j] = $tmp;
$j--;
}
}
return $arr;
}
?>
二、選擇排序
選擇排序用語言描述的話，可以這樣,如：$arr = array(4,3,5,2,1);
首先,拿第一個和後面所有的比，找出最小的那個數字，然後和第一個數組互換（當然，如果是第一個最小，那麼就不用互換了），接著循環，即：拿第二個和後面的比較，找出最小的數字，然後和第二個數字互換，依次類推，也就是說每次都是找出剩余最小的值。 可得到：第一次，時間頻度 是n, （第一個和後面的n－1個比較，找到最小的，再看是不是第一個，不是第一個的話進行互換） 在往後，依次是 減一 。 它的時間復雜度，也是O(n^2);
php實現代碼如下：
<?php
function selectSort($arr){
$count = count($arr);
if($count<2){
return $arr;
}
for($i=0;$i<$count;$i++){
$min=$i;
for(j=$i+1;$j<$count;$j++){
if($arr[$min]>$arr[$j]){
$min = $j; //找到最小的那個元素的下標
}
}
if($min!=$i){//如果下標不是$i 則互換。
$tmp= $arr[$i];
$arr[$i] = $arr[$min];
$arr[$min] = $tmp;
}
}
return $arr;
}
?>
三、冒泡排序
冒泡排序其實上是和選擇排序相比，並無明顯差別。都是找到最小的，放到最左端。依次循環解決問題。差別在於冒泡排序的交換位置的次數較多，而選擇排序則是找到最小的元素的下標，然後直接和最左端的交換位置。
php實現代碼如下：
<?php
function selectSort($arr){
$count = count($arr);
if($count<2){
return $arr;
}
for($i=0;$i<$count;$i++){
for(j=$i+1;$j<$count;$j++){
if($arr[$i]>$arr[$j]){
$tmp= $arr[$i];
$arr[$i] = $arr[$i];
$arr[$i] = $tmp;
}
}
}
return $arr;
}
?>
四、快速排序
快速排序，用語言來形容的話，從數組中選擇一個值$a，然後和其余元素進行比較，比$a大的放到數組right中，反之，放到數組left中。然後將left right 分別進行遞歸調用，即：再細分left right ，最後進行數組的合並。
php實現快速排序：
<?php
function mySort($arr){
$count = count($arr);
if($count<2){
return $arr;
}
$key = $arr[0];//選擇第一個元素作為比較元素，可選其他
$left = array();
$right = array();
for($i=1;$i<$count;$i++){
if($key>=$arr[$i]){
$left[] = $arr[$i];
}else{
$right[] = $arr[$i];
}
}
$left = mySort($left);
$right = mySort($right);
$result = array_merge($left,$right);
return $result;
}
?>
五、歸並排序
其實歸並排序是一種拆分，合並的思想。和快速排序思想有共通之處，左邊一堆，右邊一堆，然後進行合並。通過遞歸實現排序。 區別之處呢？ 他們的區別也是思想上本質的區別，快速排序的拆分，是選擇了特定的值進行大小比較，從而分為left 和 right 。也就是小的一堆放入left，大的一堆放入right。而後，小的left 再細分為left1 right1。。。。通過進行類似的遞歸完成排序。也就是說，一直細分下去，遞歸最末尾的left1就是最小值。
而歸並排序，是從幾何上的左右切分，一直遞歸切分成2或者1的最小粒度的數組，然後才開始進行比較大小，然後合並。此處的比較大小是：兒子left的元素 和兒子的right元素 進行比較，而後進行排序合並成為父親left或者right。在此，直到拿到各自排序合並完成最後兩個數組：最起初的left 和right，也僅僅直到他們各自的順序，並不能確認整個數組的順序，還是需要通過最終的left right 比較後合並才能完成真正意義上的排序。
<?php
function gbSort($arr){
if(count($arr)<=1){return $arr;}
$min = floor(count($arr)/2);//取中間數字進行拆分
$left = array_slice($arr,0,$min);
$right = array_slice($arr,$min);
$left = gbSort($left); //遞歸
$right = gbSort($right);
return get_merge($left,$right);//調用排序合並函數進行合並
}
function get_merge($left,$right){
while(count($left) && count($right)){
$m[] = $left[0]>$right[0] ? array_shift($right) : array_shift($left);
//進行比較，小的移除，並且放入到數組$m中。
}
return arr_merge($m,$left,$right);//進行合並（由於不知道left right 哪個會為空，所以進行統一合並）
}
?>
六、堆排序
本例中fixDown函數實現對某一個節點的向下調整，這裡默認的是起始節點為1，方便計算父子節點關系
注:
起始節點為1的父子關系: 父節點k, 子節點為2K、2k+1 子節點j, 父節點為 floor(j/2) floor為向下取整
起始節點為0的父子關系: 父節點k, 子節點為2K+1, 2k+2 子節點j, 父節點為 floor((j-1)/2)
參數$k為調整點位置, $lenth為數組長度，也就是從1起始到最後一個節點的坐標.
<?php
function fixDown(&$arr, $k, $lenth)
{
while(2*$k<=$lenth) { //只要當前節點有子節點， 就需要繼續該循環
$j = $k*2;
if ($j<$lenth && $arr[$j]<$arr[$j+1]) $j++; // 只要子節點有右節點，且右節點比左節點大，那麼切換到右節點操作。
if ($arr[$j] < $arr[$k]) break; // 如果子節點都沒有父節點大， 那麼調整結束。
exch($arr[$j], $arr[$k]);
$k = $j;
}
}
function exch(&$a, &$b) {
$tmp = $a; $a = $b; $b = $tmp;
}
function headSort(&$arr)
{
$len = count($arr);
array_unshift($arr, NULL);
for($i=$len/2;$i>=1;$i--) {
fixDown($arr, $i, $len);
}
while($len>1) {
exch($arr[1], $arr[$len]);
fixDown($arr, 1, --$len);
}
array_shift($arr);
}
$arr = array(4,6,4,9,2,3);
headSort($arr);
?>
希望本文所述排序算法實例對大家的php程序設計有所幫助。
用Java語言實現的各種排序，包括插入排序、冒泡排序、選擇排序、Shell排序、快速排序、歸並排序、堆排序、SortUtil等。
插入排序：package org.rut.util.algorithm.support;
import org.rut.util.algorithm.SortUtil;/*** @author treeroot
* @since 2006-2-2
* @version 1.0*/public class InsertSort implements SortUtil.Sort{
/* (non-Javadoc)
* @see org.rut.util.algorithm.SortUtil.Sort#sort(int[])*/public void sort(int[] data) {int temp;for(int i=1;i<data.length;i++){
for(int j=i;(j0)&&(data[j]<data[j-1]);j--){
SortUtil.swap(data,j,j-1);}}}}冒泡排序：package org.rut.util.algorithm.support;
import org.rut.util.algorithm.SortUtil;/*** @author treeroot
* @since 2006-2-2
* @version 1.0*/public class BubbleSort implements SortUtil.Sort{
/* (non-Javadoc)
* @see org.rut.util.algorithm.SortUtil.Sort#sort(int[])*/public void sort(int[] data) {int temp;for(int i=0;i<data.length;i++){
for(int j=data.length-1;ji;j--){
排序算法 所謂排序，就是使一串記錄，按照其中的某個或某些關鍵字的大小，遞增或遞減的排列起來的操作。
分類
在計算機科學所使用的排序算法通常被分類為：
計算的復雜度（最差、平均、和最好表現），依據串列（list）的大小（n）。一般而言，好的表現是O。(n log n)，且壞的行為是Ω(n2)。對於一個排序理想的表現是O(n)。僅使用一個抽象關鍵比較運算的排序算法總平均上總是至少需要Ω(n log n)。
記憶體使用量（以及其他電腦資源的使用）
穩定度：穩定排序算法會依照相等的關鍵（換言之就是值）維持紀錄的相對次序。也就是一個排序算法是穩定的，就是當有兩個有相等關鍵的紀錄R和S，且在原本的串列中R出現在S之前，在排序過的串列中R也將會是在S之前。
一般的方法：插入、交換、選擇、合並等等。交換排序包含冒泡排序（bubble sort）和快速排序（quicksort）。選擇排序包含shaker排序和堆排序（heapsort）。
當相等的元素是無法分辨的，比如像是整數，穩定度並不是一個問題。然而，假設以下的數對將要以他們的第一個數字來排序。
(4, 1) (3, 1) (3, 7) (5, 6)
在這個狀況下，有可能產生兩種不同的結果，一個是依照相等的鍵值維持相對的次序，而另外一個則沒有：
(3, 1) (3, 7) (4, 1) (5, 6) (維持次序)
(3, 7) (3, 1) (4, 1) (5, 6) (次序被改變)
不穩定排序算法可能會在相等的鍵值中改變紀錄的相對次序，但是穩定排序算法從來不會如此。不穩定排序算法可以被特別地時作為穩定。作這件事情的一個方式是人工擴充鍵值的比較，如此在其他方面相同鍵值的兩個物件間之比較，就會被決定使用在原先資料次序中的條目，當作一個同分決賽。然而，要記住這種次序通常牽涉到額外的空間負擔。
排列算法列表
在這個表格中，n是要被排序的紀錄數量以及k是不同鍵值的數量。
穩定的
冒泡排序（bubble sort） — O(n2)
雞尾酒排序 (Cocktail sort, 雙向的冒泡排序) — O(n2)
插入排序 （insertion sort）— O(n2)
桶排序 （bucket sort）— O(n); 需要 O(k) 額外 記憶體
計數排序 (counting sort) — O(n+k); 需要 O(n+k) 額外 記憶體
歸並排序 （merge sort）— O(n log n); 需要 O(n) 額外記憶體
原地歸並排序 — O(n2)
二叉樹排序 （Binary tree sort） — O(n log n); 需要 O(n) 額外記憶體
鴿巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 額外記憶體
基數排序 （radix sort）— O(n·k); 需要 O(n) 額外記憶體
Gnome sort — O(n2)
Library sort — O(n log n) with high probability, 需要 (1+ε)n 額外記憶體
不穩定
選擇排序 （selection sort）— O(n2)
希爾排序 （shell sort）— O(n log n) 如果使用最佳的現在版本
Comb sort — O(n log n)
堆排序 （heapsort）— O(n log n)
......余下全文>>
