前面已经介绍golang基本的语法和容器了，这一篇文章用golang实现四种排序算法,快速排序，插入排序，选择排序，冒泡排序。既可以总结前文的基础知识，又可以熟悉下golang如何实现这四种排序。

快速排序

算法介绍：
假设用户输入了如下数组：

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 6 | 2 | 7 | 3 | 8 | 9 |

创建变量i=0（指向第一个数据）, j=5(指向最后一个数据), k=6(赋值为第一个数据的值)
我们要把所有比k小的数移动到k的左面，所以我们可以开始寻找比6小的数，从j开始，从右往左找，不断递减变量j的值，我们找到第一个下标3的数据比6小，于是把数据3移到下标0的位置，把下标0的数据6移到下标3，完成第一次比较

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 3 | 2 | 7 | 6 | 8 | 9 |

i=0 j=3 k=6
接着，开始第二次比较，这次要变成找比k大的了，而且要从前往后找了。递加变量i，发现下标2的数据是第一个比k大的，于是用下标2的数据7和j指向的下标3的数据的6做交换，数据状态变成下表：

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 3 | 2 | 6 | 7 | 8 | 9 |

i=2,j=3,k=6
接下来继续重复上边的步骤，从j开始，从右往左找比k小的，此时i=2,j=3，j再移动一位就和i相等了，此时就完成了k=6的排序，此时k=6,i和j相等都为2，6右边的数都比6大，6左边的数比6小。
接下来分别比较6左边的序列(下标从0到1)和6右边(下标从3到5)的序列，同样采用上述办法，直到所有序列都比较完成。

算法实现：

//思路分析：
/*
快速排序算法采用的分治算法，因此对一个子数组A[p…r]进行快速排序的三个步骤为：（1）分解：数组A[p...r]被划分为两个（可能为空）子数组A[p...q-1]和A[q+1...r]，给定一个枢轴，使得A[p...q-1]中的每个元素小于等于A[q]，A[q+1...r]中的每个元素大于等于A[q]，q下标是在划分过程中计算得出的。（2）解决：通过递归调用快速排序，对子数组A[p...q-1]和A[q+1...r]进行排序。（3）合并：因为两个子数组是就地排序，不需要合并操作，整个数组A[p…r]排序完成。快速排序关键过程是对数组进行划分，划分过程需要选择一个主元素（pivot element）作为参照，围绕着这个主元素进划分子数组。举个列说明如何划分数组，现有子数组A={3, 7, 9, 8, 38, 93, 12, 222, 45, 93, 23, 84, 65, 2}，以最后一个元素为主元素进行划分，划分过程如图所示：
*/
package mainimport "fmt"func quickSort(arr []int, start, end int) {if start < end {i, j := start, endkey := arr[(start+end)/2]for i <= j {for arr[i] < key {i++}for arr[j] > key {j--}if i <= j {arr[i], arr[j] = arr[j], arr[i]i++j--}}if start < j {quickSort(arr, start, j)}if end > i {quickSort(arr, i, end)}}
}func main() {arr := []int{3, 7, 9, 8, 38, 93, 12, 222, 45, 93, 23, 84, 65, 2}quickSort(arr, 0, len(arr)-1)fmt.Println(arr)
}

上述算法时间复杂度达到O(nlogn)

插入排序

算法描述
假设用户输入了如下数组

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 6 | 2 | 7 | 3 | 8 | 9 |

假设从小到大排序
插入排序先从下标为1的元素2开始，比较前边下标为0的元素6,2比6小，则将6移动到2的位置，2放到6的位置

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 6 | 7 | 3 | 8 | 9 |

记下来比较下标为2的元素7，和前边0~1下标的元素对比，从后往前找，如果找到比7大的元素，则将该元素后边的序列依次后移，将7插入该元素位置
目前7不需要移动。
接下来寻找下标为3 的元素3，从下标3往前找，由于下标1,下标2的元素都比3大，所以依次后移，将3放倒下标1的位置。

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 3 | 6 | 7 | 8 | 9 |

以此类推，进行比较。

算法实现

该算法时间复杂度为O(n*n)

冒泡排序

算法描述
假设用户输入了如下数组

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 6 | 2 | 7 | 3 | 8 | 9 |

冒泡排序依次比较相邻的两个元素 ，将大的元素后移即可。
先比较下标为0和下标为1的元素，6比2大，所以6和2交换位置。

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 6 | 7 | 3 | 8 | 9 |

接下来比较下标为1和下标为2的元素，6比7小所以不做交换。然后比较7和3,7比3大，7和三交换位置，以此类推，直到比较到最后一个元素

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 6 | 3 | 7 | 8 | 9 |

经过这一轮相邻元素的比较，将最大的元素9冒泡到最后的位置。
接下来重复上述步骤，从下标0开始到下标4两两比较，将第二大元素放到下标4的位置，因为下标5已经是最大元素，所以不参与比较。

算法实现

package mainimport ("fmt"
)/*
插入排序不适合对于数据量比较大的排序应用。但是，如果需要排序的数据量很小，比如量级小于千，那么插入排序还是一个不错的选择。 插入排序在工业级库中也有着广泛的应用，在STL的sort算法和stdlib的qsort算法中，都将插入排序作为快速排序的补充，用于少量元素的排序（通常为8个或以下）
*/
// 插入排序
func insert_sort(a []int){for i:=1;i< len(a);i++{// 类似抓扑克牌排序j := i-1  // 拿在左手上的牌总是排序好的，i-1对应的数据是已排序的最大值get := a[i] // 右手抓到一张扑克牌for j >= 0 && a[j] > get{// 将抓到的牌与左手牌从右向左进行比较a[j+1] = a[j] //右移大的牌j--}a[j+1] = get// 直到该手牌比抓到的牌小(或二者相等)，将抓到的牌插入到该手牌右边//(相等元素的相对次序未变，所以插入排序是稳定的)}}/*
当n较大时，二分插入排序的比较次数比直接插入排序的最差情况好得多，但比直接插入排序的最好情况要差，所当以元素初始序列已经接近升序时，直接插入排序比二分插入排序比较次数少。二分插入排序元素移动次数与直接插入排序相同，依赖于元素初始序列。
*///采用二分查找法来减少比较操作的次数，我们称为二分插入排序
func half_insert_sort(a []int){for i:=1;i < len(a);i++{get := a[i]left := 0right := i - 1for left <= right {// 采用二分法定位新牌的位置mid := (left + right)/2if a[mid] > get {right = mid - 1}else{left = mid + 1//left的位置就是新牌要插入的位置}}for j := i-1;j>=left;j--{a[j+1] = a[j]}a[left] = get// 将抓到的牌插入手牌}
}
// 希尔排序
func shell_sort(a []int){//step := len(a)/3 + 1step := 0           // 生成初始增量，这里寻找初始增量很重要for step <= len(a){step = 3*step +1}for step > 0{for i:=step;i< len(a);i++{// 类似抓扑克牌排序j := i-step  // 拿在左手上的牌总是排序好的，i-1对应的数据是已排序的最大值get := a[i] // 右手抓到一张扑克牌for j >= 0 && a[j] > get{// 将抓到的牌与左手牌从右向左进行比较a[j+step] = a[j] //右移大的牌j = j - step}a[j+step] = get// 直到该手牌比抓到的牌小(或二者相等)，将抓到的牌插入到该手牌右边//(相等元素的相对次序未变，所以插入排序是稳定的)}fmt.Println(step)step = (step-1)/3 // 递减增量}
}func main(){c := [...]int{8,7,6,1,4,3,2,5，12，36，56，28}insert_sort(c[:])fmt.Println(c)b := [...]int{8,7,6,1,4,3,2,5，12，36，56，28}half_insert_sort(b[:])fmt.Println(b)d := [...]int{8,7,6,1,4,3,2,5，12，36，56，28}shell_sort(d[:])fmt.Println(d)
}

选择排序

算法描述
假设用户输入了如下数组

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 6 | 2 | 7 | 3 | 8 | 9 |

从下标0开始，比较6和其他位置的元素，找到最小的元素2和6交换位置

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 6 | 7 | 3 | 8 | 9 |

接下来从下标1开始，比较6和后边位置的元素，选择最小的和6交换位置。

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 3 | 7 | 6 | 8 | 9 |

以此类推，从下标2开始，比较7和后边的元素，选择最小的6交换位置

下标 | 0 | 1 | 2 | 3 | 4 | 5 |
数值 | 2 | 3 | 6 | 7 | 8 | 9 |

以此类推，直到下标5的位置元素都比较完。

算法实现

该算法时间复杂度为o(n*n)

// 思路分析：
/*选择排序是不稳定的排序算法，不稳定发生在最小元素与A[i]交换的时刻。
比如序列：{ 8,7,6,1,4,3,2,5,12,36,56,28 }，一次选择的最小元素是2，然后把2和第一个5进行交换，从而改变了两个元素5的相对次序。*/package mainimport("fmt"
)//选出最大的排到最后面
func select_sort(a []int){index := 0for i := 0; i < len(a)-1; i++{//外层循环（冒泡和选择排序）是从0到len-2index = len(a) - 1 - i//默认每次排序完最大元素的下标是未排序的最后一个//（要保证最后一次比较是a[0]和a[1]比较，所以外层循环最多到len-2）//len(a) - 1 - i也就是未排序序列的末尾for j := 0; j < len(a) - 1 - i; j++{//内层循环针对未排序的序列，默认最后部分是排序的，所以最后一个元素是len-2if a[j] > a[index] {//记录未排序序列中最大值的下标index = j//更新下标}}if index != len(a) - 1 - i{//将未排序序列中的最大值放到未排序序列最后的位置a[index],a[len(a)-1-i] = a[len(a)-1-i],a[index]}}
}//选出最小值放到序列前端
func select_sort2(a []int){min := 0//最小值下标for i := 0; i < len(a) - 1;i++{// i为已排序序列的末尾min = ifor j := i+1;j < len(a);j++{// 未排序序列if a[j] < a[min]{// 找出未排序序列中的最小值min = j}} if min != i{// 放到已排序序列的末尾，该操作很有可能把稳定性打乱，所以选择排序是不稳定的排序算法a[min], a[i] = a[i],a[min]}}
}func main(){b := [...]int{8,7,6,1,4,3,2,5}select_sort(b[:])fmt.Println(b)c := [...]int{8,7,6,1,4,3,2,5}select_sort2(c[:])fmt.Println(c)
}