Java排序算法

冒泡排序：

执行流程：

① 从头开始比较每一对相邻元素，如果第1个比第2个大，就交换它们的位置（执行完一轮后，最末尾那个元素就是最大的元素）

② 忽略 ① 中曾经找到的最大元素，重复执行步骤 ①，直到全部元素有序

优化：

如果序列已经完全有序，可以提前终止冒泡排序

优化：

如果序列尾部已经局部有序，可以记录最后1次交换的位置，减少比较次数

复杂度：

最坏时间复杂度：O(n2)

最好时间复杂度：O(n)

平均时间复杂度：O(n2)

空间复杂度：O(1)

稳定性：稳定

 选择排序：

 执行流程：

① 从序列中找出最大的那个元素，然后与最末尾的元素交换位置（执行完一轮后，最末尾的那个元素就是最大的元素）

② 忽略 ① 中曾经找到的最大元素，重复执行步骤 ①

复杂度：

最坏时间复杂度：O(n2)

最好时间复杂度：O(n2)

平均时间复杂度：O(n2)

空间复杂度：O(1)

稳定性：不稳定

比较：

选择排序的交换次数要远远少于冒泡排序，平均性能优于冒泡排序

堆排序：

执行流程：

① 对序列进行原地建堆

② 重复执行以下操作，直到堆的元素数量为 1

交换堆顶元素与尾元素

堆的元素数量减 1

对 0 位置进行 1 次下滤（siftDown）操作

复杂度：

最坏时间复杂度：O(nlogn)

最好时间复杂度：O(nlogn)

平均时间复杂度：O(nlogn)

空间复杂度：O(1)

稳定性：不稳定

比较：

堆排序可以认为是对选择排序的一种优化

插入排序：

执行流程：

① 在执行过程中，插入排序会将序列分为2部分（头部是已经排好序的，尾部是待排序的）

② 从头开始扫描每一个元素（每当扫描到一个元素，就将它插入到头部合适的位置，使得头部数据依然保持有序）

逆序对：数组 <2,3,8,6,1> 的逆序对为：<2,1> <3,1> <8,1> <8,6> <6,1>，共5个逆序对

插入排序的时间复杂度与逆序对的数量成正比关系，逆序对的数量越多，插入排序的时间复杂度越高

优化：

① 先将待插入的元素备份

② 头部有序数据中比待插入元素大的，都朝尾部方向挪动1个位置

③ 将待插入元素放到最终的合适位置 0

优化：

在元素 v 的插入过程中，可以先二分搜索出合适的插入位置，然后再将元素 v 插入

复杂度：

最坏时间复杂度：O(n2)

最好时间复杂度：O(n)

平均时间复杂度：O(n2)

空间复杂度：O(1)

稳定性：不稳定

归并排序：

执行流程：

① 不断地将当前序列平均分割成2个子序列，直到不能再分割（序列中只剩1个元素）

② 不断地将2个子序列合并成一个有序序列，直到最终只剩下1个有序序列

复杂度：

最坏时间复杂度：O(nlogn)

最好时间复杂度：O(nlogn)

平均时间复杂度：O(nlogn)

空间复杂度：O(n)

稳定性：稳定

快速排序：

执行流程：

① 从序列中选择一个轴点元素（pivot）假设每次选择 0 位置的元素为轴点元素

② 利用 pivot 将序列分割成 2 个子序列

将小于 pivot 的元素放在pivot前面（左侧）

将大于 pivot 的元素放在pivot后面（右侧）

等于pivot的元素放哪边都可以

③ 对子序列进行 ① ② 操作

直到不能再分割（子序列中只剩下1个元素）

复杂度：

最坏时间复杂度：O(n2)

最好时间复杂度：O(nlogn)

平均时间复杂度：O(nlogn)

空间复杂度：O(logn)

稳定性：不稳定

希尔排序

执行流程：

希尔排序把序列看作是一个矩阵，分成 m 列，逐列进行排序

从某个整数逐渐减为1 p当 m 为1时，整个序列将完全有序

因此，希尔排序也被称为递减增量排序

矩阵的列数取决于步长序列（step sequence）

比如，如果步长序列为{1,5,19,41,109,...}，就代表依次分成109列、41列、19列、5列、1列进行排序，不同的步长序列，执行效率也不同

复杂度：

最坏时间复杂度：O(n4/3)

最好时间复杂度： O(n)

平均时间复杂度：O(nlogn)

空间复杂度：O(1)

稳定性：不稳定

 十大排序算法复杂度：