数据结构排序算法

前言

数据结构排序算法

---

一、排序算法

排序是算法的稳定性：
        在待排序的数组中，如果有值相同的数据，排序过程中如果无论如何都不会改变它们的前后顺序，则认为该排序算法是稳定的
   冒泡：
       数据左右进行比较，把最大的数据交换到最后
       特点是该算法对数据的有序性敏感，在排序过程中如果发现有序可以立即停止，如果待排序的数据基本有序时，冒泡的排序的效率非常高。
       时间复杂度：最优：O（n） 平均：O(n^2)
       稳定的
   选择：
       假定最开始的位置是最小值并记录下标min，然后与后面的数据比较，如果有比min下标的数据小，则更新min，最后如果min的值发生变化，则交换min为下标的数据与最开始位置的数据
       虽然时间复杂度高，但是特点是交换次数少，因此实际的运行速度并不慢
       是冒泡的一种变种，但是对数据的的有序性不敏感，因此数据较混乱时比冒泡快
       时间复杂度：O(n^2)
       不稳定  [10 10 1]
   插入：
       把数据看成量部分，一部分有序的，把剩余部分的数据逐个插入进去，直到插完就全部有序。
       时间复杂度：O(n^2)
       适合对已经排序好的数据，新增数据并重新排序
       稳定的
   希尔：
       是插入排序的升级版，由于插入排序时，数据移动的速度比较慢，所以增加了增量的概念，以此提高排序的速度，数据量越多，比插入的速度快
       时间复杂度：O(n^2)
       不稳定的
   快速：
       找到一个标杆，备份标杆的值，一面从左边找比标杆大的数据，然后把找到的数据赋值给标杆位置，更新标杆的位置到左标杆处，再从右边找比标杆小的数据，然后把找到的数据赋值给标杆位置，更新标杆的位置到右标杆处，重复以上过程，直到左右标杆相遇，最后再相遇处还原标杆的值，最终达到标杆左右两边整体有序，然后按照同样的方法排序左右部分，最终全部有序。
       它的综合性能最高，因此叫做快速排序，笔试中考得比较多的排序算法
       时间复杂度：O（nlogn）
       不稳定的
   归并：
       先把待排序的数据拆分成单独的个体，然后按照从小到大的顺序合并复制到临时内存中，最终全部合并结束后，再赋值给原内存。
       由于需要使用额外的内存空间，因此避免了数据交换时的耗时，也是一种典型的用空间换时间的算法
       时间复杂度：O(nlogn)
       稳定的
   堆：
       把数据当作完全二叉树，然后把树调整成大顶堆，再把根节点的数据交换到最后，然后数量-1，然后剩余部分重新调整成大顶堆，重复以上步骤，直到数量为1时结束
       时间复杂度哦O（nlogn）
       不稳定的
   计数：
       先找出数据中的最大值、最小值，创建哈希表，用最大值-最小值作为哈希表的长度，使用数据-最小值作为哈希表的下标访问哈希表并标记+1，然后遍历哈希表，当表中的值非0时，把该下标+最小值还原回原点的数据依此放回原数组中，最终排序完成。
       是一种典型的空间换时间的算法，该算法理论上速度可以非常快，但是有很大的局限性，适合排序整型数据，而且数据的差值不宜太大，否则会非常浪费内存，适合数据较为平均，重复较多排序
       时间复杂度O(n+k)
       稳定的
   桶：
       把数据根值的范围，存储到不同范围的桶中，然后调用其他的排序算法，对桶中的数据进行排序，排序结束后再拷贝回原数组中，以此降低排序的时间，是一种典型的以空间换时间的算法。
       缺点：如何分桶，桶的范围定义多大，这些都需要对数据有一定了解
       时间复杂度O(n+k)
       稳定的
   基数：
       是桶排序的具体实现，首先创建10个队列，然后逆序计算出数据的个十百...位，然后按照每位对应的数据压入对应的队列中，某位入队结束后，按照队列顺序出队存储桶原数组中，然后继续重复操作下一位，直到下标为0的队列有len分数据，排序结束。
       缺点：只适合存储正整数数据，队列的空间要很大
       时间复杂度：O(n+k)
       稳定的w

---

总结

以上，有错误，还请指正