十大排序算法总结

  排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。

  十种常见排序算法可以分为两大类，如下图所示。

1. 比较类排序： 通过比较来决定元素间的相对次序，由于其时间复杂度不能突破$O(nlogn)$，因此也称为非线性时间比较类排序。
2. 非比较类排序： 不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。

  常见排序算法简介如下表所示。

排序方法	最好时间复杂度	最坏时间复杂度	平均时间复杂度	辅助空间复杂度	稳定性	博客链接
冒泡排序	$O(n)$	$O(n^2)$	$O(n^2)$	$O(1)$	稳定	冒泡排序算法
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O(1)$	不稳定	选择排序算法
插入排序	$O(n)$	$O(n^2)$	$O(n^2)$	$O(1)$	稳定	插入排序算法
折半插入排序	$O(n)$	$O(n^2)$	$O(n^2)$	$O(1)$	稳定	折半插入排序算法
希尔排序	–	–	–	$O(1)$	不稳定	希尔排序算法
快速排序	$O(nlogn)$	$O(n^2)$	$O(nlogn)$	$O(n)$	不稳定	快速排序算法
归并排序	$O(nlogn)$	$O(nlogn)$	$O(nlogn)$	$O(n)$	稳定	归并排序算法
堆排序	$O(nlogn)$	$O(nlogn)$	$O(nlogn)$	$O(1)$	不稳定	堆排序算法
计数排序	$O(n+k)$	$O(n+k)$	$O(n+k)$	$O(k)$	稳定	计数排序算法
桶排序	$O(n+k)$	$O(n+k)$	$O(n^2)$	$O(n+k)$	稳定	桶排序算法
基数排序	$O(n\times k)$	$O(n\times k)$	$O(n\times k)$	$O(n+k)$	稳定	基数排序算法

  结论： 1. 当初始序列基本有序时，直接插入排序最快，快速排序慢（在初始序列较为混乱时快）；
      2. 归并排序对初始序列排序不敏感，速度稳定；
      3. 记录个数较少，采用插入排序或选择排序，记录本身信息量大，采用简单选择排序；
      4. 记录较大，采用快速排序、堆排序、归并排序。

  各种排序算法的主要思想总结：

• 冒泡排序： 通过交换使相邻的两个数变成小数在前大数在后，这样每次遍历后，最大的数就“沉”到最后面了，重复 N 次即可以使数组有序。
• 选择排序： 数组分成有序区和无序区，初始时整个数组都是无序区，然后每次从无序区选一个最小的元素直接放到有序区的最后，直到整个数组变有序区。
• 插入排序： 每次将一个待排序的数据，插入到前面已经排好序的序列之中，直到全部数据插入完成。
• 希尔排序： 先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的），分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有序（增量足够小）时，再对全体元素进行一次直接插入排序。由于希尔排序是对相隔若干距离的数据进行直接插入排序，因此可以形象的称希尔排序为“跳着插”。
• 归并排序： 当一个数组左边有序，右边也有序，那合并这两个有序数组就完成了排序。如何让左右两边有序了？用递归！这样递归下去，合并上来就是归并排序。
• 快速排序： “挖坑填数+分治法”， 首先令 i =Left; j = Right; 将 a[i] 挖出形成第一个坑，称 a[i] 为基准数。然后 j-- 由后向前找比基准数小的数，找到后挖出此数填入前一个坑 a[i] 中，再 i++ 由前向后找比基准数大的数，找到后挖出此数填到前一个坑 a[j] 中，重复进行这种“挖坑填数”直到 i==j。再将基准数填入 a[i] 中，这样 i 之前的数都比基准数小，i 之后的数都比基准数大，因此将数组分成两部分再分别重复上述步骤就完成了排序。
• 堆排序： 一种利用堆的概念来排序的选择排序，把未排序的数据一个一个放入堆里进行调整，然后再一个一个取出来。