排序

下图是对常见的几种排序的简单分类：

时间复杂度、空间复杂度以及稳定性

插入排序：

1、直接插入排序：
是将一个数根据它的大小插入到一个已经有序的数组中，从而得到一个个数加一的新的有序数据，该算法适用于少量数据的排序，时间复杂度为O(n^2)，是一种稳定的排序方法。

思想（配合示意图食用更佳）：
从第二项开始遍历整个数组，当a[i]<a[i-1]时，把a[i]的值保存到tmp；
从a[i]开始，逐个往前遍历，当tmp的值小于a[i-1]时，记下此时的位置为a[j]，把a[j]赋给a[i]，然后 j-- 继续向前；当tmp的值大于a[j]时，跳出循环；
把之前tmp保存的值赋到最后跳出循环的位置。

示意图：

时间复杂度分析：首先要遍历数组找到tmp，这是一个O(n)；找到tmp之后，向前遍历找到插入的位置，也是O(n)；所以插入排序的时间复杂度为O(n^2)。

2、希尔排序
希尔排序是进阶版的插入排序，它是将整个数组分为几个小数组，每个小数组先进行排序，再对这些有序的小数组排序，最后原始数组就会成为一个有序的数组。

思想：

• 大数组划分为小数组是希尔排序与插入排序最大的区别，正因为如此，希尔排序的效率才有所提高。
• 划分数组的依据是gap的大小，gap的初始值我们将它设置为数组的大小，后续gap的取值为gap/3+1（大牛们总结的，这样的效率是最高的），当gap的值为1时，就变成了普通的插入排序。
• 分组完成后的排序方法和插入排序是一致的。
  
  

选择排序

1、选择排序

选择排序

遍历数组，选择出最大(小)的数据，将这个最大(小)的数据放在整组数据的最右(左)边，循环整个数组，当循环结束时，得到的数组就是有序的

假设数组最左边的数据i是最小的，把这个数据定义为min：

• 遍历整个数组，当遇到小于min的数据时，把j的位置赋给min所在的位置，并跳出当前循环
• 交换min和i位置的值
• 再次遍历数组，从i + 1开始

下图是第一次循环的具体过程，剩余的循环类似：

选择排序优化

遍历数组，同时选择出最大和最小的数据，将最大的数据放在整组数据的最右边，最小的数据放在整组数据的最左边，循环整个数组，当循环结束时，得到的数组就是有序的，同时选择之后，效率明显有所提升

定义数组的最左端为left，最右端为right，初始时将min和max设置为最左端的值，在这个范围内对数组进行排序：

• 从数组第二项开始循环，找到最大值赋给max，找到最小值赋给min
• 把最左端的值与min位置的值进行交换，最右端的值与max位置的值进行交换
• left++,right--，将数组变小
• 循环上述过程

注：每层内循环中，找到的最值都是当前数组中的最值，完成交换后的值的位置就是最终的位置

2、堆排序

交换排序

1、冒泡排序
重复地遍历要排序的序列，依次比较两个相邻的元素，按照想要的顺序（如从大到小、首字母从A到Z）进行交换，当这组序列中不在含有元素，表示排序完成。

基本思路：

• 从头开始遍历数组，当a[j]>a[j+1]时，交换这两个数，并循环执行，此时最后的元素就是这组序列中最大的那个，它的位置不会再发生改变了；
• 重复上述步骤

优化一：
假设我们现在排序{1, 2, 3, 4, 5, 6, 7, 8, 10, 9}这组数据，按照上面的排序方式，第一趟排序后将10和9交换已经有序，接下来的8趟排序就是多余的，什么也没做。所以我们可以在交换的地方加一个标记flag，如果那一趟排序没有交换元素，说明这组数据已经有序，不用再继续下去，可提高一定的效率。

优化二：
优化一仅仅适用于连续有序而整体无序的数据(例如：1， 2，3 ，4 ，7，6，5)，但是对于前面大部分是无序而后边小半部分有序的数据(例如：1，2，5，7，4，3，6，8，9，10)， 它的排序效率也不是很可观，对于这种类型数据，可以再次进行优化。
在循环的过程中可以记下最后一次交换的位置，后边没有交换，必然是有序的，然后下一次排序截止最后一次交换的位置即可，减少了排序的数据，也会提高效率。

2、快速排序

归并排序

它是建立在归并操作上的一种采用分治法的排序算法，将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。

简单来说，就是把要排序的无序序列从中间一分为二，分割后的序列再次进行分割，循环分割直至序列中只有一个元素，此时序列中唯一元素是有序的；然后按照分割的顺序反向进行合并，使每个子序列都有序，最终得到的序列就是有序的。

基本思路：
归并排序实际上是一个先分割再合并的算法，分割采用递归的方法是比较容易得到的，难点在于如何合并，而且要使得合并完的序列有序，私以为这才是归并排序的重点。下面给出了相关图解，并有动图展示。

动图展示：

提问：归并排序和快速排序都是采用的“分而治之”的思想，那么两者有何不同呢？
归并排序的“分”是拿到一组序列之后，直接从中间一分为二，再递归分割；
快速排序的“分”是拿到一组序列之后，先选取一个基准值，以基准值与其余元素比较大小，大的放在基准值的右侧，小的放在左侧，如此递归分割。

这就意味着，归并排序每次分割完之后，两边的元素数量是基本一致的（若序列内的元素的数量为奇数，则一边比另一边多一）；而快速排序在每次分割完之后，两边的元素数量大部分情况下都是不相等的；所以等量数据时，归并排序的效率更高一筹。

总结上述几种排序的性能及时间、空间复杂度如下表：

排序方法	时间复杂度（平均）	时间复杂度（最坏）	时间复杂度（最好）	空间复杂度	稳定性
直接插入排序	O(n2)	O(n2)	O(n)	O(1)	稳定
希尔排序	O(nlogn)	O(n2)	O(n)	O(1)	不稳定
选择排序	O(n2)	O(n2)	O(n2)	O(1)	不稳定
堆排序	O(nlogn)	O(nlogn)	O(nlogn)	O(1)	不稳定
冒泡排序	O(n2)	O(n2)	O(n)	O(1)	稳定
快速排序	O(nlogn)	O(n2)	O(nlogn)	O(logn)	不稳定
归并排序	O(nlogn)	O(nlogn)	O(nlogn)	O(n)	稳定