文章目录
查找与排序
建议大家好好看看查找、排序这两个程序员的必修课，希望大家能学有所获
排序
常见的排序有：冒泡排序、插入排序、选择排序、归并排序、快速排序、计数排序、基数排序、桶排序。
选择一个排序，需要考虑它的时间复杂度(包括最好、最坏、平均情况时间复杂度)、内存消耗以及稳定性
大家不要认为排序算法简单，抱着轻视的态度学习。排序算法简单，想要用好、用精却不容易
关于稳定性
稳定性的意思是： 若待排序序列中存在值相等的元素，排序后相等元素间原有的先后顺序保持不变
稳定性是排序算法特别重要的一个性质，例如给出一个需求：总成绩按照由高到低排序；若总成绩按数学成绩由高到低排序；若总成绩&&数学成绩相同，再按英语成绩由高到低排序。
如果采用具有稳定性的排序算法，只需三次排序(先对整体按英语成绩排序，再对整体按数学成绩排序，最后对整体按总成绩排序)，而无需每次对相同的小区间进行排序
关于内部和外部排序
由于待排序的记录数量不同，使得排序过程中涉及的存储器不同。可将排序方法分为两大类：内部排序与外部排序。
内部排序：将记录存放在内存上进行的排序过程，衡量内部排序的效率通常通过时间复杂度，以上常用排序都为内部排序。
外部排序：记录数量很大导致在排序过程中需要对外存(磁盘)进行访问的排序过程，衡量外部排序的效率通常通过IO次数。
外部排序第一阶段会根据内存大小将磁盘上的文件分成若干长度为l的子文件或段，依次读入内存并通过内部排序方法对其排序，并将得到的有序段重写回磁盘。
第二阶段对这些小的有序段进行归并，直到得到整个有序文件。其中第二阶段的实现方法有：(1)多路平衡归并 （2）置换-选择排序
选择排序
选择排序将数组分为 已排序区间 和 未排序区间，每次会从未排序区间中找到最小的元素，将其放到已排序区间的末尾。
选择排序的流程为：
复杂度
时间复杂度：
最好情况：O(n^2)
最坏情况：O(n^2)
平均情况：O(n^2)
空间复杂度：O(1)
稳定性：不稳定(选择排序每次都要找未排序元素中的最小值，并和前面元素交换位置，这样就破坏了稳定性。例如：数组5，8，5，2，9 ，第一次找到最小元素 2，与第一个 5 交换位置，那第一个 5 和中间的 5 顺序就变了)
冒泡排序
冒泡排序特点就是只会操作相邻的两个数据。每次冒泡操作都会对相邻两元素进行比较，若不满足条件就让它俩互换。一次冒泡(让当前未排序数组中最大/最小的值沉底/冒泡，时间复杂度为O(n))会让至少一个元素移动到它应该在的位置。重复 n 次就完成了 n 个数据的排序工作，总时间复杂度为O(n^2)
以下是一次冒泡的流程：
复杂度
时间复杂度：
最好情况：O(n)，数组有序，一次遍历发现有序后break
最坏情况：O(n^2)，数组逆序
平均情况：O(n^2)
空间复杂度：O(1)
稳定性：稳定(前提是代码中保证两个相邻元素相等时不做交换)
插入排序
将数组中的数据分为已排序区间和未排序区间。初始已排序区间只有一个元素(数组第一个元素)，取未排序区间中的元素，在已排序区间中找到合适的插入位置将其插入，并保证已排序区间数据一直有序。重复这个过程直到未排序区间中元素为空。
一下是插入排序的流程：
复杂度
时间复杂度：
最好情况：O(n)，数组有序
最坏情况：O(n^2)，数组逆序
平均情况：O(n^2)
空间复杂度：O(1)
稳定性：稳定(需要保证代码中元素插入的位置在已排序区间相同元素的后面)
插入排序优于冒泡？
答案是yes
虽然时间、空间复杂度以及稳定性插入排序和冒泡排序类似，但是由于插入排序每次操作的指令数少于冒泡排序(冒泡排序是交换，需要三个指令，优化为两次亦或位运算也需要两个指令；插入排序是移动，只需要一个赋值指令)，因此插入排序性能相比冒泡更加优异。
至于选择排序，最好最坏情况都是O(n^2)且排序不稳定，几乎用不到~
归并排序
归并排序就是把数组下角标p~r从中间分成前后两部分，然后对前后两部分分别排序，再将排好序的两部分合并在一起，递归这个过程直到p >= r
归并排序流程为：
复杂度
时间复杂度：nlog(n)
递归拆分复杂度是log(n)，每次拆分后的merger合并复杂度为n，总时间复杂度为nlog(n)，且不随数组的有序程度而变动(即最好、最坏、平均情况操作的次数相同)
空间复杂度：O(n)，相比其他算法，merger需要有额外空间的开辟和释放
稳定性：稳定(需要保证merger()函数遇到相同时先添加左边的)
快速排序
每次从数组下标 p 到 r 间任选一个数据作为分区点(pivot，一般选择区间最后一个元素)，然后遍历 p 到 r 之间的数据，将小于分界区的放左，大于分界区放右，于是数组下角标 p 到 r 之间的数据就被分成了两个部分，递归这两个部分直到p >= r。
其核心原理就是设置标记点i代表[p, i - 1]的数据都小于分区点，[i，r - 1]的数据要么大于等于分区点，要么还未进行比较。
伪代码如下：
partition(A, p, r) {
pivot := A[r]
i := p
for j := p to r-1 do {
if A[j] < pivot {
swap A[i] with A[j]
i := i+1
}
}
swap A[i] with A[r]
return i
}
流程图如下：
复杂度
时间复杂度：
前提：一下情况都是每次选取区间最后一个元素作为分区点
最好情况：O(nlog(n))，完全无序
最坏情况：O(n^2)，有序(正序或逆序)
平均情况：O(nlog(n))
空间复杂度：O(1)
稳定性：不稳定( 分区过程涉及交换操作，如果数组中有两个相同的元素，比如序列 6，8，7，6，3，5，9，4。在经过第一次分区操作之后，两个 6 的相对先后顺序就会改变)
降低最坏情况发生的概率
我们知道快速排序算法在最坏情况下时间复杂度退化到 O(n^2)，我们可以通过合理选择分界区来避免这种情况的发生。
我们要想减少最坏情况发生的概率，就要尽量让分区点两边的区间数据量差不多。
这时我们可以采用以下两个办法来尽量使得两边数据量平均：
(1)三数取中法：从区间的首、尾、中间分别取一个数，然后取这3个数的中间值作为分区点。当然，取得越多中值越精确，但是耗费的额外时间也越多。所以我们要依据当前数组的数据规模来决定几数取中法~
(2)随机法：每次随机一个元素作分区点。
快排比优于归并排序？
归并排序需要额外的空间(O(n))，并涉及到内存的开辟和释放。
即使快排最坏情况下会达到O(n^2)，但由于其最坏情况发生概率极小，我们一般还是采用快速排序这种算法。
扩展小作业
利用快排思想，O(n)时间复杂度求无序数组中第K大元素
桶排序
将要排序的数据分到几个有序的桶里(如果桶代表的是一个区间，则每个桶内的数据再单独进行排序)。 桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。
复杂度
最好情况：O(n)，当每个桶内数据无需单独排序时
最坏情况：O(nlog(n))，所有数据在一个桶里且桶代表一个区间而非一个值
平均情况：O(n)
空间复杂度：O(n + m)，其中m为桶的个数
稳定性：稳定(需要保证代码中入桶和从桶中取出的顺序一致)
优化空间利用
上面方法由于是链表有了指针节点的耗费。有没有办法可以优化掉？
答案是yes。
我们利用sum数组来累加每个有序桶的前缀和，来达到桶排序的目的：
适应场景
桶排序虽然时间复杂度只有O(n)，但是有严格的限制条件~
适合的场景有：
(1)适用于一些数据范围小、对内存要求不大的情况：按年龄大小对100W用户进行排序。我们可以分成150个桶分别代表1150岁(应该没有150岁以上的人了吧)。每个桶是一个链表，每入桶一个用户就追加一个节点~这样复杂度只有O(n)，同样空间复杂度也是O(n)
(2)适用于外部排序：对于10GB的用户信息按资产排序。由于无法一次性加载10G数据，我们可以分成10个桶，假设第一个桶为01K，第二个桶1KW…依次递推，然后分别对每个桶内部单独排序。
基数排序
我们知道，桶排序只能解决数据范围小的情况，如果数据范围大了怎么办？把年龄扩展为资产，如果还要维持一个桶一个值，难道要开几百亿个桶？
这时我们可以先对所有用户的资产的个位进行桶排，把排序后的结果再进行十位的桶排…依次直到最高位(如果有的用户达不到该位则前补0)。
上述这种基于桶排的排序，就是基数排序
复杂度
时间复杂度：O(n*k)，其中k是数据范围最大值的位数。
空间复杂度：O(n+m)，其中m为桶的个数
稳定性：稳定(需要保证代码中入桶和从桶中取出的顺序一致)
一般情况下，一般情况下，logn并不比k大多少，且基数排序的空间耗费，导致其应用场景远远少于快排。
高效通用排序
由于桶排、基数排序对条件要求苛刻，选择排序时间复杂度太高，因此无法采用~
如果数据量不大(几十M以内)，我们可以采用归并排序(虽然有O(n)的内存消耗，但能一直保持nlog(n)复杂度且具有稳定性)
如果数据量太大(超过百M)，出于内存方面的考虑，我们可以采用快速排序(通过三点取中法降低最坏情况发生的可能)。我们都知道快速排序是一个递归过程，出于以下几个考虑：(1)避免递归太深导致堆栈溢出 (2)当[l, r]范围过小时有序的概率大大增加 (3) 当[l, r]范围过小时O(nlogn)几乎等价于O(n^2)，所以当递归到元素个数小于等于32时，退化为插入排序。
当然，为了避免递归太深导致堆栈溢出，我们可以实现一个堆上的栈，手动模拟递归来解决。
如果数据量无比巨大(超过内存大小)，那么我们就考虑外部排序，将数据拆分成多个部分，对每个部分分别进行内部排序，最后通过多路平衡归并，使得整体有序。
思考题
我们在面试时经常会碰到类似问题： 有 10 日志文件，每个日志文件约 300MB，每个文件里的日志都是按照时间戳从小到大排序的。如果将10 个日志文件合并为 1 个，合并之后的日志仍然按照时间戳从小到大排列，而机器内存只有 1GB，有什么快速合并的方法吗？大家会有什么样的方案？
二分查找
二分查找的基石就是有序数组（第一有序，第二数组。无序、链表等均不可）， 查找思想有点类似分治思想。每次都通过跟区间的中间元素对比，将待查找的区间缩小为之前的一半，直到找到要查找的元素或区间被缩小为 0
复杂度
时间复杂度：
最优情况时间复杂度：O(1)
最坏情况时间复杂度：O(log(n))
平均时间复杂度：O(log(n))
空间复杂度：O(1)
三要素
- 循环条件：
l <= r - mid取值：
mid = l+((r-l)>>1)，这种写法可以避免整数溢出 - l和r的更新：
l = mid + 1; r = mid - 1
变型
比如查找第一个值等于给定值的元素、查找最后一个值等于给定值的元素、查找第一个大于等于给定值的元素、查找第一个大于给定值的元素等等，大家可以试着想一下怎么二分
1290
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
