排序算法

1. 冒泡排序
   循环数组 ，将每一个元素与之后的元素比较 要是顺序错误就颠倒过来。
2. 选择排序
   寻找最小的数放第一个位置，接着在余下的数里面寻找最小的数，一次类推直到找完。
3. 插入排序
   将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。
   从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）
4. 希尔排序
   先取一个小于n的整数d1作为第一个增量，把文件的全部记录分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序；然后，取第二个增量d2<d1重复上述的分组和排序，直至所取的增量 =1( < …<d2<d1)，即所有记录放在同一组中进行直接插入排序为止。
5. 归并排序
   归并操作的工作原理如下：
   第一步：申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列
   第二步：设定两个指针，最初位置分别为两个已经排序序列的起始位置
   第三步：比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置
   重复步骤3直到某一指针超出序列尾
   将另一序列剩下的所有元素直接复制到合并序列尾
6. 快速排序
   1.从数列中挑出一个元素，称为 “基准”（pivot）;
   2.重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
   3.递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序；
7. 快速排序
   创建一个堆 H[0……n-1]；
   把堆首（最大值）和堆尾互换；
   把堆的尺寸缩小 1，并调用 shift_down(0)，目的是把新的数组顶端数据调整到相应位置；
   重复步骤 2，直到堆的尺寸为 1。
8. 计数排序
   （1）找出待排序的数组中最大和最小的元素
   （2）统计数组中每个值为i的元素出现的次数，存入数组C的第i项
   （3）对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）
   （4）反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1
9. 计数排序
   桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。为了使桶排序更加高效，我们需要做到这两点：
   在额外空间充足的情况下，尽量增大桶的数量
   使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中
   同时，对于桶中元素的排序，选择何种比较排序算法对于性能的影响至关重要。
   什么时候最快
   当输入的数据可以均匀的分配到每一个桶中。
   什么时候最慢
   当输入的数据被分配到了同一个桶中。
   示意图
   元素分布在桶中：
   
   然后，元素在每个桶中排序：
   
10. 基数排序
    第一步
    以LSD为例，假设原来有一串数值如下所示：
    73, 22, 93, 43, 55, 14, 28, 65, 39, 81
    首先根据个位数的数值，在走访数值时将它们分配至编号0到9的桶子中：
    0
    1 81
    2 22
    3 73 93 43
    4 14
    5 55 65
    6
    7
    8 28
    9 39
    第二步
    接下来将这些桶子中的数值重新串接起来，成为以下的数列：
    81, 22, 73, 93, 43, 14, 55, 65, 28, 39
    接着再进行一次分配，这次是根据十位数来分配：
    0
    1 14
    2 22 28
    3 39
    4 43
    5 55
    6 65
    7 73
    8 81
    9 93
    第三步
    接下来将这些桶子中的数值重新串接起来，成为以下的数列：
    14, 22, 28, 39, 43, 55, 65, 73, 81, 93
    这时候整个数列已经排序完毕；如果排序的对象有三位数以上，则持续进行以上的动作直至最高位数为止。
    LSD的基数排序适用于位数小的数列，如果位数多的话，使用MSD的效率会比较好。MSD的方式与LSD相反，是由高位数为基底开始进行分配，但在分配之后并不马上合并回一个数组中，而是在每个“桶子”中建立“子桶”，将每个桶子中的数值按照下一数位的值分配到“子桶”中。在进行完最低位数的分配后再合并回单一的数组中。