排序算法常见的坑

常见的排序算法

        我们常见的排序算法有 选择排序、冒泡排序、插入排序、归并排序、随机排序、堆排序、计数排序和基数排序。

        其中基数排序和计数排序不是基于比较的排序

        那么基于比较的排序和不基于比较的排序有什么区别呢？

        1.基于比较的排序，它的适用性比较高，使用的范围比较广，我们只需要提供一个比较器，所有的基于比较的排序，都能够通过它进行排序。而不基于比较的排序，它的使用范围比较窄，通常，不基于比较的排序往往对数据的限制比较高，假如说我们使用基数排序，基数排序在一般情况下，排序的数据都是正数，当然我们可以对经典的进行改造，让其可以支持负数，比如我们找出最低的负数，将其加为0，当排完序后，我们再减回来，虽然可以支持到负数，但我们仍需考虑溢出的问题。

public static void test(){
        int[] arr = {-5,-8,6,7,5,-3,6};
        //找出最小值为   -8
        //然后把所有的值都 加 8
        // arr = {3,0,14,15,13,5,14};
        //然后进行基数排序
        //排完序后再减  8
    }

对于非基本数据类型，基数排序对数据要求严格，不易改写。

不基于比较的排序有这么多限制，那他有什么优势吗？

答案是肯定的，不基于比较的排序，它的时间复杂度可以优化至O（n）

对于基于比较的排序，它们的时间复杂度极限是O(nlogn),希尔排序可以优化值O(nlog1.3),但O（nlog1.3）的复杂度没有O（nlogn）好。

在此奉上常见排序的关系对比

其中，归并排序和堆排序是严格的O(nlogn),而随机快排的时间复杂度是在概率上求的一个长期期望。

归并 随机快排  堆排序的选择

归并 随机快排 堆排序 它们的时间复杂度都是O（nlogn），我们在使用时该如何选择呢，通过上图我们可以发现，

1.如果我们希望排序效率高又稳定，那么我们可以选择归并排序，因为随机快排和堆排序不稳定。

2.如果我们希望用的空间少，那么我们可以选择堆排序，它的空间复杂度是O(1),我们可以使用有限的几个变量来完成。

3.如果我们就希望排序快，那么我们可以选择快速排序，因为他的常数比较低，经过大量的实验证明，快速排序的排序时间比归并和堆用的少。

总结 ：为了绝对的速度选快排、为了省空间选堆排、为了稳定性选归并

时间复杂度O(N*logN)、额外空间复杂度低于O(N)、且稳定的基于比较的排序是不存在的。

排序常见的坑

    1.归并排序的额外空间复杂度可以变成O(1)。

        有一种说法说通过内部缓存法可以将归并排序的空间复杂度降至O(1),我觉的这是没有任何意义的，首先，通过内部缓存法的确可以将归并排序的空间复杂度降至O(1),但通过该方法，归并排序将变的不再稳定，如果归并排序不再稳定，那么我们选择归并排序的意义又是什么呢？如果我们图空间复杂是O（1），那我们用堆排序它不香吗。  

     2.原地归并排序

       还有一种原地归并排序的说法，它说通过原地归并排序，归并排序的空间复杂度即可以变成O(1),而且还稳定。但是，我们使用原地归并排序这个技巧后，我们发现时间复杂度竟然会变成 O(n²)，这样的话，我们用插入排序岂不是更好。

   3.快速排序稳定性改进

       “0-1 stable sort” 这么一篇论文说快速排序可以变成稳定的，里面提到对数据样本有很多的要求， 快速排序本来是对数据样本没有限制的，如果对数据样本有限制，直接使用基数排序岂不快哉。

工程上对排序算法的改进

     在一般情况下，如果我们的数据量在60左右或之下，我们可以使用插入排序，因为插入排序虽然时间复杂度为O(n²)，但其常数项优秀，通过大量实验证明，在数据量较小的时候，插入排序凭借其较小的常数项，它的排序速度在快速排序之上，而快速排序在数据量大的时候，它优秀的调度会使它的排序速度非常快。