排序算法原理总结和Python实现

1 排序算法分类

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。
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。

相关概念:

稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。
不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。
时间复杂度：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。
空间复杂度：是指算法在计算机内执行时所需存储空间的度量，它也是数据规模n的函数。

排序算法原理和Python实现：

冒泡排序（Bubble Sort） – 初级排序算法
选择排序（Selection Sort）-- 初级排序算法
插入排序（Insertion-Sort）-- 初级排序算法

快速排序（Quick Sort）-- 高级排序算法
归并排序（Merge Sort）-- 高级排序算法
堆排序（Heapsort）-- 高级排序算法
希尔排序（Shell Sort）-- 高级排序算法

计数排序（Counting Sort）-- 特殊排序算法
桶排序(Bucket sort) – 特殊排序算法
基数排序（Radix Sort）-- 特殊排序算法

2 算法复杂度

3 排序算法的稳定性

稳定排序是指原来相等的两个元素前后相对位置在排序后依然不变。
不稳定算法：快选堆希（快速排序、选择排序、堆排序、希尔排序）
1、选择排序

选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n - 1个元素，第n个元素不用选择了，因为只剩下它一个最大的元素了。那么，在一趟选择，如果当前元素比一个元素小，而该小的元素又出现在一个和当前元素相等的元素后面，那么交换后稳定性就被破坏了。比较拗口，举个例子，序列5 8 5 2 9，我们知道第一遍选择第1个元素5会和2交换，那么原序列中2个5的相对前后顺序就被破坏了，所以选择排序不是一个稳定的排序算法。

2、快速排序

快排的核心思想就是每次我选取一个基准，将小于这个基准的元素划分到左边，大于这个基准的元素划分到右边，然后将基准放在这两块的中间。快排是不稳定的。看下面这个简单的例子：
假设，当前的基准 5 ，我们已经成功的把小于 5 的元素划分到左半部分（ 3，3，4，3），大于 5 的元素划分到了右半部份（8，9，10，11）。
[ 5 3 3 4 3 8 9 10 11 ]
此时我们将基准交换到两个部分的中间，方法就是将 5 与 左半部分最后一个元素 3 进行交换。到这里你就会发现，原来在后面的 3 现在跑到其它 3 的前面来了。

3、堆排序

我们知道堆的结构是节点 i 的孩子为 2 * i 和 2 * i + 1 节点，大顶堆要求父节点大于等于其 2 个子节点，小顶堆要求父节点小于等于其 2 个子节点。在一个长为 n 的序列，堆排序的过程是从第 n / 2 开始和其子节点共 3 个值选择最大(大顶堆)或者最小(小顶堆)，这 3 个元素之间的选择当然不会破坏稳定性。但当为 n / 2 - 1, n / 2 - 2, … 1 这些个父节点选择元素时，就会破坏稳定性。有可能第 n / 2 个父节点交换把后面一个元素交换过去了，而第 n / 2 - 1个父节点把后面一个相同的元素没有交换，那么这 2 个相同的元素之间的稳定性就被破坏了。所以，堆排序不是稳定的排序算法

4、希尔排序

希尔排序是按照不同步长对元素进行插入排序，一次插入排序是稳定的，不会改变相同元素的相对顺序。但在不同的插入排序过程中，相同的元素可能在各自的插入排序中移动，最后其稳定性就会被打乱，所以希尔排序是不稳定的。

参考资料

十大经典排序算法（动图演示）
冒泡排序（Bubble Sort）
选择排序（Selection Sort）
插入排序（Insertion-Sort）
快速排序（Quick Sort）
归并排序（Merge Sort）
堆排序（Heapsort）
希尔排序（Shell Sort）
计数排序（Counting Sort）
桶排序(Bucket sort)
基数排序（Radix Sort）