数据结构与算法（五）

排序算法

1、直接插入排序

• 对于一个带排序数组来说，其初始有序数组元素个数为1，然后从第二个元素，插入到有序数组中。
• 对于每一次插入操作，从后往前遍历当前有序数组，如果当前元素大于要插入的元素，则后移一位；如果当前元素小于或等于要插入的元素，则将要插入的元素插入到当前元素的下一位中。

2、希尔排序

• 先将整个待排序记录分割成若干子序列，然后分别进行直接插入排序，待整个序列中的记录基本有序时，在对全体记录进行一次直接插入排序。
• 其子序列的构成不是简单的逐段分割，而是将每隔某个增量的记录组成一个子序列。希尔排序时间复杂度与增量序列的选取有关，其最后一个值必须为1.

3、归并排序

• 该算法采用分治法；对于包含m个元素的待排序序列，将其看成m个长度为1的子序列。
• 然后两两合归并，得到n/2个长度为2或者1的有序子序列；然后再两两归并，直到得到1个长度为m的有序序列。（归并排序就是个⼆叉树的后序遍历）

4、冒泡排序

• 对于包含n个元素的带排序数组，重复遍历数组，首先比较第一个和第二个元素，若为逆序，则交换元素位置；然后比较第二个和第三个元素，重复上述过程。
• 每次遍历会把当前前n-i个元素中的最大的元素移到n-i位置。遍历n次，完成排序。

5、快速排序

• 快速排序的核心思想是分治：选择数组中某个数作为基数，通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数都比基数小，另外一部分的所有数都都比基数大，然后再按此方法对这两部分数据分别进行快速排序，循环递归，最终使整个数组变成有序。（快速排序就是个⼆叉树的前序遍历）
• **实现：**双指针，一个找大于基数的，一个找小于基数的；找到后将两个数字进行交换。继续循环交换直到i>=j结束循环；最终指针i=j,此时交换基数和i(j)指向的数字即可将数组划分为小于基数/基数/大于基数的三部分，即完成一趟快排；
• 快排算法是不稳定的排序算法。例如：待排序数组:int a[] ={1, 2, 2, 3, 4, 5, 6};若选择a[2]（即数组中的第二个2）为枢轴，而把大于等于比较子的数均放置在大数数组中，则a[1]（即数组中的第一个2）会到pivot的右边， 那么数组中的两个2非原序。若选择a[1]为比较子，而把小于等于比较子的数均放置在小数数组中，则数组中的两个2顺序也非原序。
• 快排最差情况推倒。在快速排序的早期版本中呢，最左面或者是最右面的那个元素被选为枢轴，那最坏的情况就会在下面的情况下发生啦：1）数组已经是正序排过序的。 （每次最右边的那个元素被选为枢轴）2）数组已经是倒序排过序的。 （每次最左边的那个元素被选为枢轴）3）所有的元素都相同（1、2的特殊情况）。快速排序，在最坏情况退化为冒泡排序，需要比较O(n2)次（n(n - 1)/2次）。
• 如何避免最差情况、因为这些案例在用例中十分常见，所以这个问题可以通过要么选择一个随机的枢轴，或者选择一个分区中间的下标作为枢轴，或者（特别是对于相比更长的分区）选择分区的第一个、中间、最后一个元素的中值作为枢轴。有了这些修改，那快排的最差的情况就不那么容易出现了，但是如果输入的数组最大（或者最小元素）被选为枢轴，那最坏的情况就又来了。

6、选择排序

• 每次循环，选择当前无序数组中最小的那个元素，然后将其与无序数组的第一个元素交换位置，从而使有序数组元素加1，无序数组元素减1
• 初始时无序数组为空。

7、堆排序

• 堆排序是一种选择排序，利用堆这种数据结构来完成选择。其算法思想是将带排序数据构造一个最大堆（升序）/最小堆（降序），然后将堆顶元素与待排序数组的最后一个元素交换位置，此时末尾元素就是最大/最小的值。
• 然后将剩余n-1个元素重新构造成最大堆/最小堆。

8、计数排序

• 如果比元素x小的元素个数有n个，则排序后，元素x的位置为n+1。
• 步骤：
  • 1）找出待排序的数组中最大的元素；
  • 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。稳定性：稳定。时间复杂度：O(n+k)，k是待排序数的范围。

9、桶排序

• 步骤：
  • 1）设置一个定量的数组当作空桶子；
  • 2）寻访序列，并且把记录一个一个放到对应的桶子去；
  • 3）对每个不是空的桶子进行排序；
  • 4）从不是空的桶子里把项目再放回原来的序列中。时间复杂度：O(n+C) ，C为桶内排序时间。

时间复杂度

1、 定义

- 时间复杂度就是用来方便开发者估算出程序的运行时间
- 我们通常会估计**算法的操作单元数量**，来代表程序消耗的时间， 这里我们默认CPU的每个单元运行消耗的时间都是相同的。
- 假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示
-  随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同，这称作为算法的渐近时间复杂度，简称时间复杂度，记为 O(f(n))
- 大O用来表示上界的

2、比较

什么是稳定性排序

• 假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；
• 否则称为不稳定的。