数据结构——408排序、复杂度记忆

408的小伙伴先为大家送上一个关于排序的记忆口诀：
（本口诀来自于哔站up狂暴的南希，觉得这个方法特别好，在此感谢）

小故事：
很久以前有两个小动物，
插帽龟，统计鸡。他们办事两个很稳！（插冒归，桶计基稳定）
插帽龟在选帽插的时候慌了！（选冒插n2）
插帽龟说你们嗯老实点快归堆（nlogn快归堆）
统计鸡说别着急，我会加减乘除（桶计n+k 基n*k）

精简版：
插冒归 和 桶计基 稳
选冒插 慌了 n2了
快归堆 嗯老 nlogn
统计鸡 加减乘除 桶计n+k 基n*k

代码掌握要求：快速排序（c）

冒泡排序

一句话描述：如同水底的泡泡向上冒一样，愈来愈大。
(升序为例：每趟结束，会将整个序列中 大的元素 放到最后的 正确位置)

具体思想：
从头开始，依次比较相邻两个元素大小，以升序为例，我们每次遍历把当前范围的最大值置尾，遍历（n-1）次后完成排序。

具体操作为，外层套循环，依次遍历，最多需要（n-1）次。每次选中两个相邻元素，如果右>左，则将两元素位置交换，如果正确则不动，那么我们就将较大的元素置后了，依次遍历就实现了最大元素置尾。那么进行最多n-1次后，就实现了整体的排序。

时间复杂度：
还是以升序为例，最好情况就是顺序已经排好了，不用移动，那么我们就没有消耗；最坏情况对于冒泡排序而言，就是整个相反，那么我们每个元素都需要花费一次遍历把它移到队尾，需要移动n-1次。然后我们再进行n-1次遍历，时间复杂度为O(n2)。

编程实现部分：采用双层for循环。外层循环索引为循环序数，每完成一次循环，便确定一个数的位置（将当前遍历的数组中最大值置于最后）。内层循环指向不同的相邻元素，遍历范围为：n-i-1

例：有10个数，由于最后一次无需移动，则遍历9次即可完成，那么便是

for(int i=0; i<number.length-1; i++)

对于内层：

for(int j=0; j<number.length-i-1; j++)

具体实现可以为：

public class demo {
	public static void main(String[] args) {
		
		int[] number= {10, 8 , 7, 3 , 5 , 2 , 6};
		int tmp=0;
		for(int i=0;i<number.length-1;i++) {
			for(int j=0;j<number.length-i-1;j++) {
				if(number[j]>number[j+1]) {
					tmp=number[j];
					number[j]=number[j+1];
					number[j+1]=tmp;
				}
			}
		}
		for(int x:number) {
			System.out.print(x+"\t");
		}
	}
}

选择排序

一句话描述：遍历所有元素，将遍历过程中最大那个，和最后的元素交换位置。

具体思想：还是以升序为例，冒泡排序是把大的往后放，选择排序是把小的往前放。从头起选一个范围，范围由全表到小，选出当前范围内最小的元素置首（范围的首部），然后缩小范围，将首位剔除，多次遍历，就实现了排序。

设置一个临时最小值位，首先由全表开始，找出最小的元素，放在首位。此时最小值已经位于正确位置，我们不用管它了，将窗口缩小。从第二位开始，找出当前范围的最小值，将它置于当前范围的首位（全表的第二位），那么第二小的数也已经就位，继续遍历，知道完成全表排序。

对于时间复杂度：外层循环，我们需要进行n次范围选取，内层的最小值搜索，我们需要遍历最多n个数，那么时间复杂度为O(n2)。

插入排序

具体思想：选取一个范围，范围由小到大，保证范围内排序正确，如同将扩大范围得来的新元素插入到原有序的范围中一样。

具体操作：首先我们选前两个元素，按照所需规则先排序（如升序）。那么我们调整顺序，将两者中较大的元素后置。接下来，选前三个元素进行排序。由于一和二的大小关系已经确定，此时引入第三个元素就相当于插入（所以叫插入排序）。此时就有三种可能，那么就将其与已完成排序的元素逐一比较，如果比二小，再与一进行比较。。由此，逐渐增加到三个、四个、到所有元素，最终得到完成排序的数列。在这个过程中，我们每次的操作都是一种插入，最多需要遍历（n-1）次完成排序。

下面我们来看时间复杂度：
我们需要两层循环，外层循环进行范围的选取，最多需要（n-1）次；内层循环我们从后遍历，找出引入元素要插入的位置，最多需要n次，那么插入排序的时间复杂度为O(n2)。

希尔排序

一句话描述：分组思想，组内元素排序，减小划分间隔使组变大，直到间隔为1全部有序。

首先设定一个间隔，事实上希尔排序对于分组的间隔没有明确的界定，不过一般为数据总数的一半。如：10个整型数据，那么便可以设定间隔为5，那么就将所有的数据分成了5组，每组就分配到了两个数据。将这5组进行组内排序，然后，我们再将排好序的所有元素合在一起。此时，整个数组已经有部分数据之间具备顺序关系了，我们接着重新设定间隔，在原有基础上减小间隔，一般为减半，继续对组内的元素进行排序。不断地重复上述操作，直到最后的间隔为1。

此时，我们进行最后一次整体的排序，得到最终结果。

！无论过程中设定的间隔为多少，最终希尔排序的间隔都会为1 ！

快速排序

一句话描述：选一个元素，将比他小的元素放他左面，比他大的放右面，一趟下来这个元素的正确位置被找到。

归并排序

一句话描述：分组使组内有序，将组进行归并为更大组，使组内有序，直至整体。

堆排序

一句话描述：以堆的思想存储，进行堆调整得出最值元素取出，并继续调整。

基数排序

一句话描述：从最高位开始（万、千、百），将相同数字的元素放在同一组，按照大小合并构成新序列，重复此操作直到个位。

时间复杂度分析

时间复杂度	最好	最坏	平均	稳定性
冒泡排序	O(n)	O(n2)	O(n2)	稳定
选择排序	O(n)	O(n2)	O(n2)	不稳定
插入排序	O(n)	O(n2)	O(n2)	稳定
希尔排序	O(n)	O(n2)	O(n1.3)	不稳定
快速排序	O(n*log2n)	O(n2)	O(n*log2n)	不稳定
归并排序	O(n*log2n)	O(n*log2n)	O(n*log2n)	稳定
堆排序	O(n*log2n)	O(n*log2n)	O(n*log2n)	不稳定
基数排序	O(d(r+n))	O(d(r+n))	O(d(r+n))	稳定

注：r为基数，d为长度，n为个数。

图片整理自网络。
未完待续。。。