十大经典排序算法（个人学习总结）

十大经典排序算法

最近想要学习一些基础的算法，总结出的一些简单的描述。

1.冒泡排序

首先，交代一下最简单的冒泡排序，这种排序就是重复地遍历数列，通过不断地比较相邻的两个数之间的大小，小的前移大的后移，然后不停地重复这一步，直到所有的步骤都不在需要交换了，排序也就完成了。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

2.快速排序

（1）快速排序主要是在所有的数中定义一个基准，通常是大小处于最中间的数，
（2）然后遍历所有数，比基准大的放在基准后，小的放在基准前（相同的数可以放到任意一边），这个操作称为分区操作。
（3）不断地对分出来的区域做（2）的操作。
这边有个大佬的动图非常地生动形象。（地址：https://blog.csdn.net/weixin_42109012/article/details/91645051）

例：
3 , 14, 56, 35, 26, 1；
3 , 14, 56, 35, 26, 1；
3 , 14, 1 , 26, 56, 35;
3 , 14, 1 , 26, 56, 35;
1 , 3 , 14. 26, 35, 56;

3.插入排序

插入排序和选择排序一样将整个数组分为两个部分：已排序和未排序，默认第一个数在已排序之中，从未排序数列的第一个数开始依次比较之前的数（即已排序的数，从后往前），如果已排序的数大，则将已排序的数后移一位，不断比较，直到已排序的数小于或等于未排序的数，将未排序的数插入已排序的数之后。
例:从小到大选择排序；
3 , 14, 56, 35, 26, 1；
3 , 14, 56, 35, 26, 1；
3 , 14, 56, 35, 26, 1；
3 , 14, 35, 56, 26, 1；
3 , 14, 26, 35, 56, 1；
1 , 3 , 14, 26, 35, 56；

4.希尔排序（Shell Sort）

该方法因 D.L.Shell 于 1959 年提出而得名，第一个突破O(n2)的排序算法，是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
希尔排序的理解容易，解释就比较抽象了，我从网上一位大牛的博客找了一幅动图来解释。（地址：https://www.cnblogs.com/onepixel/articles/7674659.html）

简单的来说希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至 1 时，整个文件恰被分成一组，算法便终止。
例：
3 , 14, 56, 35, 26, 1；
3 , 14, 56, 35, 26, 1；
3 , 14, 1, 35, 26,56；
3 , 14, 1, 35, 26,56；
1 , 14, 3 , 35, 26, 56;
接下来就是简单的插入排序：
1 , 14, 3 , 35, 26, 56;
1 , 14, 3 , 35, 26, 56;
1 , 3 , 14, 35, 26, 56;
1 , 3 , 14, 35, 26, 56;
1 , 3 , 14, 26, 35, 56;
1 , 3 , 14, 26, 35, 56;

5.选择排序

选择排序也是一个比较简单的直观的算法，举个直观的例子，将一群数列排序，要求从大到小排，那么选择排序就是先在这组数列中找出最大的数，并与第1个数交换位置，从现在开始整个数列就分成了两个部分：有序区和无序区，然后再在无序区找到最大的数与无序区的第1个数交换位置，并加入有序区，不断地重复这一操作，最后就可以得出要求的排序了。从小到大排序亦然。
例：从小到大选择排序；
3 , 14, 56, 35, 26, 1；
1 , 14, 56, 35, 26, 3；
1 , 3 , 56, 35, 26,14;
1 , 3 , 14, 35, 26, 56;
1 , 3 , 14, 26, 35, 56;
1 , 3 , 14, 26, 35, 56;
1 , 3 , 14, 26, 35, 56;

6.堆排序

堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的平均时间复杂度均为O(nlogn)，它也是不稳定排序。
说实话，看见堆排序的时候我人开始是懵逼的，本身二叉树没学什么太深奥的内容，没想到能够用在这儿，仿佛打开了新的天地一般。
果断上网找了大佬的文章：https://www.cnblogs.com/chengxiao/p/6129630.html
作为小白的我无助躺尸。大佬不愧是大佬，介绍详细，清晰易懂。
简单地说一下我的理解，堆排序本质上是将待排序的数列构成一个大顶堆（注：堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。），此时整个数列的最大值就是堆顶的根节点，将其与末尾元素交换，此时末尾就是最大值，将末尾分离，剩下的元素就构成一个新的堆，重复之前的操作，直至最后，已然排序完毕。

7.归并排序

归并排序是建立在归并操作上的一种有效，稳定的排序算法，该算法是采用分治法的一个非常典型的应用。
归并操作，也叫归并算法，指的是将两个顺序序列合并成一个顺序序列的方法。
先将数列两两分组，互相比较，大小换位，前小后大，再将分组两两比较，数次重复合并为一个总的分组。
例：
3 , 14, 56, 35, 26, 1；（比较3次）
{3 , 14}, {35, 56}, {1, 26}；（结果）
{3 , 14, 35, 56}, {1, 26}；（比较2次）
{1 , 3 , 14, 26, 35, 56}；（比较4次）

8.计数排序

计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。
（1）找出数列的范围；
（2）在有范围的基础上，统计每个数出现的次数；
（3）从小到大将范围中的数依次输出，直到次数为0；
动图如下：（地址：https://www.cnblogs.com/onepixel/articles/7674659.html）

9.桶排序

个人感觉桶排序就是计数排序的一个进阶，计数排序只能排序整数，而桶排序就是制造一个可以放入数的“桶”，将类似或者一样的数放入同一个“桶”内，再把每个桶拼接起来。不在拘泥于整数。
下面是百度百科的一幅图，清晰解释。

10.基数排序

首先确定最大值的位数；从低位开始排序，顺序收集，再按高一级位开始排序顺序收集，直到最高位的排序收集完毕，排序也就好了。
话不多说，动图是真的香：(来源：https://www.cnblogs.com/onepixel/articles/7674659.html#!comments)

总结

本次学习总结出所谓的结论或许不太清晰，有待改进，参考大量文章的来源，有百度百科，博客等，如有任何不对之处，请斧正，谢谢。
还有我发现，动图真的是个好东西！！可以清晰明了。

参考网址

大量动图讲解：https://www.cnblogs.com/onepixel/articles/7674659.html#!comments
堆排序详解：https://www.cnblogs.com/chengxiao/p/6129630.html
还有百度百科！