排序算法之归并和基数

排序算法根据是否需要访问外存，分为内部排序和外部排序。

内部排序是指待排序列完全存放在内存中所进行的排序过程，适合不太大的元素序列。
外部排序是指大文件的排序，即待排序的记录存储在外存储器上，待排序的文件无法一次装入内存，需要在内存和外部存储器之间进行多次数据交换，来达到排序整个文件的目的。
一.内部排序
使用内存，分为插入（直接插入排序  希尔排序）、选择（简单选择排序  堆排序）、交换（冒泡排序  快速排序）、归并、基数。

---

7.归并排序

分治思想

• 基本思想：将两个有序的数组归并到另一个数组中，需要开辟额外的空间。
• 代码实现（Java）：

    public static void mergeSort(int[] arr) {
		if(arr==null || arr.length<2) {
			return ;
		}
		mergeSort(arr,0,arr.length-1);
	}
	
	public static void mergeSort(int[] arr,int left,int right) {
		if(left==right) {
			return ;
		}
		int mid=left+((right-left)>>1);
		mergeSort(arr,left,mid);
		mergeSort(arr,mid+1,right);
		merge(arr,left,mid,right);
	}
	
	public static void merge(int[] arr,int left,int mid,int right) {
		int[] temp=new int[right-left+1];
		int i=0;
		int p1=left;
		int p2=mid+1;
		while(p1<=mid && p2<=right) {
			temp[i++]=arr[p1]<arr[p2]?arr[p1++]:arr[p2++];
		}
		while(p1<=mid) {
			temp[i++]=arr[p1++];
		}
		while(p2<=right) {
			temp[i++]=arr[p2++];
		}
		for(i=0;i<temp.length;i++) {
			arr[left++]=temp[i];
		}
	}

• 算法分析：时间复杂度为O(nlogn)，是稳定排序。

8.基数排序 

基数排序基于桶排序，是分配排序的实现。分配排序的基本思想是排序过程无需比较关键值，通过分配和收集来实现排序。

桶排序的基本思想是：设置若干个桶，依次扫描待排序的元素，把关键字在某个范围内的元素全部装到第K个桶中（分配），然后按序号依次将各个非空的桶首尾连接起来（收集）。

桶的类型设计成链表，先进先出原则。桶排序的时间复杂度为O(m+n)。基数排序是对桶排序的一种改进。

• 基本思想：对数字型或字符型的单关键字，可以看作由多个数位或字符构成的多关键字，此时可以采用“分配-收集”的方法进行排序，这一过程称为基数排序法，其中每个数字或字符可能的取值个数称为基数。即将待排数据中的每组关键字依次进行桶排序。
• 代码实现（Java）：
• 算法分析：时间复杂度为O(n)（O(d * (n + r))，d 为位数，r 为基数，n 为原数组个数）。空间复杂度较高，且待排序的元素都要在一定的范围内。

9.总结

排序算法的复杂度和稳定性：

算法的稳定性是指排序前后，相等的两个元素次序不变。

                 

选择算法时要考虑的因素：待排序元素的数目、记录其他元素的内存大小、元素的结构及分布情况、对排序稳定性的要求。

设待排元素的大小为n，

• 当n较大时，采用时间复杂度为O(nlogn)的算法：快速、堆、归并
• 当n较大，内存空间无要求且要求稳定性时，选择归并排序
• 当n较小时，可采用直接插入或直接选择排序：直接插入（元素分布有序）、直接选择（元素分布有序且不要求稳定性）
• 一般不使用冒泡排序
• 基数排序是稳定的，但存在一定的局限性：元素可分解，较适用于数字的排序且最好是无符号、数字较密集的序列。
• 元素的移动次数与关键字的初始排列次序无关的是，基数排序
• 元素的比较次数与初始序列无关的是，选择排序
• 算法的时间复杂度与初始序列无关的是，选择排序、归并排序、堆排序
• 不稳定的排序：快选希堆