排序算法介绍

排序算法的介绍

排序也成排序算法（Sort Algorithm），排序是将一组数据，依指定的顺序进行排列的过程。
排序的分类：
1内部排序：需要处理的所有数据都加载到内部存储器中进行排序
2外部排序：数据量过大，无法全部加载到内存中，需要借助外部存储进行排序

常见的排序算法：

• 直接插入排序
• 希尔排序
• 简单选择排序
• 堆排序
• 冒泡排序
• 快速排序
• 归并排序
• 基数排序

算法的时间复杂度

时间频度：一个算法中的语句执行次数称为语句频度或时间频度，记为T(n)
时间复杂度：一般情况下，算法中的基本操作语句的重复执行次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)), O(f(n))为算法的渐进时间复杂度，简称时间复杂度；
T(n)不同，但时间复杂度可能相同。

常见的时间复杂度
常数阶O(1)
对数阶O(log2n)
线性阶O(n)
线性对数阶O(nlog2n)
平方阶
立方阶
k次方阶
指数阶

常数阶
无论代码多少行，只要没有循环等复杂结构，那这个代码的时间复杂度就都是O(1)

int i = 1;
int j = 2;
++i;
j++;
int m = i + j;

对数阶

int i = 1;
while(i < n) {
	i = i * 2;
}

线性阶

for(int i = 1; i <=n; i++) {
	j = i;
	j++;
}

线性对数阶

for(int m = 1; m <=n; m++) {
	i = 1;
	while(i < n){
	i = i * 2;
	}
}

平方阶

for(i = 1; i < n; i++) {
	for(j = 1; j < n; j++
}

平均时间复杂度和最坏时间复杂度

平均时间复杂度是指有可能的输入实例均以等概率出现的情况下，该算法的运行时间
最坏情况下的时间复杂度称最坏时间复杂度。一般讨论的时间复杂度均是最坏情况下的时间复杂度
平均时间复杂度和最坏时间复杂度是否一致和算法有关