十种排序算法总结

比较排序

------------基础排序----------

冒泡排序

谁大谁上，每一轮都把最大的顶到天花板，效率太低O(n^2)，掌握swap。

选择排序

效率较低，但经常用它内部的循环方式来找最大值和最小值，O(n^2)。

插入排序

虽然平均效率低，但在序列基本有序时，它很快，所以也有其使用范围。Arrays工具类在1.7做了较大改动。

希尔排序

希尔排序（缩小增量排序），是插入排序的改良，对空间思维训练有帮助。

-------------分治法------------

1.子问题拆分
2.递归求解子问题
3.合并子问题的解

快速排序

快速排序是软件工业中最常见的常规排序法，其双向指针扫描和分区算法是核心，往往用于解决类似问题，特别地partition算法用来划分不同性质的元素，partition->selectK也用于著名的topk问题。
时间复杂度O(nlgn)，但是如果主元不是中位数的话，特别地如果每次主元都在数组区间的一侧，复杂度将退化为n^2。
工业优化：三点取中法，绝对中值法，小数据量用插入排序。
快排重视子问题拆分。

归并排序

空间换时间，归并重视子问题的解的合并。

堆排序

用到了二叉堆数据结构，是继续掌握树结构的起手式。

总结： 以上七种排序都是基于比较的排序，在元素随机顺序情况下它们中最好的也只是nlgn。快排，归并，堆排序都是nlgn的复杂度，其中快排表现最好，是原址的不用开辟辅助空间；堆排序也是原地址的，但是常数因子较大，不具备优势。
下面三个是非比较排序，在特定情况下会比基于比较的排序快。

非比较排序

计数排序

可以说是最快的，用它来解决问题时必须注意如果序列中的值分布非常稀疏，并且最大值很大，空间将会浪费很多。
所以计数排序的适用范围是：序列中的值比较集中，已知边界，且边界较小。

桶排序

先分桶，再用其他排序方法对桶内元素进行排序，最后按桶编号依次出桶。
用它解决问题必须注意序列的值是否均匀分布在桶中。如果不均匀，那么个别桶中的元素可能会远多于其他桶，桶内排序用比较排序，极端情况下，全部元素在一个桶内，复杂度退化为nlgn。

基数排序

数值型排序里又快又稳的排序，无论元素分布如何，只开辟固定的辅助空间（10个桶）。
对比桶排序，基数排序每次需要的桶的数量并不多。而且基数排序几乎不需要任何 “比较”操作，而桶排序桶内多个数据每次必须进行基于比较操作的排序。
因此，在实际应用中，基数排序的应用范围更加广泛。

时间复杂度对照表及图