排序知识点整理

1.常数操作：跟底层数据量无关，如 + - * / 位运算 int a = array[i];与底层数据量有关的 int a = list.get(i) 链表由于地址是乱的，需要在内存中进行遍历寻址。
2.选择排序：从0~n-1位置寻找最小值，将它与第一个位置进行数值交换，由此从第二个开始遍历寻找最 小的值与前面第二个进行交换，以此类推，知道最后一个。
3.冒泡排序：遍历一遍，将最大的排在后面，相邻两个数进行比较，比较顺序，01 12 23 34（下标） 谁大谁往后移动，每一次遍历确定一个数的位置，知道完全排序
3.插入排序：从下标00 01 02 03 04 05进行排序，找到当前几个下标的排序最优解，新元素和之前元素进行多次比较，找到合适的位置进行插入，直到找到合适的位置或者到头为止。（类似扑克牌，新抓的牌按照顺序插入到排列中）如图：

4.归并排序：找到中间值，先让左边排好序，再让右边排好序，最后整合，移动指针，不越界的前提下谁小拷贝谁，相等优先左边，进行整合

5.快速排序：把数组范围中的最后一个数作为划分值，然后把数组通过荷兰国旗问题分成三个部分；
左侧<划分值 中间==划分值 右侧>划分值
（2）对左侧范围和右侧范围，递归执行。
6.堆：堆是一种完全二叉树结构，堆排序：先让整体形成一个大根堆，然后最后一位与头节点进行交换，heapsize–,之后将头节点的值按照大根堆的语法重新排列，直到heapsize = 0即为排好序.

二.时间复杂度：

评价一个算法流程的好坏，先看时间复杂度的指标，然后在分析不同数据样本下的实际运行时间（常数项时间）

（1）选择排序：

时间复杂度计算方法，从第0~n-1一共遍历了 n次 并且此过程中需要比较寻找最小值，此过程是n次，加上交换的一次操作，0~n-1一共进行了N+N+1次常数操作。直到最后常数操作为1+1+1次，根据等差数列的通项公式遍历次数N+N-1+N-2+…,比较次数N+N-1+N-2+…，交换次数 N得出公式为aN^ 2+bN+c,时间复杂度需要在常数操作数量积的表达式中，只要最高阶的项，并且忽略高阶项的系数最后即为O（N^2），其中O类似一个上限，当数据量巨大的时候，决定复杂度的增长趋势，所以可忽略系数。

（2）冒泡排序：

同样的道理，最大的次数为N^2（异或运算，相同为0不同为1，类似无进位相加）条件是 a 和 b 在内存里是两块独立的区域

（3）插入排序：

数据情况的不同会有不同的时间复杂度
7 6 5 4 3 2 1 等差数列，需要O（N^2）
1 2 3 4 5 6 7 则需要O（N）
取最坏的情况 O（N^2）

（4）二分查找： O（log2 N）（有序无序都可用）

由于每次二分则，需要找的次数为 8 4 2 即为 log2 N

（5）递归复杂度：

子问题规模一样，可用master公式T(N) = a*T(N/b) + O(N^d)

（6）归并排序： (小和问题 和 逆序对问题)

此代码两个子问题，即左右两边先排序，是 2*T(N/2)的过程，进行归并的过程是O(N)的过程，根据公式为O(N^d * logN)

求小和

（7）快速排序：（荷兰国旗问题）好的情况下O(N^d * logN) 坏的情况 O（N^2） 空间复杂度O(logN) 最差O(N)

（8）堆排序：时间复杂度O(N*logN)，空间复杂度O(1)

三.稳定性：排序后相同元素相对位置的变化

1.选择排序：做不到稳定性
2.冒泡排序：具有稳定性，由于相等不交换。
3.插入排序：有稳定性，一直向左看，相等不交换
4.归并排序，看具体情况。
5.快排：做不到稳定性。
6.堆排序：做不到稳定性。

总结：大多数的语言排序算法底层都是使用了综合排序，即结合了每种排序的优势。