常见排序算法思想

稳定的排序算法有：

1.冒泡排序：将小的数往前挪，将大的数往后挪。
2.插入排序：移动第i+1的那个数，在此数之前的序列中，从后往前进行比较相邻的两个数，将更小的数放前面，保证每次第i+1个之前的子序列有序。
3.归并排序：利用分治的思想，将一个无序的数组分解若干以两个数为一组的子数组，然后将每个子数组进行排序，可以得到若干连续的有序数组，再次合并排序合并直至最后为一个数组。

不稳定的排序算法有：

1.选择排序：每次都选择最小的数跟前面的数交换。
2.快排：也是利用分治的思想，以数组arr中的第i数为基准，将比arr[i]大的数放在一边，比arr[i]小的数放在一边。每个子数组一次类推即可完成快排。
3.希尔排序：取一个任意基准数（一般取集合长度的一半），然后将序列下标为该基数的倍数的数作为一个集合进行插入排序，通过缩小基数（新基数=基数/2），每改一次进行一次插入排序，直至基数为1为止即可完成希尔排序。
4.堆排：将数组建成一个大堆，然后将堆顶的数和堆低的数进行交换，然后堆的大小减1再次调整为大堆，再次交换以此类推，直至堆的大小为1。

各个排序算法时间/空间复杂度归纳

各个排序算法的使用场景：

对于数据量小的，基于他们的稳定性选择冒泡和插入排序。
对于数据相对有序的情况，我们也可以使用冒泡和插入或者快排，这时他们效率最高。
当数据量大的时候优先考虑归并，堆排，快排。
当数据完全属于无序的，使用快排最佳，但是堆排的空间复杂度最低，如果要求稳定性就要选择归并排序。
一般没有特殊的要求，快排还是比较常用的。

写一个简单的快排

int divarray(int arr[],int left,int right) {
	int key = arr[right];
	int k = left;
	for (int i = left; i < right; ++i) {
		if (arr[i]<key) {
			swap(arr[i],arr[k++]);
		}
	}
	swap(arr[right],arr[k]);
	return k;
}

void mysort(int arr[],int left,int right) {
	if (left< right) {
		int i = divarray(arr,left,right);
		mysort(arr,left,i-1);
		mysort(arr,i+1,right);
	}
}

TOP K问题以及大数据查找问题（高频）

这个问题是常问的问题，一定要答的精彩一点。
首先这个问题一定要追问面试官，具体的细节相关，如果是单纯的排序问题则是选择快排和堆排，堆排就可以使用优先级队列。
如果是具体的场景，比如要是找出微博热搜的前K个热搜话题，这时就可以问问面试官，内存是否够用？服务器有多少？单核还是多核？
如果对内存有要求且单一服务器，则应该先对文件进行哈希切分，切分为多个小文件，在再每个文件里面用哈希表统计次数，再进行排序，排完序取出前K个，再归并排序这些数据。
如果是分布式的服务器，则需要先在每个服务器上先用堆排或者快排求出前k个，求完之后再把这些前K个数据组合归并起来，之后再使用一次堆排。求出前K。