算法学习笔记-【排序篇】

1. 冒泡排序

O（1） O（n平方） 稳定 

2. 插入排序-优化为希尔排序

O（1）  O（n平方） 稳定 

3. 选择排序

O（1） O（n平方）  不稳定 

4. 归并排序nlog(n) 分治

O（n） nlog(n) 稳定 

5. 快速排序nlog(n) 分治思想

 
平均时间复杂度  有序度

桶排序 logn

例子：考生分数

计数排序logn

例子：分数比较集中

基数排序logn

例子：手机号

二分查找

查找第一个值等于给定值得元素
查找最后一个值等于给定值得元素
查找第一个大于等于给定值得元素
查找最后一个小于等于给定值得元素

跳表

实际应用基于链表的二分法 - 带多层索引
查找插入删除
时间： Ologn
 空间： Ologn
需要动态更新索引（可以联想到平衡二叉树）
按照区间查找数据 红黑树没有跳表效率高

hash表 - 散列表 - 数组的拓展

避免散列冲突

开放寻址法：在原数组中挨个存储相同元素
需要标记已经删除的元素为delete
评价：装载因子不能过大，比较浪费存储空间

链表法

避免dos攻击：运用跳表、红黑树
评价：适合存储比较大的对象，大数据量

装载因子过大，共同需要动态扩容，避免一次性扩容

连续空间>时间>碎片空间

哈希算法

MD5、SHA1、SHA256
应用场景：
安全加密、唯一标识、数据校验、散列函数、负载均衡、数据分片、分布式存储。
要求：
难反向推到、散列冲突低

推广：区块链

二叉树

遍历：O（n）
前中后序

二叉查找树

支持动态数据集合快速插入、删除、查找

删除取巧：标记delete
O(hieght) 小于O（log2n）

平衡二叉查找树

AVL树和红黑树区别，为什么使用红黑树更多
https://blog.csdn.net/zhangvalue/article/details/101483736

查找、删除、插入 
AVL树：时间复杂度： O（logn） 旋转次数O（logn）
红黑树：时间复杂度： O（logn） 旋转次数O（logn）

堆排序

实质：完全二叉树

利用大顶堆、小顶堆解决问题：

• 优先级队列
• 合并有序小文件
• 高性能定时器
• 求topK
• 求中位数
• 求n%位数

图

有向图、无向图
邻接矩阵存储方法
邻接表存储方法LinkedList
邻接表中的链表可以替换为红黑树、跳表、散列表、动态有序数组等

搜索示例
顶点数：V 边数：E

• 深度优先遍历DFS

走迷宫，回溯思想
借助递归和栈来实现
搜索出来不是最短路径
空间复杂度O(E)

• 广度优先遍历BFS

地毯式，层层推进
空间复杂度O（V）
经过改造后记录每个顶点与起始定点距离，容易找出n度关系