5种常见的排序算法

选择排序

伪算法：

function SelectionSort(A, n)
	for i = n-1 downto 1
		max_index = 0	//选取一位标志位为最大元素下标
		for j = 1 to i
			if A[j] > A[max_index]	
			//如果j所指向的数字大于标志位的数字时，将max_index指向j
			max_index = j
		SWAP(A[j], A[max_index])	//交换j和max_index的数值

冒泡排序

伪算法：

function BubbleSort(A, n)
	for i=n-1 downto 1
	#将A[0,...,i]从左向右冒泡，最大的数将出现在最右边
		for j=0 to i-1
			if A[j] > A[j+1]
				SWAP(A[j], A[j+1])

优化：

function BubbleSort(A, n)
	for i=n-1 downto 1
	Swapped = Flase
	#将A[0...i]从左向右冒泡，最大的数将出现在最右边
		for j=0 to i-1
			if A[j] > A[j+1]
			//如果前一位数字大于后一位数字，则交换数值
				SWAP(A[j], A[j+1])
				Swapped = True
		if not Swapped
			break

插入排序

类似于抓扑克牌
伪算法：

function InsertSort(A, n)
	for i=1 to n-1
	#将A[i]插入到已排好序的A[0,...,i-1]中
	new_card = A[i]
	j = i-1
	while j>=0 and A[j] > new_card	
	//当j所指向的手牌比要插入的新牌大时，需要向右移动这张手牌，并将指针j左移一位
		A[j+1] = A[j]
		j = j-1
	A[j+1] = new_card	//当new_card大于j所指向的数字时，将new_card插入到j+1的位置

	最好时间复杂度	最坏时间复杂度	平均时间复杂度
选择排序	O(n²)	O(n²)	O(n²)
冒泡排序	O(n)	O(n²)	O(n²)
插入排序	O(n)	O(n²)	O(n²)

• 一般情况下，时间复杂度，选择最慢，冒泡次之，插入相比较快
• 在数据规模小的情况下，选择插入排序

归并排序

• 算法核心思想：分治法，将原问题分成子问题，分别解决，合成答案
  1、将序列中待排序数字分为若干组，每个数字为一组
  2、将若干个组两两合并，保证合并后的组是有序的
  3、重复第二步操作知道只剩下一组，排序完成
• 时间复杂度：O(n*logn)
• 空间复杂度：O(n)
• 应用：合并有序链表，链表的元素访问方式是顺序访问

快速排序

• 基本思想：
  1、选定 pivot 中心轴（一般选取最左边的数字）
  2、将大于 pivot 的数字放在 pivot 的右边
  3、将小于 pivot 的数字放在 pivot 的左边
  4、分别对左右子序列重复前 3 步操作
• 最坏时间复杂度：O(n²)
• 平均时间复杂度：O(nlogn)
• 最好时间复杂度：O(nlogn)