算法学习day3

参考资料《我的第一本算法书》

第2章 排序
（1）冒泡排序参考算法学习记录day1
在最糟糕的情况下，时间复杂度为O（n^2）

（2）选择排序参考算法学习记录day1
在最糟糕的情况下，时间复杂度为O（n^2）

（3）插入排序
①思路：从右侧的未排序区域内取出一个数据，然后把它插入到已排序区域内合适的位置上。最糟糕的情况下，时间复杂度为O（n^2）。
②如：随机给出一组数据要求从小到大排列，利用插入排序过程如下：从左边第二个数开始，与第一个数进行比较，若第二个数更小，则交换，否则，不变。再将第三个数取出比较，交换，以此类推，即可实现从小到大排序。

（4）堆排序
①与之前的数据结构——堆，类似参考算法学习day2，但这里是降序的。即最大的数位于最上面，取数的时候也是从最大值开始取。
②规则：父结点要大于子结点。
③整体来看，堆排序的时间复杂度为O（n㏒n），显然这要比冒泡、选择、插入排序的时间更短，但是堆相对要复杂些，难以实现。

（5）归并排序
①归并排序算法会把序列分成长度相同（或相差1）的两个子序列，当无法继续往下分时，就对子序列进行归并。归并指的是把两个排好序的子序列合并成一个有序序列，一直执行，直到全部归并。
②总的运行时间为O（n㏒n）。
③子序列在归并时，要按照从小到大进行调整。

（6）快速排序
①是一种“分治法”。将原本的问题分成两个子问题，然后再分别解决这两个问题。
②在解决子问题时会再次使用快速排序。这种在算法内部继续使用该算法的现象被称为“递归”。
③不特别强调最糟糕情况时，整体的时间复杂度为O（n㏒n）。
④即从给出的一组数中随机选择一个数作为参考，比这个参考小的就移到参考值的左边，大的就移到参考值的右边，继续在两边找参考值，比较、移动，可实现从小到大排序。