2021-07-31

排序：利用数组将一组数据，按指定的顺序进行排列

分类：内部排序：将要处理的所有数据都加载到内部存储器中进行排序。（八种排序）

• 插入排序：

  • 直接插入O(n2):将无序元素通过比较，插入有序空间
  • 希尔排序: 简单的插入排序每次只比较两个元素只能交换两个错位的元素，所以效率很低，希尔排序在此基础上通每次比较（并交换）相隔一定距离的元素，从而提高排序效率。

• 选择排序：

  • 简单选择O(n2):找到数组中最小的元素，并和第一个元素进行交换，在剩下的元素中找到最小的元素，与数组中的第2个元素进行交换，如此往复，直到有序
  • 堆排序: 堆排序就是利用堆（优先队列）对序列进行排序，因为优先级最高的元素永远在堆顶，所以我们可以一直取堆顶元素然后重新生成堆直到有序。这个过程其实就是根据上面的冒泡排序，把找最优元素的任务交给了堆 来降低时间复杂度。

• 交换排序：

  • 冒泡排序O(n2): 进行N-1次循环，在第k次循环中从0开始到N-k-1每次比较相邻的两个元素，看是否需要交换。
  • 快速排序: 和插入排序时一样，冒泡排序每次只比较相邻的两个元素，所以效率也会很低，如果我们每次取未排序的序列中的一个元素（称为主元）把未排序的序列分成两个子序列，其中一个全部小于主元，另一个全部大于主元，然后递归地进行这样的排序。

• 归并排序: 顾名思义，归并排序就是根据归并操作的原理，把序列中的N个元素看成N个有序的子序列，每次合并两个相邻有序子序列，直到剩下一个长度为N的 序列，即为原序列排好序后的有序序列

  • 利用归并思想进行排序，采用了分治策略。

• 基数排序: 是桶排序的延伸，排序时不止考虑单个关键字。其实就是单纯用一种关键字来排序效率低，我们可以对于在一种分类后子序列还能分为许多种子序列（也就是多层关键字）的情况用基数排序，也就是将单个整形关键字按某种基数分解为多关键字，再进行排序。

• 堆排序：就是利用堆（优先队列）对序列进行排序，因为优先级最高的元素永远在堆顶，所以我们可以一直取堆顶元素然后重新生成堆直到有序

• 外部排序：数据量过大，无法全部加载到内存中，需要借助外部存储进行排序。

  算法的时间复杂度O(f(n))：

  1. 事后统计法：先运行再统计：1.麻烦；2.不准确，必须在同一台计算机的相同状态下运行才能比较（不推荐）

  2. 事前估算法：分算法的时间复杂度来判断，复杂度是忽略常数的（指数级）
     时间频度T(n)：算法花费的时间与算法中语句的执行次数成正比
     比如求连续数字之和：

     total = (1+end)*end/2; T(n) = 1;
     而常规的算法 T(n) = n+1; 1.忽略常数 2.忽略低次项 3.忽略系数
     计算时间复杂度的方法：
     1.常数项用1代替
     2.只保留最高阶项
     3.去除最高阶项的系数
     *对数阶logN < 线性阶n < 线性对数阶nlogN

  无论代码执行多少行，若没有循环等复杂结构，时间复杂度为O（1）；
  while（i < n）i = i*2; 时间复杂度为logN
  消耗的时间随n的变换而变化 O(n)
  将时间复杂度为O(logN)的代码循环n边 nlogN
  双层for循环 O(n^2)
  i层for循环 O(n^i)

• 空间复杂度：占用的储存空间大小（空间换时间）：用户体验来看,更看中程序的执行速度

• 稳定性:

  1. a原本在b的前面，而a=b，排序之后a仍在的前面，就是稳定的
  2. 若a可能出现在b的后面，就是不稳定的

  没有最好的算法，只有最合适的算法

1. 当数据规模较小时候，可以使用简单的直接插入排序或者直接选择排序。
2. 当文件的初态已经基本有序，可以用直接插入排序和冒泡排序。
3. 当数据规模较大时，应用速度最快的排序算法，可以考虑使用快速排序。当记录随机分布的时候，快速排序平均时间最短，但是会出现最坏的情况，这个时候的时间复杂度是O(n^2)，且递归深度为n,所需的占空间为O(n)。
4. 堆排序不会出现快排那样最坏情况，且堆排序所需的辅助空间比快排要少，但是这两种算法都不是稳定的，要求排序时是稳定的，可以考虑用归并排序。
5. 归并排序可以用于内部排序，也可以使用于外部排序。在外部排序时，通常采用多路归并，并且通过解决长顺串的合并，加上长的初始串，提高主机与外设并行能力等，以减少访问外存额外次数，提高外排的效率。
6. 特殊的桶排序、基数排序都是稳定且高效的排序算法，但有一定的局限性：
   • 关键字可分解。
   • 记录的关键字位数较少，如果密集更好
   • 如果是数字时，最好是无符号的，否则将增加相应的映射复杂度，可先将其正负分开排序。