排序算法的分类以及常见时间复杂度排序

排序算法

排序是将一组数据，依指定的顺序进行排列的过程

📌分类

• 内部排序： 指将需要处理的所有数据都加载到内部存储器（内存）中进行排序

• 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（文件）进行排序

• 常见的排序算法分类

  

度量算法执行时间的 两种方法

• 事后统计方法

• 事前估算方法

算法时间复杂度

• 算法的时间度量

• 计算方法：

  1. 用常数1代替运行时间中的所有加法常数

  2. 修改后的运行次数函数中，只保留最高阶项

  3. 去除最高阶项的系数

• 常见的时间复杂度(从小到大)

  1. 常数阶O(1)

  2. 对数阶O(log₂n)

  3. 线性阶O(n)

  4. 线性对数阶O(nlog₂n)

  5. 平方阶O(n²)

  6. 立方阶O(n³)

  7. i次方阶O(nⁱ)

  8. 指数阶O(2ⁿ)

平均时间复杂度： 所有可能的输入实例均以等概率出现的情况下，该算法的运行时间

最坏时间复杂度： 最坏情况下的时间复杂度，一般讨论的都是最坏时间复杂度

#注意#： 平均复杂度和最坏时间复杂度是否一致，和算法有关

空间复杂度

• 该算法耗费的存储空间，也是问题规模n的函数

• 一个算法在运行过程中临时占用存储空间大小的度量

• 算法分析时，主要讨论的是时间复杂度，一些缓存产品和算法的本质就是用空间换时间

时间频度

• 一个算法中语句执行的次数，记为T(n)