算法之排序---常见排序算法实现和总结

    现在公司对员工的基本功考验越来越重视，作为底层员工的我们需要平时多练习。35岁之后，如果基本功不扎实，作为底层的码农前途还是很黯淡的。

  大家需要平时多练习leetcode上面的题，作为码农来说，还真是马云爸爸说的那样，要么去BAT那样的公司直接加班变现，他们也舍得给钱，算是福报了；很多中小公司变相让你免费加班，待遇却不到BAT的一半都不到。

   这里按照平均时间复杂度来进行实现和介绍。 

      1.  冒泡排序和插入排序

             冒泡排序和插入排序都是时间复杂度为 o(n^2)的操作， 都也是稳定的排序。 冒泡排序主要内容是比较和交换， 插入排序主要内容是比较和移位。

       冒泡排序：

              

 

      插入排序：

                  

 

         

    2. 归并排序和快速排序，堆排序

           归并排序和快速排序都，堆排序是时间复杂度为o(n*log2(n))的操作，其中归并排序和堆排序是稳定的排序，快速排序不是稳定的排序。

     归并排序是从底到顶的操作，主要内容是将数组从中间一分为二，分解各个部分，直至不能分解，再从底部向上进行各个有序数组段的合并（底部最开始肯定是2个数之间的有序合并），核心是merge函数的编写（合并二个有序数组为一个有序数组，因此需要一个缓存数组）。

     快速排序是从顶到底的操作， 主要内容是确定分区点，一般选取数组的最后一个元素作为分区点，将数组分为2部分，左边部分是小于分区点的数据，右边是大于等于分区点的数据，然后在分别对左右二边的数组递归进行排序，核心是 partition函数的编写（确定分区点，并且将数组的元素以分区点的数据为中间位置的数据进行排列）。

    堆排序主要AVL（平衡二叉数）来实现，一般来说创建一个没有顺序的二叉树是没有任何实际意义的。

      

     归并排序：

              

  

   

 

    快速排序：

           

 

   堆排序：

     散列表，二叉树，堆都是动态数据结构。 这里需要对某一个数目i的数组构建一个大顶堆，构建后将堆的第一个元素换到最后一个元素位置， 然后对剩下的前面（忽略掉最后一个元素）i-1数组重新构建大顶堆；所以这里从满数组开始构建。针对某一个固定数目的数组，其构建大顶堆的过程，是从其i/2个父母节点开始向前进行构建； 针对某个父母节点的构建过程，是其值与自己的左右孩子的值比较， 保证该父母节点的值是最大的值，如果做了值交换的操作，就影响了该孩子节点所在子树的排序，需要再对该孩子节点重新进行构建。

 

         

 

3. 桶排序，基数排序 和计数排序

       桶排序和计数排序，基数排序都是时间复杂度为o(n)得排序。 当然取得这么好的效果，肯定是对数据要有一定得要求的。

     桶排序要求数据的取值范围要小于数据本身的数目，通过对数据按照取值范围划分成一个个等份的桶（buket），最好是桶之间已经排好序了，然后对桶内的数据按照快速排序进行排序，最后按照桶的先后顺序读出数据，就是排好序的数据。桶排序适合离线数据排序，且数据为非负数。

        计数排序是桶排序的一种变种， 它通过增加一个计数器数组，下标是数据的取值，内容是该取值的计数（实际上存的是该取值计数之前的累计计数），然后 读取计数器数组的值，作为index，该index上的值为计数器数组的对应下标。得到的就是排好序的数组。这里需要考虑数据有重复的情况。

         基数排序对数据要求比较高，它要求数据的取值可以划分为各个层级（进制的概念），上一层的取值比较过了，下一层就不用再比较。 同一层级的数据可以使用快速排序来比较。

    桶排序：

        

 

 

 计数排序：

    

         

       基数排序：