日撸代码300行：第50天（小结）

代码来自闵老师”日撸 Java 三百行（41-50天）“，链接：https://blog.csdn.net/minfanphd/article/details/116975863
四个问题：
1. 比较分析各种查找算法.
2. 设计一个自己的 Hash 函数和一个冲突解决机制.
3. 比较分析各种排序算法.
4. 描述各种排序算法的特点和基本思想.

顺序查找：第一个键值对为空，用来做哨兵。一个for循环就能完成算法。因为第一个键值对的键值等于要找的数，所以用i递减的方式。如果找到了直接返回，如果没找到就会递减至i=0结束，此时返回第一个键值对应的content，即返回null。
折半查找：要进行折半查找的序列必须是有序的。三个int型变量，tempLeft、tempRight、tempMiddle。一个while循环完成算法，循环条件是“tempLeft <= tempRight”。while循环内嵌套一个if语句，if语句有三个判断条件。一是parakey=data[tempMiddle].key，则返回查找到的key对应的content。二是data[tempMiddle].key<parakey，证明要查找的数只可能在data[tempMiddle]的右侧，此时令tempLeft = tempMiddle + 1。第三种情况是data[tempMiddle].key>parakey此时要查找的数只可能在data[tempMiddle]左侧，此时令tempRight = tempMiddle - 1。
哈希表（哈希函数）：可以用序列对10取余作为hash函数，用链表能有效的解决哈希冲突。哈希根据构造函数进行数据查找，即根据键值的映射进行数据查找。过程中只需要根据映射函数顺序查找对应的值，不需要查找全部值，能有效的降低时间成本。但是同样哈希表浪费了空间成本，因为会存在位置没有哈希函数对应，导致没存入数据。
插入排序：插入排序的思想是每次保证前i个数有序。从第二个数开始，每次查找第i个数的位置，然后将数插入它该在的位置。对下一个数进行排序时，针对有序数列来说，这个数总是新成员，重新找其位置即可。最前面必须有一个岗哨，岗哨的值小于所有参与排序的数。总共循环n轮，第一轮最多移动一个，最后一轮最多移动（n - 1）个，所以时间复杂度为O()。因为需要设置岗哨，空间复杂度为（n + 1）。
希尔排序：每次保证当前组有序，组内采用插入排序的方法进行排序。其实每一轮的组数就是tempJump个，而本轮每一组内有length/tempJump个数参与排序，且都是对应的位置（j+tempJump）。用四个for循环就可以完成算法，第一个for控制循环的总共的轮数（tempJumpArray中有几个数就循环多少轮）；第二个for循环控制每一轮内各个组内的数据排序；第三和第四个for循环完成当前数据在本组内位置的查找和插入（每次后移tempJump位）。每一组有（n/length）个数，所以每一组的复杂度是，总共有tempJump组，复杂度为，即复杂度为O()。

冒泡排序：冒泡排序的思想是当前需要排序的数，依次和自己前面的数进行比较。每次比较和其相邻的前面一位数，如果邻居比自己大，则两数交换位置，直至“冒泡”至比自己小的数出现。两个for循环即可完成算法，第一个for循环控制当前正在排序的数的序列；第二个佛如循环保证和临近自己的前一个数进行比较，并在满足条件时完成位置交换（冒泡）。最坏的情况下，算法的复杂度为1+2+……+（n-1），即O()。

快速排序：思想是选一个数作为基准数，这里选取最后一个数作为基准数。接下来就先从左边开始找比基准数大的数，再从右边找比自己小的数。如果分别找到了符合条件的两个数，那么交换这两个数的位置；如果仅仅左边找到了比基准值大的数，右边已经和左边重合，那么就找到了基准数的位置，交换位置重合的数和基准数的位置；如果从左边一直找到和右边重合也没找到比基准数大的数，证明当前需排的序列里，基准数是最大的，只需将基准数设为下一轮递归的分界点（tempLeft++），不需要交换位置。接下来以上一轮left为界，将队列截成两段，递归对新生成的两个队列进行排序。最坏的情况下仍可能是相邻的两个数进行了交换，时间复杂度为O()，平均时间复杂度为O()

选择排序：思想是选择当前最小的数放在第i个位置，每次完成一个数的排序。两个for循环即可完成算法，第一个for循环用来循环当前排的是第几个数；第二个佛如循环是和剩余的n-i个数据进行比较，查找当前的最小值，放在第i个位置。算法的时间复杂度为（n-1）+(n-1)+……+(n-i)+……+1，时间即复杂度为O()。

堆排序：基本思想是构建大顶堆，每次输出当前最大的数。堆是完全二叉树，所以调整堆所需要的时间是O()。需要先构建大顶堆，首次构建大顶堆时二叉树第一个非叶子节点为i = length/2 - 1。

调整堆过程中，调整的时候每次将当前最大的数换到最后一个叶子节点位置，然后从0至i重新调整堆，i从（length-1）开始递减。

构建（调整）堆时，从第一个非叶子节点开始循环，每次循环步长为tempChild = tempChild * 2 + 1。每轮循环保证当前节点以下都为大顶分支，直至根节点，此时大顶堆调整完毕。内部循环时先比较左右叶子节点的大小，选择大的数和父节点比较；比较之后将三者最大的数放在父节点的位置，依次类推。

归并排序：排序过程中重复使用两个长度为n的空间，当前列存的是上一轮排序的结果，下一列空间复制存储当前排序的结果。

每次循环是两组两组数据进行归并，每一组数据有tempSize个数。tempSize从1开始，每次递归为乘以2。首先需要算出总组数tempGroups，tempGroups没有循环结束，就证明本轮归并还未结束。

每次归并的内循环是每两组之间的数进行混合排序。共分为五种情况，第一种是tempSecondStart > length - 1，此时已没有第二组数可以归并；第二种情况tempSecondEnd > length - 1，此时有第二组数可以归并，但是第二组数不是常规长度，只需将第二组的结尾赋值为所有数据的结尾即可。第三种情况就是(tempFirstIndex <= tempSecondStart - 1) && (tempSecondIndex <= tempSecondEnd)，此时进行正常的比较排序即可。后两种情况分别是第三种情况的剩余工作，即(tempFirstIndex <= tempSecondStart - 1)和(tempSecondIndex <= tempSecondEnd)两种情况分别进行继续排序，直至本次归并的内循环排序结束。