数据结构与算法之美-排序-极客时间笔记

排序是最常使用到的一种算法类型，很大编程语言中都内置排序函数。这里主要是记录下述三种不同时间复杂度的排序算法。

目录

如何分析排序算法？

冒泡排序

插入排序

选择排序

O()排序比较

归并排序

快速排序

快排和归并的差别

桶排序/计数排序

基数排序

---

如何分析排序算法？

• 执行效率：

针对不同有序度的数据，排序算法的执行效率是存在差异的。所以需要做不同情况下的时间复杂度分析，而能够分辨出最好情况和最坏情况对应的数据，可以对排序算法的原理理解更加深入。

分析排序算法的数据特征会采用有序度这个概念，指数组中具有有序关系的元素对的个数。可参考下图有个直观感受：

对于一个倒序排列的数组，比如 6，5，4，3，2，1，有序度是 0；对于一个完全有序的数组，比如 1，2，3，4，5，6，有序度就是 n*(n-1)/2，也就是 15。我们把这种完全有序的数组的有序度叫作满有序度。逆序度的定义正好跟有序度相反（默认从小到大为有序），逆序度 = 满有序度 - 有序度。我们排序的过程就是一种增加有序度，减少逆序度的过程，最后达到满有序度，就说明排序完成了。

虽然我们在分析时间复杂度时经常忽略系数、常数、低阶，但这都是在数据规模很大的时候。实际应用场景下，数据规模不一定特别大，或者需要在相同量级时间复杂度的算法之间做比较，这个时候就要把之前忽略的细节再拿出来分析。

基于比较的排序算法在执行过程会涉及两种基本操作，一种是元素比较大小，另一种是元素交换或移动。对比分析时可以将这两种代码操作次数专门进行分析。

• 内存消耗：

针对排序算法专门有个原地排序（Sorted in place）的概念，特指空间复杂度是 O(1) 的排序算法，也就是利用原始数据保存的内存空间来进行主要操作。

• 稳定性：

稳定性是排序算法中非常重要的一个概念，指排序前后相同元素之间的先后顺序保持不变。对应到实际应用场景，可以想象Excel中的多键排序，在有主键排序的基础上，还有一个次键排序。等于是两次排序叠加的结果，如果不是稳定排序算法，那么就无法实现排序叠加，第二次排序会打乱第一次排序的结果。

---

冒泡排序

冒泡排序，通过字面意思联想，就像鱼吐泡泡一样，气泡会逐渐上浮到水面。原理上是通过相邻元素的比较，如果较大值在较小值前面就进行一次位置互换。这样一次冒泡操作就会让一个极大值往上移动到其应该在的位置。优化，如果某次冒泡操作已经没有数据交换时，说明已经达到完全有序，不用再继续执行后续的冒泡操作。

下图分别是一次冒泡操作和整个冒泡排序的过程：