数据结构与算法之美--知识点六：排序

11 | 排序（上）：为什么插入排序比冒泡排序更受欢迎？

冒泡、插入、选择    O(n^2)
快速、归并           O(nlogn)
计数、基数、桶     O(n)

排序算法的执行效率

最好情况、最坏情况、平均情况时间复杂度
时间复杂度的系数、常数、低阶
比较次数和交换（或移动）次数

排序算法的内存消耗

排序算法的稳定性，对于对象的排序

冒泡排序（Bubble Sort）

逆序度

插入排序（Insertion Sort）

冒泡排序、插入排序交换（或移动）次数 = 逆序度
从代码实现上看，冒泡排序的数据交换要比插入排序的数据移动要复杂，冒泡排序需要3个赋值操作，而插入排序只需要1个，所以在对相同数组进行排序时，冒泡排序的运行时间理论上要长于插入排序

选择排序（Selection Sort），不稳定

希尔排序

数据结构和算法动态可视化

12 | 排序（下）：如何用快排思想在O(n)内查找第K大元素？

归并排序（Merge Sort）

归并排序不是原地排序算法

快速排序（Quick Sort）

13 | 线性排序：如何根据年龄给100万用户数据排序？

线性排序：桶排序、计数排序、基数排序

适用场景

桶排序比较适合用在外部排序中。所谓的外部排序就是数据存储在外部磁盘中，数据量比较大，内存有限，无法将数据全部加载到内存中。比如说我们有 10GB 的订单数据，我们希望按订单金额（假设金额都是正整数）进行排序，但是我们的内存有限，只有几百 MB，没办法一次性把 10GB 的数据都加载到内存中。

计数排序是桶排序的一种特殊情况，只能用在数据范围不大的场景中

计数之后，如何对原始数组排序？形成累计计数数组，从后向前遍历原数组，放入相应位置，并更新累计计数数组。

基数排序对要排序的数据是有要求的，需要可以分割出独立的“位”来比较，而且位之间有递进的关系，如果 a 数据的高位比 b 数据大，那剩下的低位就不用比较了。除此之外，每一位的数据范围不能太大，要可以用线性排序算法来排序，否则，基数排序的时间复杂度就无法做到 O(n) 了。

14 | 排序优化：如何实现一个通用的、高性能的排序函数？

快排中分区点的选择：三数取中法、随机法

glibc中的qsort()函数

把思考的过程看得比标准答案更重要