【Xmind】排序算法

稳定排序：冒泡排序、基数排序、直接插入排序、折半插入排序、归并排序；

非稳定排序：堆排序、快速排序、希尔排序、直接选择排序

稳定排序--概念：

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。

在简单形式化一下，如果Ai = Aj, Ai原来在位置前，排序后Ai还是要在Aj位置前。

就地排序--概念：in-place原地算法

快速排序是一个就地排序，分而治之，大规模递归的算法。从本质上来说，它是归并排序的就地版本。快速排序可以由下面四步组成。
（1） 如果不多于1个数据，直接返回。
（2） 一般选择序列最左边的值作为支点数据。
（3） 将序列分成2部分，一部分都大于支点数据，另外一部分都小于支点数据。
（4） 对两边利用递归排序数列。
快速排序比大部分排序算法都要快。尽管我们可以在某些特殊的情况下写出比快速排序快的算法，但是就通常情况而言，没有比它更快的了。快速排序是递归的，对于内存非常有限的机器来说，它不是一个好的选择。 
通俗的理解就是算法输出结果覆盖算法的输入，很明显，就是省内存喽
FFT算法基于公式的周期对称性原理,采用分裂方式的蝶形算法，前后结果没有依赖关系，所以从内存角度来说，可以直接原地覆盖掉
这个其实和FFT本身没任何关系，属于程序编程中性能优化内存
时间复杂度在于项目间的比较和移动次数，这里的in-place操作指的就是设定移动次数为0。分析排序算法中为何需要项目间的移动，主要是为了节省内存消耗（空间复杂度），在原有的数组内存空间上进行排序，这样就需要为已经排好序的数据倒腾内存，通常的解决办法是将要倒腾的内存位置上的未排序的数据存在一个临时变量（temp）进行保存，然后其它的数据依次移动。这样的算法额外的空间消耗只有O(1)O(1)。题目中的要求是这个临时变量也不能用。实际上是要解决in-place的数据交换操作。

in-place操作，意思是所有的操作都是”就地“操作，不允许进行移动，或者称作 原位操作，即不允许使用临时变量==》不使用额外空间

 

举个例子，大家经常写也经常用到的”交换两个数的值”：

//设置初始值
int x = 1,y = 2;

1）最先想到的方法，就是设置临时变量

//设置临时变量
int temp;
temp = x;
x = y;
y = temp;

2）然而要满足in-place的要求，就需要另辟蹊径了。比如通过加减运算实现（但是可能会出现溢出）

//加减运算
x = x + y;
y = x - y;
x = x - y;

3）通过异或操作实现

//异或运算
x = x ^ y;
y = x ^ y;
x = x ^ y;

•  

时间复杂度：

计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。

1.一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。

分析：随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比，所以 f(n) 越小，算法的时间复杂度越低，算法的效率越高。

    2. 在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出 T(n) 的同数量级（它的同数量级有以下：1，log2n，n，n log2n ，n的平方，n的三次方，2的n次方，n!），找出后，f(n) = 该数量级，若 T(n)/f(n) 求极限可得到一常数c，则时间复杂度T(n) = O(f(n)) 

 

分类

按数量级递增排列，常见的时间复杂度有：

常数阶O(1),对数阶O(

  

),线性阶O(n),

线性对数阶O(nlog2n),平方阶O(n^2)，立方阶O(n^3),...，

k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。

空间复杂度：

类似于 [1]  时间复杂度的讨论，一个算法的空间复杂度S(n)定义为该算法所耗费的存储空间，它也是问题规模n的函数。渐近空间复杂度也常常简称为空间复杂度。空间复杂度(SpaceComplexity)是对一个算法在运行过程中临时占用存储空间大小的量度。一个算法在计算机存储器上所占用的存储空间，包括存储算法本身所占用的存储空间，算法的输入输出数据所占用的存储空间和算法在运行过程中临时占用的存储空间这三个方面。算法的输入输出数据所占用的存储空间是由要解决的问题决定的，是通过参数表由调用函数传递而来的，它不随本算法的不同而改变。存储算法本身所占用的存储空间与算法书写的长短成正比，要压缩这方面的存储空间，就必须编写出较短的算法。算法在运行过程中临时占用的存储空间随算法的不同而异，有的算法只需要占用少量的临时工作单元，而且不随问题规模的大小而改变，我们称这种算法是“就地\"进行的，是节省存储的算法，有的算法需要占用的临时工作单元数与解决问题的规模n有关，它随着n的增大而增大，当n较大时，将占用较多的存储单元，例如快速排序和归并排序算法就属于这种情况。

---

https://blog.csdn.net/qq_31860135/article/details/83993357

冒泡排序：

 

插入排序：

 

快速排序：

 

堆排序：