排序算法和时间复杂度的简单理解

什么是排序算法？

排序算法也称排序，排序是将一组数据，依指定顺序进行的过程。

排序的分类：

1 内部排序：
将需要处理的所有数据加载到内存中进行排序。

2 外部排序
当数据量过大时，无法全部加载到内存中，则需要借助外部存储进行排序。

常见的八大排序算法：

插入排序（1.直接插入排序 2.希尔排序）

选择排序 （3.简单选择排序 4.堆排序）

交换排序（5.冒泡排序 6.快速排序）

7.归并排序

8.基数排序

——————————————————————————————————————————

什么是时间复杂度？

一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。而花费的时间越多，时间复杂度也就越高。

常见的时间复杂度：

1.常数阶（最快的算法）
O(1)

例子：
无论代码运行了多少行，只要没有循环等复杂结构，那这个代码的时间复杂度就为 O(1)

int i=1;
int k=2;
++i;
k++;
int m=i+k;

2.对数阶
O(log2n)

例子：
在while循环中，每当 i * 2 后, i 距离 n 就越来越近，假设循环 x 次后，i 大于 n 了，这个循环也就结束了，也就是说，2 ^ x = n，那么 x = log2n，所以时间复杂度为O(log2n)

int i=1;
while(i<n){
	i=i*2;
}

3.线性阶
O(n)

例子：
这段代码在for循环中执行n遍，它的时间复杂度是随着n的变化而变化的，所以时间复杂度为O(n)

for(int i=0;i<=n;i++){
	j=i;
	j++
}

4.线性对数阶
O(nlog2n)

例子：
线性对数阶，顾名思义就是将时间复杂度为对数阶的代码执行线性阶次

for(int m=0;m<n;m++){
	 i=1;
	while(i<n){
		i=i*2;
	}
}

5.平方阶
O(n^2)

例子：
嵌套两次循环的代码时间复杂度就是O(n^2)

for(int x=1;i<=n;x++){
	for(int i=1;i<=n;i++){
		j=i;
		j++
	}
}

6.立方阶
O(n^3)

例子：
参考平方阶，O(n^3)相当于三次循环嵌套。

7.k次方阶
O(n^k)

例子：
参考平方阶，O(n^k)相当于k次循环嵌套。

8.指数阶（效率最低，尽可能避免使用）
O(2^n)

平均时间复杂度和最坏时间复杂度

常见排序算法的时间复杂度：

下面是我总结的各种排序算法的文章链接，有兴趣可以看看~
冒泡排序
选择排序
直接插入排序
希尔排序
快速排序
归并排序
桶排序、计数排序、基数排序