数据结构--排序

一
选择排序
从运算时间上看，在第一趟排序中关键字的比较次数为 n-1 次，在第二趟排序中关键字的比 较次数为 n-2次，依此类推，在第 i趟排序中关键字的比较次数为 n-i次，所以总比较次数为：
比较次数=n(n-1)/2
理论上，在一趟排序中，记录的交换次数最好情况下（元素已经排好序）为 0 次，最坏情况 下（每个元素都不在最终位置上）为 n-1 次。所以综合分析算法的比较和交换次数，可以知道， 选择排序算法无论是最好还是最坏情况，时间复杂度都为 O(n2)，因为至少总的比较次数是平方级 的。这个级别的时间复杂度在各种排序算法中是很慢的，所以在实际应用中不会使用选择排序算 法来解决工程问题。 选择排序在进行数据交换时只需要一个单位的临时空间，故其空间复杂度为 O(1)。
从前面的分析中可以知道选择排序算法是不稳定的。

二
冒泡排序/鸡尾酒排序
冒泡排序的效率与排序前元素的次序有关，若排序前元素为正序，则冒泡排序只需要一趟排 序，在排序过程中进行 n-1 次比较，并且不需要移动元素，此时的时间复杂度是 O(n)；但是，若 排序前元素为完全逆序，则冒泡排序需要进行 n-1 趟排序，共需要进行 n(n-1)/2 次比较，并且需 要 n(n-1)/2 次元素交换，此时的时间复杂度是 O(n2)，平均情况下的时间复杂度为 O(n2)。 在算法执行过程中，只在元素交换时需要一个单元的临时空间，故空间复杂度是 O(1)。
冒泡排序是稳定的。

三
插入排序
向有序序列中逐个插入元素的操作，进行了 n-1 趟，每趟操作分为比较元素和移动元素，而 比较的次数和移动的次数取决于待排序列的初始排列。 最好情况（已经排好序）下：每趟操作只需 1 次比较 0 次移动。总比较次数为 n-1，总移动 次数为 0。 最坏情况（完全逆序）下：第 j 趟操作，待插入元素经过 1 次比较比最小元素小，移动元素 的次数为 j 次，总移动次数大约为 n2/2。平均情况下：第 j 趟操作，待插入元素大约同前面的 j/2 个元素进行比较，移动元素的次数为 j/2-1次，总比较次数和总移动次数大约为 n2/4。直接 插入排序的时间复杂度为 O(n2)。 在排序过程中只使用了一个用于暂存待插入的元素，故空间复杂度为 O(1)。 插入排序是一种稳定排序算法。 插入排序算法适用于链表。

四
堆排序
如果要采用堆排序，需要先构建堆，然后再进行堆排序，构建堆和堆排 序的时间复杂度均为 O(nlogn)，两个算法依次执行，总的时间复杂度仍然是 O(nlogn)。 整个算法用到了一些临时变量，其空间复杂度为 O(1)。 堆排序是不稳定的排序算法。

五
快速排序
时间复杂度：在 n 个元素的待排序列中，一次划分需要约 n 次比较，时效为 O(n)。快速排序 在理想情况下，每次划分，正好将待排序列分成两个等长的子序列，则算法时间复杂度为O(nlogn)。
如果选择首个元素为基准元素，那么在原序列有序或逆序的情况下，上述算法每次划分只能 将序列分成长度为 1 和 n-1 两个子序列，这是最坏的情况，整个排序算法时间复杂度为 O(n2)。 空间复杂度：快速排序是递归的，每层递归调用时的参数均要用栈来存放，递归调用层次数 在理想情况下空间复杂度为 O(logn)；在最坏情况下为 O(n)。

六
归并排序
每次归并都需要从头到尾扫描一次数组，所以时间复杂度为 O(nlogn)。 ，归并排序的空间复杂度为 O(n)，是目前介绍的 排序算法中空间复杂度最高的。归并排序是稳定算法。

小结
选择排序、冒泡排序、鸡尾酒排序、插入排序都属于比较 “慢”的排序算法，平均时间复杂度都是 O(n2)

希尔排序平均 时间复杂度为 O(n1+￡)，￡的值可以接 近于 0.3；

堆排序、快速排序、归并排序的平均时间复杂度都是 O(nlogn)

桶排序、基数排序和计数排序时间复杂度达到 O(n)