- 线性表
- 栈,队列,数组
- 树和哈希表
- 排序
数据结构十大经典排序算法总结_数据结构排序算法总结_早日朝成的博客-CSDN博客
4.1 冒泡排序
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
冒泡排序使用最简单,适用于数据量很小的排序场景。
时间复杂度:最好O(n),最坏O(n^2)
空间复杂度:O(1)
重温经典排序算法之冒泡排序——图解+C/C++实现_冒泡排序c++_芷汀若静的博客-CSDN博客
4.2 选择排序
选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间。选择排序可能也是平时排序一般人想到的最多的排序方法。
时间复杂度:O(n^2)
空间复杂度:O(1)
选择排序(c++)_选择排序法c++_Eighteen__的博客-CSDN博客
4.3 插入排序
插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
一般来说,插入排序都采用in-place在数组上实现。具体算法描述如下:
1)从第一个元素开始,该元素可以认为已经被排序;
2)取出下一个元素,在已经排序的元素序列中从后向前扫描;
3)如果该元素(已排序)大于新元素,将该元素移到下一位置;
4)重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
5)将新元素插入到该位置后;
6)重复步骤2~5。
时间复杂度:最好O(n),最坏O(n^2)
空间复杂度:O(1)
适用于数据量不大,算法稳定性要求高,且数据局部或整体有序的数列排序
【排序算法】插入排序(C++实现)_c++ 插入排序_jimye的博客-CSDN博客
4.4 希尔排序
第一个突破O(n2)的排序算法,是简单插入排序的改进版。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
时间复杂度:最好O(n),最坏O(n^2)
空间复杂度:O(1)
平均时间复杂度:O(n^1.3)
C/C++实现希尔排序(两种方式)_c++希尔排序_你的代码没bug的博客-CSDN博客
4.5 归并排序
归并排序是比较稳定的排序方法。它的基本思想是把待排序的元素分解成两个规模大致相等的子序列。如果不易分解,将得到的子序列继续分解,直到子序列中包含的元素个数为1。因为单个元素的序列本身就是有序的,此时便可以进行合并,从而得到一个完整的有序序列。
步骤一:首先将待排序的元素分成大小大致相同的两个序列。
步骤二:再把子序列分成大小大致相同的两个子序列。
步骤三:如此下去,直到分解成一个元素停止,这时含有一个元素的子序列都是有序的。
步骤四:进行合并操作,将两个有序的子序列合并为一个有序序列,如此下去,直到所有的元素都合并为一个有序序列。
时间复杂度:O(nlogn)
空间复杂度:O(1)
归并排序算法C++实现(超详细解析!!!!)_c++归并排序_sunny-ll的博客-CSDN博客
4.6 快速排序
步骤一:从数列中挑出一个元素,称为 “基准”(pivot);
步骤二:重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
步骤三:递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
快速排序的最坏运行情况是 O(n²),比如说顺序数列的快排。但它的平摊期望时间是 O(nlogn),且 O(nlogn) 记号中隐含的常数因子很小,比复杂度稳定等于 O(nlogn) 的归并排序要小很多。所以,对绝大多数顺序性较弱的随机数列而言,快速排序总是优于归并排序。
时间复杂度:最好O(nlogn),最坏O(n^2)
空间复杂度:O(1)
平均时间复杂度:O(nlogn)
快速排序算法C++实现(超详细解析!!!!)_c++快速排序_sunny-ll的博客-CSDN博客
4.7 堆排序
堆排序可以说是一种利用堆的概念来排序的选择排序。分为两种方法:
- 大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列;
- 小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列;
堆排序的基本思路:
步骤一:将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
步骤二:将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
步骤三:重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
时间复杂度:O(nlogn)
空间复杂度:O(1)
堆排序原理及其实现(C++)_堆排序 c++_大白技术控的博客-CSDN博客
4.8 计数排序
计数排序,又叫非比较排序,该算法不是通过比较数据的大小来进行排序的,而是通过统计数组中相同元素出现的次数,然后通过统计的结果将序列回收到原来的序列中。
时间复杂度:O ( N + r a n g e )
空间复杂度:O ( r a n g e )
计数排序及其时间复杂度、代码(C++实现)、应用场景_计数排序时间复杂度-CSDN博客
4.9 桶排序
桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。为了使桶排序更加高效,我们需要做到这两点:
步骤一:设置固定空桶数
步骤二:将数据放到对应的空桶中
步骤三:将每个不为空的桶进行排序
步骤四:拼接不为空的桶中的数据,得到结果
时间复杂度:O(n+k)
空间复杂度:O(n+k)
c++桶排序(刚学也能看懂)_练习时长两年半的Programmer的博客-CSDN博客c++桶排序(刚学也能看懂)_练习时长两年半的Programmer的博客-CSDN博客
4.10 基数排序
基数排序是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。由于整数也可以表达字符串(比如名字或日期)和特定格式的浮点数,所以基数排序也不是只能使用于整数。
这三种排序算法都利用了桶的概念,但对桶的使用方法上有明显差异:
基数排序:根据键值的每位数字来分配桶;
计数排序:每个桶只存储单一键值;
桶排序:每个桶存储一定范围的数值;
时间复杂度:O(n*k)
空间复杂度:O(n+k)
最详细的【基数排序】---排序算法,思路清晰动图保姆级讲解,五分钟搞懂!-CSDN博客