数据结构与算法Day12

排序算法：

    排序算法的稳定性：

        在待排序的数组中，如果有值相同的数据，排序过程中如果无论如何都不会改变它们俩的前后顺序，则认为该排序算法是稳定的

    

    注意：算法的时间复杂度并不能完全地代表算法的实际执行时间，有些时候看似复杂度高的算法反而速度快

    冒泡：

        数据左右进行比较，把最大的数据交换到最后，特点是该算法对数据的有序性敏感，在排序过程中如果发现有序可以立即停止，如果待排序的数据基本有序时，冒泡排序的效率非常高。

        时间复杂度：最优:O(n)  平均：O(n^2)

        稳定的

    选择：

        假定最开始的位置是最小值并记录下标min，然后与后面的数据比较，如果有比min下标的数据小，则更新min，最后如果min的值发生变化，则交换min为下标的数据与最开始位置的数据

        虽然时间复杂度挺高的，但是特点是交换次数少，因此实际的运行速度并不慢

        是冒泡排序的一种变种，但是对数据的有序性不敏感，因此数据较混乱时比冒泡快

        时间复杂度：O(n^2)

        不稳定的    【10 10 1】

    插入：

        把数据看成两部分，一部分是有序的，把剩余部分的数据逐个插入进去，直到插完就全部有序了。

        适合对已经排序好的数据，新增数据并重新排序

        时间复杂度：O(n^2)

        稳定的

    希尔：

        是插入排序的升级版，由于插入排序时，数据移动的速度比较慢，所以增加了增量的概念，以此提高排序的速度，数据量越多，比插入的速度越快。

        时间复杂度：O(n^2)

        不稳定的

    快速：

        找到一个标杆，备份标杆的值，一面从左边找比标杆值大的数据，然后把找到的数据赋值给标杆位置，更新标杆的位置到左标杆处，在从右边找比标杆值小的数据，如果找到也把数据赋值给标杆位置，更新标杆的位置到右标杆处，重复以上过程，直到左右标杆相遇，最后在相遇处还原标杆的值，最终达到标杆左右两边整体有序，然后按照同样的方法排序左右部分，最终全部有序。

        它的综合性能最高，因此叫做快速排序，笔试中考得比较多的排序算法。

        时间复杂度：O(nlogn)

        不稳定的

        83 86 77 15 93 35 86 92 49 21  :排序前

        83 86 77 15 [93] 35 86 92 49 21 

        83 86 77 15 21 35 86 92 49 93 

        83 86 77 15 [21] 35 86 92 49 

        15 21 77 86 83 35 86 92 49 93 

        77 86 83 [35] 86 92 49 

        15 21 35 86 83 77 86 92 49 93 

        86 83 [77] 86 92 49 

        15 21 35 49 77 86 86 92 83 93 

        86 [86] 92 83 

        15 21 35 49 77 86 83 86 92 93 

        [86] 83 

        15 21 35 49 77 83 86 86 92 93   排序后

    归并：

        先把待排序的数据拆分成单独的个体，然后按照从小到大的顺序合并复制到临时内存中，最终全部合并结束后再从临时内存赋值给原内存。

        由于需要使用额外的内存空间，因此避免数据交换时的耗时，是一种典型的用空间换时间的算法。

        时间复杂度：O(nlogn)

        稳定的

       

    堆：

        把数据当做完全二叉树，然后把树调整成大顶堆，再把根节点的数据交换到最后，然后数量-1，然后剩余部分重新调整成大顶堆，重复以上步骤，直到数量为1时结束。是可以递归实现也可以循环实现的。

        时间复杂度：O(nlogn)

        不稳定的

        

    计数：

        先找出数据中的最大值、最小值，创建哈希表，用 最大值-最小值+1 作为哈希表的长度，使用 数据-最小值 作为哈希表的下标访问哈希表并标记+1；然后遍历哈希表，当表中的值非零时，把该 下标+最小值 还原会原来的数据依次放回原数组中，最终排序完成。

        是一种典型的用空间换时间的算法，该算法理论上速度可以非常快，但是有很大的局限性，适合排序整型数据，而且数据的差值不宜太大，否则会非常浪费内存，适合数据较为平均，重复数较多的排序

        时间复杂度 O(n+k)    

        稳定的

       

    桶：

        把数据根据值的范围，存储到不同范围的桶中，然后调用其它的排序算法，对桶中的数据进行排序，排序结束后再拷贝回原数组中，以此降低排序规模来降低排序的时间，是一种典型的以空间换时间的算法。

        缺点：如何分桶、桶的范围定义多大，这些都需要对数据有一定的了解

        时间复杂度 O(n+k)

        稳定的

    

    基数：

        是桶排序的具体实现，首先创建10个队列，然后逆序计算出数据的个十百...位，然后按照每位对应的数据压入对应的队列中，某位入队结束后，按照队列顺序出队存储回原数组中，然后继续重复操作下一位，直到下标为0的队列有len个数据，排序结束。

        缺点：只适合存储正整数数据，队列的空间要很大

        时间复杂度 O(n+k)

        稳定的