排序

最经典最常用的排序有：冒泡排序、插入排序、选择排序、归并排序、快速排序、计数排序、基数排序、桶排序。

我们在分析排序算法的时间复杂度时，要分别给出最好情况、最坏情况、平均情况下的时间复杂度。除此之外，你还要说出最好。最坏书剑复杂度对应的要排序的原始数据是什么样的。

为什么要区分三种时间复杂度呢？第一，有些排序算法会区分，为了好对比，所以最好做一下区分；第二，对于要排序的数据，有的接近有序，有的完全无序。有序度不同的数据，对于排序的执行时间肯定是有影响的，我们要知道排序算法在不同的数据下性能表现。

原地排序：原地排序算法就是特指空间复杂度是O（1）的排序算法。

冒泡排序包含两个操作原子，比较和交换。每交换一次，有序度为1。不管算法怎么改进交换次数总是确定的，即为逆序度，也就是n*(n-1)/2初始有序度。

***插入排序：***（Insertion Sort）
一个有序的数组，我们往里面添加一个新的数据后，如何继续保持数据有序？很简单，我们只要遍历数组，找到数据应该插入的位置将其插入即可。

对于不同的查找插入点方法（从头到尾，从尾到头），元素的比较次数是有区别的，但对于一个给定的初始序列，移动操作的次数总是固定的，就等于逆序度。

***选择排序：***（Selection Sort）
选择排序算法的思路有丢点类似插入排序，也分已排序去见和未排序区间。但是选择排序每次会从未排序区间中找到最小的元素，将其放到已排序区间的末尾。

***归并排序：***（Merge Sort）
思想：先把数组从中间分成前后两部分，然后对前后两部分分别排序，再将拍后序的两部分合并在一起，这样整个数组就都有序了。

归并排序使用的是分治思想。分治，顾名思义，就是分而治之，将一个大问题分解成小的子问题来解决。小的子问题解决了，大问题也就解决了。分治算法一般都用递归来实现的。分治是一种解决问题的处理思想，递归是一种编程技巧。

快速排序：
思想：如果要排序数组中下标从p到r之间的一组数组，我们选择p到r之间的任意一个数据作为pivot(分区点）。我们遍历p到r之间的数据，将小于pivot放到左边，将大于pivot的放到右边，将pivot放到中间，经过这一步骤之后，数组p到r之间的数据就被分成了三个部分，前面p到q-1之间都是小于pivot的，中间是pivot，后面是q+1到r之间是大于pivot的。

快速排序和归并排序的区别：
用的都是分治思想，递推公式和递归代码也非常相似。归并排序的处理过程是由下到上的，先处理子问题，然后在合并。而快排正好相反，它的处理过程是由上到下的，先分区，然后在处理子问题。归并排序虽然是稳定的，时间复杂度为O（nlogn）的排序算法，但是它非原地排序算法。我们前面讲过，归并之所以是非原地排序算法，主要原因是合并了函数无法在原地执行。快速排序通过设计巧妙地原地分区函数，可以实现原地排序，解决了归并排序占用太多内存问题。

冒泡排序、插入排序、选择排序的时间复杂度是O（n^2）,适合小规模的数据排序；
归并排序、快速排序的 时间复杂度是O(nlogn),适合大规模的数据排序，用到分治思想。