排序算法(正在更新中...)

目录

 1、冒泡算法排序

---

 1、冒泡算法排序

具体的算法代码：12_冒泡算法的代码实现.py

冒泡排序的时间复杂度为O(n^2)，这种排序算法是稳定的。

优化：有可能在中间的某一步就排好序了，这时就不用再往下执行排序了。

2、选择排序算法

 

代码实现：07_选择排序法代码实现.py ；

选择排序算法的时间复杂度为O(n^2)，没有办法进行优化，因为要确定元素是最小的，这种排序算法不稳定。

3、排序算法（附链接）

---

冒泡排序：
第一轮：从左到右相邻元素比较，较大元素放在后面，第一轮下来，就会把最大的元素放在最右边；
第二轮：从左到n-1个数，会把第二大的数移到倒数第二个位置
依次类推。
时间复杂度为O(n^2), 空间复杂度O(1)(不需要额外的空间)；
冒泡排序是一个稳定的排序方式【稳定：有重复的数字时，如出现在前面的2，排完序后，它还是在前面】；
当数组已经排好序时，可以设置停止条件，如：在一次交换搜索中，并没有发生交换，表明该数组已排好序了，所以需要停止

---

选择排序：
第一轮，会记录下最大值的索引，最后将最后一个元素与最大值的索引位置处进行交换；
第二轮，找第二大，最后将其与倒数第二个位置交换；
依次类推。
交换次数O(n)，不稳定，费适应（没有办法早停），时间复杂度为O(n^2)

---

插入排序：
和摸牌类似，边摸牌边将牌放入对应的位置。
拿到第一个数，放在第一个位置；再拿到第二个数，和以一个数比较放在其前或后；再拿到第三个数，与已有的两个数比较放在对应位置，从倒数第一个数比较如果小于倒数第一个数，二者交换位置后，再将其与倒数第二个数比较；
是稳定的，时间复杂度为O(n^2)

---

希尔排序：
当数组很小时，插入排序是非常快的。插入排序的简单扩展，用到的不是非常多。【希尔排序不会】

---

上面是几种排序比较慢的方法，下面是几种比较快的方式（计数排序，以及后面的排序方法都非常重要）
计数排序：
适用范围：数字比较集中，即range范围小；有很多重复的数字
首先找到最大值和最小值（也是找到了范围），分配range（max-min+1）个位置，遍历并计数，统计每个数出现的次数，并放在对应的位置，最后展开还原数组
时间复杂度为O(n)，缺点是需要额外的空间（当range范围非常大时，需要的空间较大）

---

归并排序(采用的是分治算法)：
时间复杂度为nlogn(递归，可以用主项定理进行分析)，空间复杂度为O(n),
改进：对小型子矩阵使用插入排序；测试数组是否已经按顺序排序，如果第一个的最大值已经小于第二个的最小值，此时直接合并就行

---

快速排序【最重要的排序方式】
(也采用的是分治算法)
快速排序，递归：先找两个指针指向第二个数和最后一个数，两个指针的数分别与第一个数比较，如果cur1指的数大于第一个数，cur2指的数小于第一个数，让两个指针的数交换位置；如果不满足继续往下找，直到cur1找到大于第一个数和cur2找到小于第一个数，再交换位置【注意：cur1是从左往右找比第一个数大的数，cur2是从右往左找比第一个数小的数】，直到cur1、cur2出现交集为止。结束一次后，再把第一个数与交集位置的数互换，此时在该数的左边都是小于它的数，右边都是大于它的数，再使左右两边都进入递归，从而最终实现排序(代码实现的和这个有点不一样，代码是利用了python的优势)
最优时间复杂度O(nlogn)(第一个数刚好在排序后的中间)，最坏时间复杂度为O(n^2)，不需要额外的空间，所以最常使用快速排序
改进：不选择第一个数，每次都选择中间那个数，可以在某种程度上避免最坏时间复杂度。