数据结构与算法-基础算法篇-排序（冒泡、插入、选择）

2. 排序

1. 几种经典排序算法及其时间复杂度级别

冒泡、插入、选择: O(n^2) 基于比较
快排、归并 O(nlogn) 基于比较
计数、基数、桶 O(n) 不基于比较

2. 如何分析一个排序算法？

1. 学习排序算法的思路？
   明确原理、掌握实现以及分析性能。

2. 如何分析排序算法性能？
   从执行效率、内存消耗以及稳定性3个方面分析排序算法的性能。

3. 执行效率：从以下3个方面来衡量

4. 1. 最好情况、最坏情况、平均情况时间复杂度
   2. 时间复杂度的系数、常数、低阶：排序的数据量比较小时考虑
   3. 比较次数和交换（或移动）次数
   4. 内存消耗：通过空间复杂度来衡量。针对排序算法的空间复杂度，引入原地排序的概念，原地排序算法就是指空间复杂度为O(1)的排序算法。
   5. 稳定性：如果待排序的序列中存在值等的元素，经过排序之后，相等元素之间原有的先后顺序不变，就说明这个排序算法时稳定的。

5. 冒泡排序

   // 冒泡排序，a表示数组，n表示数组大小
   public void bubbleSort(int[] a, int n) {
     if (n <= 1) return;
    
    for (int i = 0; i < n; ++i) {
       // 提前退出冒泡循环的标志位
       boolean flag = false;
       for (int j = 0; j < n - i - 1; ++j) {
         if (a[j] > a[j+1]) { // 交换
           int tmp = a[j];
           a[j] = a[j+1];
           a[j+1] = tmp;
           flag = true;  // 表示有数据交换      
         }
       }
       if (!flag) break;  // 没有数据交换，提前退出
     }
   }
   

   1. 排序原理
      冒泡排序只会操作相邻的两个数据。
      对相邻两个数据进行比较，看是否满足大小关系要求，若不满足让它俩互换。
      一次冒泡会让至少一个元素移动到它应该在的位置，重复n次，就完成了n个数据的排序工作。
   2. 优化：若某次冒泡不存在数据交换，则说明已经达到完全有序，所以终止冒泡。
   3. 性能分析
      1. 执行效率：最小时间复杂度、最大时间复杂度、平均时间复杂度
         最小时间复杂度：数据完全有序时，只需进行一次冒泡操作即可，时间复杂度是 O(n)。最大时间复杂度：数据倒序排序时，需要 n 次冒泡操作，时间复杂度是 O(n^2)。
         平均时间复杂度：通过有序度和逆序度来分析。
         1. 什么是有序度？
            有序度是数组中具有有序关系的元素对的个数，比如[2,4,3,1,5,6]这组数据的有序度就是11，分别是[2,4][2,3][2,5][2,6][4,5][4,6][3,5][3,6][1,5][1,6][5,6]。同理，对于一个倒序数组，比如[6,5,4,3,2,1]，有序度是0；对于一个完全有序的数组，比如[1,2,3,4,5,6]，有序度为n*(n-1)/2，也就是15，完全有序的情况称为满有序度。
         2. 什么是逆序度？逆序度的定义正好和有序度相反。核心公式：逆序度=满有序度-有序度。
            排序过程，就是有序度增加，逆序度减少的过程，最后达到满有序度，就说明排序完成了。
            冒泡排序包含两个操作原子，即比较和交换，每交换一次，有序度加1。不管算法如何改进，交换的次数总是确定的，即逆序度。
         3. 对于包含 n 个数据的数组进行冒泡排序，平均交换次数是多少呢？最坏的情况初始有序度为0，所以要进行n*(n-1)/2交换。最好情况下，初始状态有序度是n*(n-1)/2，就不需要进行交互。我们可以取个中间值n*(n-1)/4，来表示初始有序度既不是很高也不是很低的平均情况。
            换句话说，平均情况下，需要n*(n-1)/4次交换操作，比较操作可定比交换操作多，而复杂度的上限是O(n^2)，所以平均情况时间复杂度就是O(n^2)。以上的分析并不严格，但很实用，这就够了。
      2. 空间复杂度：每次交换仅需1个临时变量，故空间复杂度为O(1)，是原地排序算法。
      3. 算法稳定性：如果两个值相等，就不会交换位置，故是稳定排序算法。

6. 插入排序

   // 插入排序，a表示数组，n表示数组大小
   public void insertionSort(int[] a, int n) {
     if (n <= 1) return;
   
     for (int i = 1; i < n; ++i) {
       int value = a[i];
       int j = i - 1;
       // 查找插入的位置
       for (; j >= 0; --j) {
         if (a[j] > value) {
           a[j+1] = a[j];  // 数据移动
         } else {
           break;
         }
       }
       a[j+1] = value; // 插入数据
     }
   }
   

   1. 算法原理
      首先，我们将数组中的数据分为2个区间，即已排序区间和未排序区间。初始已排序区间只有一个元素，就是数组的第一个元素。插入算法的核心思想就是取未排序区间中的元素，在已排序区间中找到合适的插入位置将其插入，并保证已排序区间中的元素一直有序。重复这个过程，直到未排序中元素为空，算法结束。
   2. 性能分析
      1. 时间复杂度：最好、最坏、平均情况
         如果要排序的数组已经是有序的，我们并不需要搬移任何数据。只需要遍历一遍数组即可，所以时间复杂度是O(n)。如果数组是倒序的，每次插入都相当于在数组的第一个位置插入新的数据，所以需要移动大量的数据，因此时间复杂度是O(n^{2)。而在一个数组中插入一个元素的平均时间复杂都是O(n)，插入排序需要n次插入，所以平均时间复杂度是O(n}2)。
      2. 空间复杂度：从上面的代码可以看出，插入排序算法的运行并不需要额外的存储空间，所以空间复杂度是O(1)，是原地排序算法。
      3. 算法稳定性：在插入排序中，对于值相同的元素，我们可以选择将后面出现的元素，插入到前面出现的元素的后面，这样就保持原有的顺序不变，所以是稳定的。

7. 选择排序

   // 选择排序
   public void selectSort(int[] a, int n) {
   if(n<=0) return;
           for(int i=0;i<n;i++){
                int min=i;
                for(int j=i;j<n;j++){
                     if(a[j] < a[min]) min=j;
                }
                if(min != i){
                     int temp=a[i];
                     a[i]=a[min];
                     a[min]=temp;
                }
           }
   }
   

   1. 算法原理
      选择排序算法也分已排序区间和未排序区间。但是选择排序每次会从未排序区间中找到最小的元素，并将其放置到已排序区间的末尾。
   2. 性能分析
      1. 时间复杂度：最好、最坏、平均情况
         选择排序的最好、最坏、平均情况时间复杂度都是O(n^2)。为什么？因为无论是否有序，每个循环都会完整执行，没得商量。
      2. 空间复杂度：
         选择排序算法空间复杂度是O(1)，是一种原地排序算法。
      3. 算法稳定性：
         选择排序算法不是一种稳定排序算法，比如[5,8,5,2,9]这个数组，使用选择排序算法第一次找到的最小元素就是2，与第一个位置的元素5交换位置，那第一个5和中间的5的顺序就变量，所以就不稳定了。正因如此，相对于冒泡排序和插入排序，选择排序就稍微逊色了。

8. 补充

   1. 冒泡排序和插入排序的时间复杂度都是 O(n^2)，都是原地排序算法，为什么插入排序要比冒泡排序更受欢迎呢？

      冒泡排序移动数据有3条赋值语句，而选择排序的交换位置的只有1条赋值语句，因此在有序度相同的情况下，冒泡排序时间复杂度是选择排序的3倍，所以，选择排序性能更好。

      // 冒泡排序中数据的交换操作：
   if (a[j] > a[j+1]) { // 交换
         int tmp = a[j];
         a[j] = a[j+1];
         a[j+1] = tmp;
         flag = true;
      }
       // 插入排序中数据的移动操作：
      if (a[j] > value) {
        a[j+1] = a[j];  // 数据移动
      } else {
        break;
      }
   

   2. 如果数据存储在链表中，这三种排序算法还能工作吗？如果能，那相应的时间、空间复杂度又是多少呢？

      这里这里应该有个前提，是否允许修改链表的节点value值，还是只能改变节点的位置。一般而言，考虑只能改变节点位置，冒泡排序相比于数组实现，比较次数一致，但交换时操作更复杂；插入排序，比较次数一致，不需要再有后移操作，找到位置后可以直接插入，但排序完毕后可能需要倒置链表；选择排序比较次数一致，交换操作同样比较麻烦。综上，时间复杂度和空间复杂度并无明显变化，若追求极致性能，冒泡排序的时间复杂度系数会变大，插入排序系数会减小，选择排序无明显变化。