# 算法
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。
也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。
# 经典排序算法
排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。
常见的内部排序算法有:冒泡排序、插入排序、选择排序、快速排序、堆排序、基数排序等。
排序算法 | 平均时间复杂度 | 最好情况 | 最坏情况 | 空间复杂度 | 排序方式 | 稳定性 |
---|---|---|---|---|---|---|
冒泡排序 | O($n^2$) | O(n) | O($n^2$) | O(1) | In-place | 稳定 |
选择排序 | O($n^2$) | O($n^2$) | O($n^2$) | O(1) | In-place | 不稳定 |
插入排序 | O($n^2$) | O(n) | O($n^2$) | O(1) | In-place | 稳定 |
希尔排序 | O(n $\log{n}$) | O(n$log^2{n}$) | O(n$log^2{n}$) | O(1) | In-place | 不稳定 |
归并排序 | O(n $\log{n}$) | O(n $\log{n}$) | O(n $\log{n}$) | O(n) | Out-place | 稳定 |
快速排序 | O(n $\log{n}$) | O(n $\log{n}$) | O($n^2$) | O($\log{n}$) | In-place | 不稳定 |
堆排序 | O(n $\log{n}$) | O(n $\log{n}$) | O(n $\log{n}$) | O(1) | In-place | 不稳定 |
计数排序 | O(n + k) | O(n + k) | O(n + k) | O(k) | Out-place | 稳定 |
桶排序 | O(n + k) | O(n + k) | O($n^2$) | O(n + k) | Out-place | 稳定 |
计数排序 | O(n x k) | O(n x k) | O(n x k) | O(n + k) | Out-place | 稳定 |
名词解释:
n
:数据规模,也就是参与排序的个数。k
:"桶"的个数。In-place
:占用常数内存,不占用额外内存。Out-place
:占用额外内存。- 稳定性:排序后 2 个相等键值的顺序和排序之前它们的顺序是否相同,相同则稳定。