排序算法的我的心得体会。

引用文章A：http://blog.csdn.net/whuslei/article/details/6442755

引用介绍：介绍了排序的复杂度（time and space) 以及稳定性。

 

算法会在2015/3/1更新至GITHUB。Addr：https://github.com/zheng39562/arithmetic

2015/3/1版：暂定为int排序。目标为泛型算法。

 

本文仅介绍我的在其中碰见的问题。若是对算法并不了解/遗忘。能够阅读引用文章。也欢迎对更多的看法：）

基本概念：

　　1）时间复杂度：一般分为最好和最坏状况。但一般而言基本会考虑最坏状况。由于最好状况基本都会有必定的先决条件，做为通用算法。必须按照最坏状况计算。

　　　　1，但在针对性领域，在肯定前提状况下，可使用最好状况来编写代码（但必须有绝对把握）

　　2）空间复杂度：须要的辅助空间量。

　　　　1，牺牲时间，仍是牺牲空间。并无绝对的答案。彻底看本身的状况而定。

　　3）稳定性：通俗的理解即，两个在比较条件中相等的元素，在屡次排序中不改变顺序。（具体见引用A）

　　　　1）对于稳定性，我的理解，就是把全部元素都看成不一样元素时（包括相等元素），排序结果依然只有一种。

　　　　2）引用A中的一个猜想：若存在两个不相邻元素的交换，则多是不稳定的。

 

1：冒泡算法。时间复杂度最坏/最好/平均：O(n2),O(n),未知。稳定性；稳定。

　　1，冒泡排序大概是最容易懂的排序了吧。

2：插入算法：时间复杂度最坏/最好/平均：O(n2),O(n),O(n2)。稳定性；稳定。

　　1，插入排序须要移动数组元素。因此，建议：从后往前进行比较。这并不必定会提升移动速度，但能够不须要单独作一个移动函数（从前日后，可能须要一次性移动多个元素，从后往前，则能够在判断时直接进行邻近交换）。

　　2，插入排序中若是不该用其余优化。是一个比较坑爹的排序。（老是不自觉的想在其中加入其余排序算法）

3：希尔排序：时间复杂度最坏/最好/平均：O(nlogn),未知,O(nlogn)。稳定性；不稳定。 

　　1，没法理解为什么其时间复杂度为O(nlogn)。

　　2，相似与二分法来解决插入排序。

4：快速排序：时间复杂度最坏/最好/平均：O(nlogn),未知,O(nlogn)。稳定性；不稳定。 

　　1，while( array[i--] ... ) // 须要注意，不管循环是否执行，i都退出循环时，都会比指望的少1。若是使用此方式循环而且在后续还要继续使用 i 这个值，则须要慎重思考。

5：选择排序：时间复杂度最坏/最好/平均：O(n2),O(n2),O(n2)。稳定性；不稳定。 

　　1，表示实现不想写这个代码。但愿我这辈子都不会用到。。。

6：堆排序：时间复杂度最坏/最好/平均：O(nlogn),未知,O(nlogn)。稳定性；不稳定。 

　　1，写成了heap类。当使用链表构建时，须要注意末尾指针的移动。

7：并归排序：时间复杂度最坏/最好/平均：O(nlogn),o(nlogn),O(nlogn)。稳定性；稳定。空间复杂度：O(n)

　　1，这是少数几种须要占用辅助内存的常规排序方法。但，它是时间复杂度nlogn中的惟一稳定的排序方式。当对于元素位置有强烈要求时，推荐此排序方式。

8：基数排序：按位比较排序。先按照个位，再按照十位，依次类推。

　　1，要求：最高位数。而且只有针对数字，或能够有类推规律的数据。

　　2，其时间复杂度仅为o(n)。若是对时间要求略高，但同时符合要求，能够考虑此方式。