十大排序算法

1. 、冒泡排序（Bubble Sort）
2. 、选择排序（Selection Sort）
3. 、插入排序（Insertion Sort）
4. 、希尔排序（Shell Sort）
5. 、归并排序（Merge Sort）
6. 、快速排序（Quick Sort）
7. 、堆排序（Heap Sort）
8. 、计数排序（Counting Sort）
9. 、桶排序（Bucket Sort）

以下算法时间复杂度O（n^2）,空间复杂度O（1）

1.冒泡排序

从左至右，两两比较，保证大的在后面，否则换位。一次遍历后，某些大数被后置若干位，最大的被找出并排在最右侧。像冒泡一样。

多次遍历，才可正确排序，时间复杂度O(n^2)

实现方式：两层循环或者循环＋递归

循环＋递归

2.选择排序

冒泡排序

每次选择最小的放到最前面。

选择排序的优化，每次选择最大最小分别放到最左与最右。

3.插入排序

顺着选择排序想，可以得到插入排序。

构建新的序列，每次添加一个新的元素插入到当前序列中。

插入排序的优化

针对插入效率过低、数组插入元素慢的特点。

对于排好序的数组，新数字插入时，可使用二分法确定下次比较的位置。

新排序的结果使用链表存储。

4.希尔排序

插入排序的进阶版

分组进行插入排序，每次分组间隔变小，组内数量变多，最后一次排序为整体的插入排序

每次分组的间隔为n/2 -1，n为上次分组的长度。

思想：化远未近，减少内存消耗。先让序列整体大致有序，多次调整分组大小，使得序列更加有序。

希尔排序也称缩小增量排序

增量（间隔或分组长度）的选择是一个难题，没有准确的说法。

---

以下算法时间复杂度：O(nlogn)

5.快速排序

空间复杂度O（logn）

分治的思想

先从数列中任取出一个作为基准

大于该数的放到左边，小于该数的放到右边

对各个子区间执行上述操作，直到区间内元素个数小于2

代码实现：

双指针？一种实现方式

也可以不使用双指针

优化：每次选择合理的基准数，减少递归深度，结合插入排序，元素个数在10以内使用插入排序。

6.归并排序

空间复杂度O（n）

将两个有序数列合并成一个有序数列

将未排序数列看作n个有序数列，不断利用归并排序的思想，最总合并成一个数列。

7.堆排序

空间复杂度O（1）

利用完全二叉树的结构进行排序

大顶堆、小顶堆

流程：

初步构建树

构建大顶堆/小顶堆

右下角数字与最大值交换位置，该数下沉，下沉过程中为重新构建大顶堆的过程

右下角开始，从右往左，从下往上重复上述过程，最终得到排序后的结果，从上往下，从左往右依次递增。

---

以下算法时间复杂度O（n+k）,空间复杂度O（n+k）

8.计数排序

利用先验，提前知道有那些数字，处在哪个区间，利用空间换取时间。

将可能的结果区间按照顺序排序，出现一次，计数器加一，只需遍历一次。

排序的元素必须是整数，取值在一定范围，适合用计数排序

9.桶排序

只是一种分治的思想

将数据按照大小分到不同的区间，在不同区间使用多进程，以上述几种算法排序，最后按序合并。

每个桶使用链表进行排序，避免内存浪费。

设计时，将数据分布变得均匀。发挥其效率。

10.基数排序

先按照个位排序，个位变得有序

再按照十位排序，十位变得有序。同时个位排过序，按十位分桶时，个位也是有序的。

再按照百位排序，百位变得有序。。。

最快的排序算法是什么，很多人的第一反应是快排，感觉QuickSort 当然应该最快了，其实并非如此，快排是不稳定的，最坏情况下，快排序并不是最优，Java7 中引入的 TimSort 就是一个结合了插入排序和归并排序的高效算法.，Timsort最早是 Tim Peters 于2001年为 Python 写的排序算法。自从发明该算法以来，它已被用作Python，Java，Android平台和GNU Octave中的默认排序算法。

相比之下， TimSort 的最佳，平均和最坏情况综合起来最佳。在数据量比较少（<=64）的情况下，它直接用 Insert Sort，否则使用 MergeSort + BinarySearch 来提高排序效率