数据结构学习小记-排序

希尔排序

1. 希尔排序，又名递减增量排序算法，是一种非稳定的更高效的插入排序，在对几乎已经排好序的数据操作时，效率极高，即可以达到线性排序的效率，直接插入排序整体来说是低效的，因为插入排序每次只能将数据移动一位；希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行依次直接插入排序。

堆排序

1. 堆排序是一个比较特殊的排序方式；堆是一种非线性的数据结构，可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组；按照堆的特点可以把堆分为大顶堆和小顶堆；

   1. 大顶堆：每个结点的值都大于或等于其左右孩子结点的值；
   2. 小顶堆：每个结点的值都小于或等于其左右孩子结点的值，这种特性与我们在前面学习查找方法时学过的二叉排序树很相似，这种特殊的数据结构可以让我们快速访问到我们需要的值，如优先队列就使用堆进行处理。

2. 基本思想：把待排序的元素按照大小在二叉树位置上排列（使用数组模拟，没必要一定使用二叉树），排序好的元素要满足：父节点的元素要大于等于其子节点；这个过程叫做堆化过程，如果根节点存放的是最大的数，则叫做大根堆；如果是最小的数，自然就叫做小根堆了。根据这个特性（大根堆根最大，小根堆根最小），就可以把根节点拿出来，然后再堆化下，再把根节点拿出来，一直循环到最后一个节点，就排序好了。

归并排序

1. 归并排序的核心思想是将两个有序的数列合并成一个大的有序的序列。通过递归，层层合并，即为归并，归并排序的算法效率仅次于快速排序，是一种稳定的算法，需要建立两倍的数组空间，一般用于对总体而言无序，但是各子项又相对有序【并不是完全乱序】的情况比较适用。

   1. 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列

   2. 设定两个指针，最初位置分别为两个已经排序序列的起始位置

   3. 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置,重复步骤c直到某一指针超出序列尾,将另一序列剩下的所有元素直接复制到合并序列尾

快速排序

1. 首先在数组中选择一个基准点，然后分别从数组的两端扫描数组，设两个指示标志（low指向起始位置，high指向末尾)，首先从后半部分开始，如果发现有元素比该基准点的值小，就交换low和high位置的值，然后从前半部分开始扫描，发现有元素大于基准点的值，就交换low和high位置的值，如此往复循环，直到low>=high,然后把基准点的值放到high这个位置。一次排序就完成了。以后采用递归的方式分别对前半部分和后半部分排序，当前半部分和后半部分均有序时该数组就自然有序了。

排序总结

1. 待补充...