一、概述
记录：含有多个数据项的数据元素。
关键字域：用作记录唯一标识的数据项，其值为关键字。
排序：排序是无序的记录序列按关键字调整为有序的记录序列的过程。
内部排序：待排序列完全存放在内存中所进行的排序过程。
外部排序：待排序的文件无法一次装入内存，在排序过程中必须在内存和外部存储器之间进行数据交换。
稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。
不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。
时间复杂度：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。
**空间复杂度：**是指算法在计算机内执行时所需存储空间的度量，它也是数据规模n的函数。
二、排序算法
十种常见排序算法可以分为两大类：
- 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。
- 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。
1、冒泡排序
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
1.1 算法描述
- 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
- 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
- 针对所有的元素重复以上的步骤，除了最后一个；
- 重复步骤1~3，直到排序完成。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Jl4EwxCl-1595651673711)(C:Usersddjj6PicturesCamera Roll冒泡.gif)]
1.2 代码实现
1.3 复杂程度
时间复杂度O(n^2)
- 最坏情况
- 最好情况O(n)，第二个循环判断全部不成立，无需交换
空间复杂度O(1)
2、选择排序
选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
有序固定，无需中选
2.1 算法描述
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下：
- 初始状态：无序区为R[1…n]，有序区为空；
- 第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1…i-1]和R(i…n）。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
- n-1趟结束，数组有序化了。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0n66Y7uk-1595651673713)(C:Usersddjj6PicturesCamera Roll选择.gif)]
2.2 代码实现
2.3 复杂程度
时间复杂度O(n^2)，均需比较
空间复杂度O(1)
3、插入排序
插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
无序固定，有序移动
3.1 算法描述
- 从第一个元素开始，该元素可以认为已经被排序；
- 取出下一个元素，在已经排序的元素序列中从后向前扫描；
- 如果该元素（已排序）大于新元素，将该元素移到下一位置；
- 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置；
- 将新元素插入到该位置后；重复步骤2~5。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4KU0olDE-1595651673718)(C:Usersddjj6PicturesCamera Roll插入.gif)]
3.2 代码实现
3.3 复杂程度
时间复杂度O(n^2)
- 最坏情况
- 最好情况O(n)，第二个循环判断全部不成立，无需操作
空间复杂度O(1)
4、希尔排序
希尔排序是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
4.1 算法描述
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，具体算法描述：选择一个增量序列t1，t2，…，tk，其中ti>tj，tk=1；按增量序列个数k，对序列进行k 趟排序；每趟排序，根据对应的增量ti，将待排序列分割成若干长度为m 的子序列，分别对各子表进行直接插入排序。仅增量因子为1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XbHd353W-1595651673720)(C:Usersddjj6PicturesCamera Roll希尔.gif)]
4.2代码实现
5、归并排序
归并排序是建立在归并（将两个以上有序序列组合成一个新的有序序列）操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。
5.1 算法描述
- 把长度为n的输入序列分成两个长度为n/2的子序列；
- 对这两个子序列分别采用归并排序；
- 将两个排序好的子序列合并成一个最终的排序序列。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IOotxgbJ-1595651673723)(C:Usersddjj6PicturesCamera Roll归并.gif)]
5.2代码实现
递归
非递归
5.3 复杂程度
时间复杂度O(nlog2(n))
空间复杂度，此例子为O(n)
6、快速排序
快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。
6.1 算法描述
快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下：
- 从数列中挑出一个元素，称为 “基准”（pivot）；
- 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
- 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
6.2代码实现
快速排序及其优化
随机快排、二路快排https://www.jianshu.com/p/4167ecfd23cb
二路快速排序
三路快排：三段https://www.cnblogs.com/du001011/p/10570278.html
当全部元素处理完之后，数组便成了这个样子：
7、堆排序
8、计数排序
计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。
8.1 算法描述
- 找出待排序的数组中最大和最小的元素；
- 统计数组中每个值为i的元素出现的次数，存入数组C的第i项；
- 对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
- 反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1。
分别对应ACB数组
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HkVCrWwr-1595651673725)(C:Usersddjj6AppDataRoamingTypora ypora-user-images1570674146719.png)]
8.2 代码实现
8.3 复杂程度
时间复杂度O(n+k)
空间复杂度O(n+k)
9、桶排序
10、基数排序
基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。
11、颜色排序
三路快排解决https://www.jianshu.com/p/4167ecfd23cb