关键词：
1、冒泡排序
（英语：Bubble Sort）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历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。
冒泡排序算法的运作如下：
- 比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。
- 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。这步做完后，最后的元素会是最大的数。
- 针对所有的元素重复以上的步骤，除了最后一个。
- 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
# 冒泡排序稳定 def bubble_sort(alist): for i in range(len(alist)): for j in range(i, len(alist)): # 如果比i位置的小，则与i位置更换位置 if alist[i] > alist[j]: alist[i], alist[j] = alist[j], alist[i] return alist li = [54, 26, 93, 17, 77, 31, 44, 55, 20] bubble_sort(li) print(li)
时间复杂度
- 最优时间复杂度：O(n) （表示遍历一次发现没有任何可以交换的元素，排序结束。）
- 最坏时间复杂度：O(n2)
- 稳定性：稳定
冒泡排序的演示
2、选择排序
选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理如下。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。
选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。
# 选择排序 def select_sort(alist): # 需要进行len(alist)-1次选择操作 for i in range(len(alist) - 1): # 记录最小位置 min_index = i # 从i+1位置到末尾选择出最小数据 for j in range(i + 1, len(alist)): # 如果选择的数据比当前最小值小，则记录最小值的新位置 if alist[min_index] > alist[j]: min_index = j # 如果选择出的数据不在正确位置，进行交换 if min_index != i: alist[i], alist[min_index] = alist[min_index], alist[i] min_index += 1 alist = [54,226,93,17,77,31,44,55,20] select_sort(alist) print(alist)
时间复杂度
- 最优时间复杂度：O(n2)
- 最坏时间复杂度：O(n2)
- 稳定性：不稳定（考虑升序每次选择最大的情况）
选择排序演示
3、插入排序
插入排序（英语：Insertion Sort）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。插入排序在实现上，在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。
时间复杂度
- 最优时间复杂度：O(n) （升序排列，序列已经处于升序状态）
- 最坏时间复杂度：O(n2)
- 稳定性：稳定
# 插入排序 def insert_sort(alist): for i in range(1,len(alist)): # 从第二个位置，即下标为1的元素开始向前面的有序数列插入 for j in range(i, 0, -1): # 反向循环前面的有序数列， # 从第i个元素开始向前比较，如果小于前一个元素，交换位置 if alist[j] < alist[j - 1]: alist[j], alist[j - 1] = alist[j - 1], alist[j] alist = [54,26,93,17,77,31,44,55,20] insert_sort(alist) print(alist)
插入排序演示
4、快速排序
快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
步骤为：
- 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）。在这个分区结束之后，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。
递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。
# 快速排序(1) def quick_sort(alist): if len(alist) < 2: return alist pivot = alist[len(alist) // 2] left_alist, right_alist = [], [] alist.remove(pivot) for i in alist: left_alist.append(i) if i < pivot else right_alist.append(i) return quick_sort(left_alist) + [pivot] + quick_sort(right_alist) alist = [54, 26, 93, 17, 77, 31, 44, 55, 20] print(quick_sort(alist)) # 快速排序(2) def quick_sort(alist, first, last): if first >= last: return min_value = alist[first] low = first high = last while low < high: # high左移 while low < high and alist[high] >= min_value: high -= 1 alist[low] = alist[high] # low右移 while low < high and alist[low] < min_value: low += 1 alist[high] = alist[low] alist[low] = min_value quick_sort(alist, first, low - 1) quick_sort(alist, low + 1, last) if __name__ == ‘__main__‘: alist = [54, 26, 93, 17, 77, 31, 44, 55, 20] quick_sort(alist, 0, len(alist) - 1) print(alist)
时间复杂度
- 最优时间复杂度：O(nlogn)
- 最坏时间复杂度：O(n2)
- 稳定性：不稳定
从一开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观察到的是分区运算，数组的元素都会在每次循环中走访过一次，使用O(n)的时间。在使用结合（concatenation）的版本中，这项运算也是O(n)。
在最好的情况，每次我们运行一次分区，我们会把一个数列分为两个几近相等的片段。这个意思就是每次递归调用处理一半大小的数列。因此，在到达大小为一的数列前，我们只要作log n次嵌套的调用。这个意思就是调用树的深度是O(log n)。但是在同一层次结构的两个程序调用中，不会处理到原来数列的相同部分；因此，程序调用的每一层次结构总共全部仅需要O(n)的时间（每个调用有某些共同的额外耗费，但是因为在每一层次结构仅仅只有O(n)个调用，这些被归纳在O(n)系数中）。结果是这个算法仅需使用O(n log n)时间。
5、归并排序
归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。
将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。
归并
# coding:utf-8 def merge_sort(alist): n = len(alist) if n <= 1: print(alist) return alist mid = n // 2 # left 采用归并排序后形成的新的列表 print(alist[:mid]) left_li = merge_sort(alist[:mid]) # right 采用归并排序后形成的新的列表 right_li = merge_sort(alist[mid:]) # 将两个有序的子系列合并成一个新的整体 # merge(left,right) left_pointer, right_pointer = 0, 0 result = [] while left_pointer < len(left_li) and right_pointer < len(right_li): if left_li[left_pointer] < right_li[right_pointer]: result.append(left_li[left_pointer]) left_pointer += 1 else: result.append(right_li[right_pointer]) right_pointer += 1 result += left_li[left_pointer:] result += right_li[right_pointer:] return result if __name__ == ‘__main__‘: alist = [54, 26, 93, 17, 77, 31, 44, 55, 20] print(alist) print(merge_sort(alist)) # 逻辑顺序 # merge_sort [54, 26, 93, 17, 77, 31, 44, 55, 20] # # left_li = merge_sort [54, 26, 93, 17] # # left_li = merge_sort [54, 26] # left_li = [26, 54] # # # left_li = [54] # right_li = [26] # result = [26, 54] # return result # # right_li = merge_sort([93, 17]) # # left_li = merge_sort([93]) # # return [93] # left_li =[93] # # right_li = merge_sort([17]) # # return [17] # right_li = [17] # # result = [17, 93] # # return result # # right_li = [17, 93] # # result = [17, 26, 54, 93] # # return result # # left_li = [17, 26, 54, 93] # # right_li = merge_sort([77, 31, 44, 55, 20]) # # # result = [] # return result
时间复杂度
- 最优时间复杂度：O(nlogn)
- 最坏时间复杂度：O(nlogn)
- 稳定性：稳定
插入排序（直接插入排序希尔排序）；交换排序（冒泡排序快速排序）；选择排序（简单选择排序堆排序）；归并排序和基数排序；基于关键词比较的排序算法下界分析
文章目录插入排序（直接插入排序、希尔排序）交换排序（冒泡排序、快速排序）选择排序（简单选择排序、堆排序）归并排序和基数排序排序算法分析分治排序的一般方法、基于关键词比较的排序算法下... 查看详情
七种基本排序算法（希尔排序，直接插入排序，冒泡排序，快速排序，简单选择排序，归并排序，堆排序）
classSortAlgorithm{staticvoidMain(string[]args){int[]arr1={1,4,2,7,9,8,3,6};//ShellSort(arr1);//DirectInsertSort(arr1);//BubbleSort(arr1);//QuickSort(arr1,0,arr1.Length-1);//SimpleSelectSort(arr1);//M 查看详情
所有排序算法汇总，冒泡，选择，插入，快速，优化快速，归并，希尔，堆排序
冒泡排序，不多说，两次for循环比较相邻两个元素的大小，然后进行交换。选择排序，我们第一次for循环遍历所有元素，并把当前元素假设为最小的元素，然后再一个for循环去寻找真正最小的元素进行交换，这样每次我们都能找... 查看详情
8大排序算法-我熟知（冒泡直接插入）
分类：1）插入排序（直接插入排序、希尔排序）2）交换排序（冒泡排序、快速排序）3）选择排序（直接选择排序、堆排序）4）归并排序5）分配排序（基数排序）所需辅助空间最多：归并排序所需辅助空间最少：堆排序平均速... 查看详情
常见的排序算法
插入排序直接插入排序，折半插入排序，2-路插入排序，希尔排序快速排序冒泡排序，快速排序（冒泡排序改进），选择排序简单选择排序，树形选择排序，堆排序归并排序基数排序 查看详情
面试考点：冒泡排序选择排序插入排序归并排序快速排序(代码片段)
深处开发岗，其实排序也是绕不开的环节，其中冒泡排序，选择排序，插入排序，归并排序，快速排序，堆排序也是我在秋招以来频繁问到的技术点排序算法有两块比较重要的知识点内存消耗：算... 查看详情
内排序方法的比较
内部排序插入排序直接插入排序折半插入排序希尔排序交换排序冒泡排序快速排序选择排序简单选择排序堆排序归并排序基数排序内部排序\\begincases插入排序\\begincases直接插入排序\\\\折半插入排序\\\\希尔排序\\\\\\endcases\\\\\\\\交... 查看详情
javascript实现常见排序算法：冒泡，插入，选择，归并，快速，堆排序(代码片段)
1.冒泡排序转自百度百科：冒泡排序，这个算法的名字由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端，故名“冒泡排序”。冒泡排序算法的运作如下：（从后往前） 比较相邻的元素。如果第... 查看详情
排序算法整理:冒泡排序堆排序插入排序归并操作快速排序希尔排序选择排序(代码片段)
...ortjava.util.Arrays;/***@ClassName:SortUtils*@Description:<p>排序算法工具类</p>*@authoredgar*@email【[email protected]】*@versionV1.0*@date2017-3-2815:35:12*/publicclassSortUtils/***@Title:SortUtils*@Description:私有化构造：类不能实例化*/privateS... 查看详情
排序算法python实现
参考技术A排序算法是《数据结构与算法》中最基本的算法之一。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... 查看详情
数据结构与算法从零开始系列：冒泡排序选择排序插入排序希尔排序堆排序快速排序归并排序基数排序
...都在Github:https://github.com/AndroidHensen/Arithmetic本篇内容包含排序的介绍排序的C的实现排序的Java的实现排序的时间复杂度的计算1、基本思想：两个数比较大小，较大的数下沉，较小的数冒起来2、实现步骤：这张图就是将数字12，35... 查看详情
排序算法时间复杂度o(n^2)冒泡排序选择排序插入排序时间复杂度o(nlogn)快速排序堆排序归并排序其他排序希尔排序计数排序
排序算法时间复杂度o(n^2)冒泡排序选择排序插入排序时间复杂度o(nlogn)快速排序堆排序归并排序其他排序希尔排序计数排序
排序算法
...据结构》简单的把上面的算法总结一下：简单算法：冒泡排序，简单选择排序，直接插入排序改进算法：希尔排序，堆排序，归并排序，快速排序插入排序：直接插入排序和希尔排序交换排序：冒泡排序和快速排序选择排序：简... 查看详情
冒泡排序，快速排序，归并排序，插入排序，希尔排序，堆排序，计数排序，桶排序，基数排序(代码片段)
选择排序，冒泡排序，快速排序，归并排序，插入排序，希尔排序，计数排序，桶排序，基数排序以上是一些常用的排序算法。选择排序for(inti=0;i<n;i++)intminval=a[i];intminid=i;for(intj=i+1;j<n;j++)if(a[j]<minval)minid=j;minval=a[j];swap(a[i],... 查看详情
java算法
我们常见的排序分为以下几类：插入排序（直接插入排序，希尔排序）交换排序（冒泡排序，快速排序）选择排序（直接选择排序，堆排序）归并排序分配排序（箱排序，基数排序） 对于以上的排序有什么不同呢？ 需要... 查看详情
排序算法总结
冒泡排序(交换排序)：大的数右移交换，优化成鸡尾酒排序；演变成快速排序插入排序:从第二个元素往左比较，插入到小于他的数后面希尔排序选择排序：选择最小的放在最左侧，以此类推归并排序：基于分治算法快速排序(交... 查看详情
八大基础排序中（直接插入排序，希尔排序，冒泡排序，快速排序，归并排序，简单选择排序）
packagecom.wang.sort;importjava.util.Arrays;publicclassSort{ /** *1.直接插入排序 *思想：当前数与前面已经排好顺序的数进行比较，插入到合适的位置 *@paramarra */ publicvoidsimpleSort(int[]arra){ for(inti=1;i<arra.length;i++){ intte 查看详情