一圖統領

基礎排序

氣泡排序

誰大誰上，每一輪都把最大的頂到天花板
效率太低O(n²)——掌握swap

選擇排序

效率較低，但經常用它內部的迴圈方式來找最大值和最小值——怎麼一次性求出陣列的最大值和最小值
O(n²)

插入排序

雖然平均效率低，但是在序列基本有序時，它很快，所以也有其適用範圍
Arrays這個工具類在1.7裡面做了較大改動（元素少使用插入排序，元素多使用快排）

希爾排序（縮小增量排序）

是插排的改良，對空間思維訓練有幫助，排序元素的間隔interval

分治法

1.子問題拆分
2.遞迴求解子問題
3.合併子問題的解

快速排序

是軟體工業中最常見的常規排序法，其雙向指標掃描和分割槽

歸併排序

空間換時間——逆序對數
歸併重視子問題的解的合併

堆排序

用到了二叉堆資料結構，是繼續掌握樹結構的起手式
=插排+二分查詢

上面三個都是NlgN的複雜度，其中快排表現最好，是原址的不用開闢輔助空間；堆排也是原址的，但是常數因子較大，不具備優勢。

上面7種都是基於比較的排序，可證明它們在元素隨機順序情況下最好是NlgN

非比較排序

下面三個是非比較排序，在特定情況下會比基於比較的排序要快：

計數排序

可以說是最快的：O(N+k),k=maxOf(sourceArr)，
用它來解決問題時必須注意如果序列中的值分佈非常廣（最大值很大，元素分佈很稀疏），
空間將會浪費很多
所以計數排序的適用範圍是：序列的關鍵字比較集中，已知邊界，且邊界較小

桶排序

先分桶，再用其他排序方法對桶內元素排序，按桶的編號依次檢出。（分配-收集）
用它解決問題必須注意序列的值是否均勻地分佈在桶中。
如果不均勻，那麼個別桶中的元素會遠多於其他桶，桶內排序用比較排序，極端情況下，全部元素在一個桶內，還是會退化成NlgN

其時間複雜度是：時間複雜度： O(N+C)

基數排序

kN級別（k是最大數的位數）是整數數值型排序裡面又快又穩的，無論元素分佈如何，
只開闢固定的輔助空間（10個桶）

對比桶排序，基數排序每次需要的桶的數量並不多。而且基數排序幾乎不需要任何“比較”操作，而桶排序在桶相對較少的情況下，
桶內多個數據必須進行基於比較操作的排序。
因此，在實際應用中，對十進位制整數來說，基數排序更好用。

要求

時刻反思能否做到：
1、準確描述演算法過程
2、寫出（偽）程式碼
3、能分析時間複雜度
4、能靈活應用（知道優缺點和應用場景）

相關博文

【資料結構與演算法】簡單排序（選擇、冒泡、插入、希爾排序）、二分查詢

【資料結構與演算法】快速排序（三種程式碼實現以及工程優化）

【資料結構與演算法】歸併排序

【資料結構與演算法】堆排序

【資料結構與演算法】非比較排序（計數排序、桶排序、基數排序）