十大經典排序算法

主題：

排序算法可以分為內部排序和外部排序，內部排序是數據記錄在內存中進行排序，而外部排序是因排序的數據很大，一次不能容納全部的排序記錄，在排序過程中需要訪問外存。常見的內部排序算法有：插入排序、希爾排序、選擇排序、冒泡排序、歸並排序、快速排序、堆排序、基數排序等。用一張圖概括：

關於時間復雜度:

1. 平方階 (O(n2)) 排序 各類簡單排序：直接插入、直接選擇和冒泡排序。

2. 線性對數階 (O(nlog2n)) 排序 快速排序、堆排序和歸並排序。

3. O(n1+§)) 排序，§ 是介於 0 和 1 之間的常數。 希爾排序。

4. 線性階 (O(n)) 排序 基數排序，此外還有桶、箱排序。

關於穩定性:

穩定的排序算法：冒泡排序、插入排序、歸並排序和基數排序。

不是穩定的排序算法：選擇排序、快速排序、希爾排序、堆排序。

名詞解釋：

n：數據規模

k：“桶”的個數

In-place：占用常數內存，不占用額外內存

Out-place：占用額外內存

穩定性：排序後 2 個相等鍵值的順序和排序之前它們的順序相同

第一種:冒泡排序

冒泡排序（Bubble Sort）也是一種簡單直觀的排序算法。它重復地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重復地進行直到沒有再需要交換，也就是說該數列已經排序完成。這個算法的名字由來是因為越小的元素會經由交換慢慢“浮”到數列的頂端。

作為最簡單的排序算法之一，冒泡排序給我的感覺就像 Abandon 在單詞書裏出現的感覺一樣，每次都在第一頁第一位，所以最熟悉。冒泡排序還有一種優化算法，就是立一個 flag，當在一趟序列遍歷中元素沒有發生交換，則證明該序列已經有序。但這種改進對於提升性能來說並沒有什麽太大作用。

算法步驟

1. 比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。

2. 對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最後一對。這步做完後，最後的元素會是最大的數。

3. 針對所有的元素重復以上的步驟，除了最後一個。

4. 持續每次對越來越少的元素重復上面的步驟，直到沒有任何一對數字需要比較。

動圖演示

得到結果：

添加前字典{‘a‘: 0},內存地址:110911992
添加前字典{‘a‘: 0},內存地址:110911992
添加前字典{‘a‘: 1},內存地址:110911992
添加前字典{‘a‘: 1},內存地址:110911992
添加前字典{‘a‘: 2},內存地址:110911992
添加前字典{
 
‘a‘: 2},內存地址:110911992
[({‘a‘: 2}, ‘內存地址:110911992‘), ({‘a‘: 2}, ‘內存地址:110911992‘), ({‘a‘: 2}, ‘內存地址:110911992‘)]

說明：

第二種情況

鍵入代碼:

 1 def make():
 2     for a in range(3):
 3         dict = {
 4             ‘a‘: a
 5         }
 6         yield dict
 7 
 8 list = []
 9 for val in make():
10     print(‘添加前字典{},內存地址:{}‘.format(val,id(val)))
11     list.append((val,‘內存地址:%d‘ % id(val)))
12     print(‘添加前字典{},內存地址:{}‘.format(val,id(val)))
13 
14 print(list)

得到結果:

1 添加前字典{‘a‘: 0},內存地址:113784728
2 添加前字典{‘a‘: 0},內存地址:113784728
3 添加前字典{‘a‘: 1},內存地址:110699936
4 添加前字典{‘a‘: 1},內存地址:110699936
5 添加前字典{‘a‘: 2},內存地址:110699144
6 添加前字典{‘a‘: 2},內存地址:110699144
7 [({‘a‘: 0}, ‘內存地址:113784728‘), ({‘a‘: 1}, ‘內存地址:110699936‘), ({‘a‘: 2}, ‘內存地址:110699144‘)] 

十大經典排序算法