簡介：
在演算法的世界裡，排序是最基本又是最重要的一類。在tacp(the art of computing programming)中，佔據了專門且重要的篇幅。在面試中也是屢屢出現。一般而言，排序是查詢的基礎，比如著名的二分查詢，就是建立在有序序列的基礎上的。
在眾多的排序演算法中，可以按照時間複雜度大概分為三類：
n平方階的演算法，
nlgn的演算法(基於比較演算法的下界)
線性時間的演算法。
如果按排序的其他性質來分，又可以分為穩定排序/非穩定排序，等等。
知名的說法有常說的8大排序演算法，專門指內部排序（與在磁碟上的外部排序相比，這些排序全部在記憶體中完成）。包括：
插入排序：直接插入排序和希爾排序 12
選擇排序：簡單選擇排序和堆排序 34
交換排序：氣泡排序和快速排序 56
歸併排序 7
基數排序(是基於桶排序的) 8
1 o(n^2)
1.1 冒泡
基本思想：在要排序的一組數中，對當前還未排好序的範圍內的全部數，自上而下對相鄰的兩個數依次進行比較和調整，讓較大的數往下沉，較小的往上冒。即：每當兩相鄰的數比較後發現它們的排序與排序要求相反時，就將它們互換。每一趟排序後的效果都是講沒有沉下去的元素給沉下去。
演算法流程：
1）比較相鄰的兩個元素，如果前面的資料大於後面的資料，就將兩個資料進行交換；這樣對陣列第0個元素到第n-1個元素進行一次遍歷後，最大的乙個元素就沉到陣列的第n-1個位置；
2）重複第2）操作，直到i=n-1。
時間複雜度分析：o(n^2)，氣泡排序是一種不穩定排序演算法。
可以看到，氣泡排序跟選擇排序有相似的地方，在經過一輪迭代以後，都是把最大元素排在最後。
氣泡排序的**簡單易懂，更適合作為教學目的之用。
2 o(nlogn)
歸併(merge)
是二分法的在排序演算法中的一種典型應用。
快排
堆排
3 o(n)的演算法
在clrs一書中，四位作者已經證明了，對於基於比較的排序演算法而言，它的下界就是o(nlgn)，也就是說像歸併之類的排序演算法已經是最快了。但是如果打破基於比較去排序的這種思想藩籬，則其實還可以得到更快的排序演算法：時間複雜度為線性的排序演算法。
但是需要注意的是，這些演算法的應用都有一些場景上的限制，即只有滿足特定的條件，才能應用這些演算法。。類似於快排一樣的、通用的線性時間複雜度的排序演算法是不存在的。
這類演算法主要有：
桶排序
計數排序是桶排序的一種特殊情況，可以把計數排序當成每個桶裡只有乙個元素的情況。
桶排序要求資料的分布必須均勻，否則可能導致資料都集中到乙個桶中。比如[104,150,123,132,20000], 這種資料會導致前4個數都集中到同乙個桶中。導致桶排序失效。
網路各博文中流程的桶排序演算法實際上都是計數排序，並非標準的桶排序。
基數
計數排序
它僅適用於資料比較集中的情況。比如 [0~100]，[10000~19999] 這樣的資料。
3.1 原理
計數排序、基數排序、桶排序則屬於非比較排序。非比較排序是通過確定每個元素之前，應該有多少個元素來排序。針對陣列arr，計算arr[i]之前有多少個元素，則唯一確定了arr[i]在排序後陣列中的位置。
非比較排序只要確定每個元素之前的已有的元素個數即可，所有一次遍歷即可解決。演算法時間複雜度o(n)。
非比較排序時間複雜度底，但由於非比較排序需要占用空間來確定唯一位置。所以對資料規模和資料分布有一定的要求。
參考文獻
資料結構和演算法系列（3）排序演算法
使用場景 o n n n 1 2 如果n比較小的話它的時間複雜度就會降級 資料量比較小，常見於小遊戲中10個左右資料的排序場景 具體實現 氣泡排序演算法 適用於資料量比較小的場景 param array public static void bubblesort int array if flag ...
排序演算法系列之選擇排序 2
選擇排序原理 在長度為nd 陣列中,找到位置不適合的元素,直接放入最終合適的位置上,也就是依次在未排序陣列中找到最小元素,直到最後乙個元素位置 剩下的最後乙個元素n 2最大,無需操作 每輪從無序陣列中找到的最小資料,依次放入到從data 0 到data n 2 中 優點 賦值次數少 缺點 忽略了資料...
演算法（2）排序之氣泡排序
氣泡排序核心思路 每乙個元素 j 和其後面乙個元素 j 1 比較，如果前者 j 大則交換，無論交換與否，讓後面元素 j 1 何其下乙個元素 j 2 接著進行比較 看圖說明，不想寫流程了 設定指標 i，j i 從角標 0 開始，到 n 1 結束，j 每次從 1 開始，到 n i 1 結束 其實 i 表...