2019年10月30日16:09:07
时至今日，也面了这么多家公司。基本上排序算法是必问必考必写的，到现在为止 我手写过堆排序、快速排序、希尔排序、归并排序等（还有一个长相十分好看的面试官小姐姐 让我手写了桶排序，唉）。
但是总体上来说不难，这些算法很基础 没什么难度。本来之前已经把DSA之十大排序算法 全都分析过了，但是一直没有进行汇总。今天 西安难得天气不错（我也收到了一家公司的offer通知），我就再把这个系列的算法进行一个大串烧。
开始！！！
DSA之十大排序算法
算法分类标准
一、内部排序和外部排序
排序算法根据是否使用内外存进行分类，为内部排序和外部排序。首先内部排序指的是数据记录在内存中直接进行排序，而外部排序是因排序的数据量很大，一次不能容纳全部的排序记录，所以在排序过程中需要进行访问外存的操作。 （数据量很大，因此就把数据放在磁盘中，而排序则还需要通过磁盘和内存的数据传输才能进行）。通常情况下，大家所熟知的八大排序指的就是内部排序。如下图所示：
二、是否进行元素比较
通常情况下，也是基于排序过程中是否要进行 元素之间的两两比较，而划分为：
- 非线性时间比较类排序：通过相互比较来决定元素间的先后相对次序，由于其时间复杂度不能突破O(nlogn)，因此称为非线性时间比较类排序。
- 线性时间非比较类排序：排序过程中，不通过比较来决定元素间的相对次序。因此它可以突破基于比较排序的时间界限，以线性时间运行，因此称为线性时间非比较类排序。
如下图所示：
算法常用术语
- 比较和非比较：常见的快速排序、归并排序、堆排序、冒泡排序等都属于比较排序。在排序的最终结果里，元素之间的次序依赖于它们相互之间的比较。每个数都必须和其他数进行比较，才能确定自己的位置。在冒泡排序之类的排序中，问题规模为n，又因为需要比较n次，所以平均时间复杂度为O(n²)。而在归并排序、快速排序之类的排序中，问题规模通过分治法消减为logN次，所以时间复杂度平均O(nlogn)。比较排序的优势：适用于各种规模的数据，也不在乎数据的分布，都能进行排序。可以说，比较排序适用于一切需要排序的情况。
- 而下面的计数排序、基数排序、桶排序则属于非比较排序。非比较排序是通过确定每个元素之前，应该有多少个元素来排序。针对数组src，计算src【i】之前有多少个元素k，则唯一确定了src【i】在排序后数组中的位置。非比较排序只要确定每个元素之前的已有的元素个数即可，所有一次遍历即可解决。算法时间复杂度O(n)。非比较排序时间复杂度比较低，但由于非比较排序需要占用空间来确定唯一位置。所以对数据规模和数据分布有一定的较高要求的。
- 稳定和不稳定：稳定：如果a原本在b前面，且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，且a=b，排序之后a可能出现在b的后面。
算法时空复杂度及性质
DSA之十大排序算法 实现
注：十大排序算法 都有详细的分析，实现和优化。如下：
- DSA之十大排序算法第一种：Bubble sort
- DSA之十大排序算法第二种：Straight Selection Sort
- DSA之十大排序算法第三种：Straight Insertion Sort
- DSA之十大排序算法第四种：Shell Sort
- DSA之十大排序算法第五种：Merge Sort
- DSA之十大排序算法第六种：Quick Sort
- DSA之十大排序算法第七种：Heap Sort
- DSA之十大排序算法第八种：Counting Sort
- DSA之十大排序算法第九种：Bucket Sort
- DSA之十大排序算法第十种：Radix Sort
基本上，上面都有详细的代码，也可以看我的GitHub：https://github.com/TsinghuaLucky912/My_own_C-_study_and_blog/tree/master/Sorting_Algorithm%20-10