九大排序算法图解
0、稳定性和复杂度
开始之前，先简单介绍一下排序算法的几个重要指标,这里，我尽量用自己理解的傻瓜式方法解读：
（1）稳定性：当序列中存在两个或两个以上的关键字相等的时候，如果排序前序列中r1领先于r2,那么排序后r1如果仍旧领先r2的话，则是稳定的。（相等的元素排序后相对位置不变）
（2）不稳定性：当序列中存在两个或两个以上的关键字相等的时候，如果排序前序列中r1领先于r2,那么排序后r1如果落后r2的话，则是不稳定的。（相等的元素排序后相对位置发生改变）
（3）时间复杂度：算法的时间开销是衡量其好坏的最重要的标志。高效率的算法应该具有更少的比较次数和记录移动次数。
（4）空间复杂度：即执行算法所需要的辅助存储的空间。
排序算法小结表
1、直接插入排序（插入类）
流程描述：遍历序列中的关键字，每次取一个待排序的关键字，从待排序关键字的前一个关键字逐次向前扫描，如果扫描到的关键字大于待排序关键字，则把扫描到的关键字往后移一个位置。最后找到插入位置，将待排序关键字插入。
void InsertSort(int R[],int n)
{
int i,j
int temp;
for(i=1;i<n;++i)
{
temp=R[i]; //将待排关键字暂时存放在temp中
j=i-1; //待排关键字的前一个关键字序号
while(j>=0&&temp<R[j])
//从待排关键字的前一个关键字开始扫描，如果大于待排关键字，则往后移一个位置
{
R[j+1]=R[j];
–j;
}
R[j+1]=temp; //找到插入位置，将temp中暂存的待排关键字插入
}
}
最坏情况：整个序列是逆序的时候，则内层循环的条件temp<R[j]始终成立，此时对于每一次外层循环，内层循环次数每次达到最大值（即内层循环位i次），外层循环i取值为1~i-1,所以总的执行次数为n(n-1)/2 。
最好情况：整个序列为正序的时候。内层循环条件始终不成立，所以内层循环始终不执行，始终执行语句R[j+1]=temp。所以时间复杂度为O(n)。
空间复杂度：算法所需的辅助存储空间不随待排序列的规模变化而变化，是个常量，所以为O(1)。
2、折半插入排序（插入类）
过程描述：过程同直接插入排序，只是不同于直接插入排序时用顺序查找，这里用的是折半查找。所以折半插入排序在查找过程上比直接插入排序节约不少时间。但是关键字移动次数和直接插入排序一样。
3、冒泡排序（交换类）
过程描述：通过一系列的交换动作实现排序。首先第一个关键字和第二个关键字比较，如果第一个关键字大，二者交换；然后第二个关键字和第三个关键字比较，如果第二个关键字大，二者交换，否则不交换。一直进行下去，知道最终最大的哪个关键字被交换到了最后，一趟冒泡排序完成。
void BubbleSort(int R[],int n)
{
int i,j,flag;
int temp;
for(i=n-1;i>=1;–i)
{
flag=0; //flag用来标记本趟排序是否发生了交换
for(j=1;j<=i;++j)
{
if(R[j-1]>R[j])
{
temp=R[j];
R[j-1]=R[j];
R[j]=temp;
flag=1; //flag=1表示本次排序发生了交换
}
if(flag==0)//如果没有发生交换，说明序列有序，排序结束
return;
}
}
最坏情况：序列逆序，此时内层循环if语句的条件始终成立，基本操作执行的次数为n-i。i取值为1~n-1,所以总的执行次数为(n-1+1)(n-1)/2=n(n-1)/2,所以时间复杂度为O(n^2)。
最好情况：序列正序。此时内层循环的条件比较语句始终不成立，不发生交换，内层循环执行n-1次，所以时间复杂度为O（n）。
平均情况：时间复杂度O(n^2)。
4、简单选择排序（选择类）
选择排序就是不断地从未排序的元素中选择最大（或者最小）的元素放入已经排好序的元素集合中，直到未排序中仅剩一个元素为止
void SelectSort(int R[],int n)
{
int i,j,k;
int temp;
for(i=0;i<n;++i)
{
k=i;
for(j=i+1;j<n;++j) //从i后面的序列中挑选一个最小的关键字
{
if(R[k]>R[j])
k=j; //
temp=R[i];
R[i]=R[k];
R[k]=temp;
}
}
}
5、希尔排序(插入类)
首先它把较大的数据集合分割成若干个小组（逻辑上分组），然后对每一个小组分别进行插入排序，此时，插入排序所作用的数据量比较小（每一个小组），插入的效率比较高
可以看出，他是按下标相隔距离为4分的组，也就是说把下标相差4的分到一组，比如这个例子中a[0]与a[4]是一组、a[1]与a[5]是一组…，这里的差值（距离）被称为增量
每个分组进行插入排序后，各个分组就变成了有序的了（整体不一定有序）
此时，整个数组变的部分有序了（有序程度可能不是很高）
然后缩小增量为上个增量的一半:2，继续划分分组，此时，每个分组元素个数多了，但是，数组变的部分有序了，插入排序效率同样比高
同理对每个分组进行排序（插入排序），使其每个分组各自有序
最后设置增量为上一个增量的一半：1，则整个数组被分为一组，此时，整个数组已经接近有序了，插入排序效率高
同理，对这仅有的一组数据进行排序，排序完成
6、快速排序（交换类）
过程描述：每一趟选择当前子序列中的一个关键字作为枢轴（一般选择第一个关键字作为枢轴），将子序列中比枢轴小的移到枢轴前面，比枢轴大的移到枢轴后面，本趟交换完成后得到新的更短的子序列，成为下一趟交换的初始序列。一趟排序之后可以确定枢轴的最终位置。比枢轴小的全部在枢轴左边，比枢轴大的全部在枢轴右边。
void QuickSort(int R[],int high,int low)
{
int temp;
int i=low,j=high;
if(low<high)
{
temp=R[low];
while(i!=j)
{
while(j>i&&R[j]>=temp) --j; //从右往左扫描，找到一个小于枢轴temp的关键字
if(i<j)
{
R[i]=R[j]; //将右边小于枢轴temp的关键字放在temp的左边
++i; //左边序列号向右移一位
}
while(i<j&&R[i]<temp) ++i;//从左向右扫描，找到一个大于枢轴关键字temp的关键字
if(i<j)
{
R[j]=R[i];//将左边大于枢轴temp的关键字放在temp的右边
–j; //右边序号向左移动一位
}
}
R[i]=temp;
QuickSort(R,low,i-1);
QuickSort(R,i+1,high);
}
}
最好情况：时间复杂度为[公式] ,待排序列越接近无序，本算法效率越高。
最坏情况：时间复杂度为 [公式] ,待排序列越接近有序，本算法效率越低。
平均情况：时间复杂度 [公式] 。
空间复杂度：从头到尾只用了temp这一个辅助存储，所以为O(1)。
7、堆排序（选择类）
把堆看成完全二叉树，大根堆—父亲大孩子小；小根堆—父亲小孩子大。
过程描述：整个排序的过程就是不断地将序列调整为堆。
以原始序列：49 38 65 97 76 13 27 49为例，调整为大根堆。
（1）调整97，97>49，不需要调整
（2）调整65,65>13,65>27，不需要调整
(3)调整38，38<97,38<76。需要调整，38和97交换，交换后38成为49的根节点，，继续将38和49交换。
（4）调整49，49<97,49<65,所以49和较大者97交换，交换后，49<76，仍然不满足大根堆，将49与76交换。
8、2路归并排序
void mergeSort(int A[],int low,int high)
{
if(low<high)
{
int mid=(low+high)/2;
mergeSort(A,low,mid); //归并排序前半段
mergeSort(A,mid+1,high);//归并排序后半段
merge(A,low,mid,high); //把数组中的low到mid 和 mid+1到high的两段有序序列归并成一段有序序列
}
}
9、基数排序
“多关键字排序”，（1）最高位优先（2）最低位优先。例如最高位优先：先按最高位排成若干子序列，再对每个子序列按次高位进行排序。
如下图，低位优先的排序过程：每个桶相当于一个队列，先进先出规则。
最后得到的结果：最高为有序，最高位相同的关键字次高位有序，次高位相同的关键字最低位有序，所以整个序列有序。