基础算法3 - 桶排序和排序算法总结

1. 比较器：定义一个比较器函数，如果返回负数，认为第一个参数应该排在前面，如果返回是正数，认为第二个参数应该排在前面，如果返回0，认为谁放前面无所谓。
   可用于 基于比较的排序。

2. 桶排序思想下的排序

   1. 桶排序思想下的排序都不是基于比较的排序
      2)时间复杂度为O(N)， 额外空间复杂度为O(N)
      3)应用范围有限，需要样本的数据状况满足桶的划分。

   例子：一个数组 里面放的是员工的年龄，用O(N)的时间复杂度排序。
   方法：生成一个201的数组，里面值为0-200. 查询数组里面的值，遇到某个值 对应的位置就加1. 最后根据每个值 有多少个，直接打印结果。

   计数排序，最大和最小差值不能太大。

   基数排序, 必须是十进制数，必须基于具体的业务和数据状况排序。

def countSort(data):
	M = max(data)
	

3. 排序的稳定性

   选择排序： 时间复杂度O(N^2)，空间复杂度O(1)，不稳定，比如 3 3 3 3 1–>排位置0时，交换1和3. 3不稳定
   冒泡排序: 时间复杂度O(N^2)，空间复杂度O(1), 稳定。 相等不交换时稳定
   插入排序：时间复杂度O(N^2)，空间复杂度O(1),稳定。
   归并排序：时间复杂度O(NlogN), 空间复杂度O(N), 稳定。merge时，相等时 copy左侧的
   快速排序：时间复杂度O(NlogN), 空间复杂度O(logN),不稳定。 partition时 当前数大于划分值时 交换 当前数和 大于区域前一个数。
   堆排序：时间复杂度O(N*logN), 空间复杂度O(1)，不稳定。
   非基于比较的排序（计数排序、基数排序） 都是稳定。

   不存在时间复杂度O(N*logN), 空间复杂度低于O(N)的稳定的排序。

4. 工程上的排序
   计数类型的 不在乎稳定性的 用快排。时间复杂度低，并且常数项比较低。
   集合O(N*logN)和O(N^2)的排序。
   比如 len(data)<=47 直接插入排序,因为插入排序的常数项比较低。
   len(data)>47时 用快排。 因为调度快。
   非基础类型，一般不用 快排，因为关注稳定性。