add sort gif

2015-11-30 17:59:12 +08:00
parent dd4b0f7f09
commit 1f4fa09b47
9 changed files with 69 additions and 41 deletions
@@ -71,6 +71,8 @@
 **线性排序算法**
  
 * 基数排序  
+* 桶排序 
+* 计数排序
  
  
 ### 查找算法  
@@ -35,14 +35,14 @@ for (int i=0;i<s.length();i++){

 将大小为M的数组中的每个元素指向一条链表，链表中的每个节点都存储了散列值为该元素索引的键值对。每条链表的平均长度是N/M，N是键值对的总个数。

-添加操作：
+添加操作：  
 1. 通过hash函数得到hashCode  
 2. 通过hashcode得到index  
 3. 如果index处没有链表，建立好新结点，作为新链表的首结点  
 4. 如果index处已经有链表，先要遍历看key是否已经存在，如果存在直接返回，如果不存在，加入链表头部  


-删除操作：
+删除操作：  
 1. 通过hash函数得到hashCode  
 2. 通过hashcode得到index  
 3. 遍历链表，删除结点  
@@ -1,27 +1,46 @@


-
 ## 排序算法

-**排序的稳定性** 对于相等的元素，排序之后，任然保存2个元素的位置没有变，就是稳定的排序，反之就是不稳定排序。
+**排序的稳定性** 是指对于相等的元素，排序之后，任然保存2个元素的位置没有变，就是稳定的排序，反之就是不稳定排序。


+**交换排序算法**
+
+* 冒泡排序
+* 插入排序    
+* 选择排序    
+* 希尔排序
+* 快排   
+* 归并排序  
+* 堆排序
+
+**线性排序算法**
+  
+* 基数排序  
+* 桶排序 
+* 计数排序
+
+
+## 交换排序算法
+
+排序算法的复杂度由 `比较的次数` 和 `交换的次数` 一起决定。
+

 ### 直接选择排序

-1. 从未排序的序列中选择最小的元素，放在第一个位置
+1. 从未排序的序列中选择最小的元素，与放在第一个位置的元素交换
 2. 依次类推，直到全部排序

 在a【i,n】中最小的元素和 a[i]交换位置。空间复杂度O(1)，时间复杂度 O(n^2)



-
 ### 冒泡排序

-相邻的2各元素比较，大的向后移，经过一轮比较，做大的元素排在最后
-第二轮，第二大的元素排倒数第二个位置
-直到全部排好
+1. 相邻的2各元素比较，大的向后移，经过一轮比较，做大的元素排在最后
+2. 第二轮，第二大的元素排倒数第二个位置
+3. 直到全部排好

 这样，即使是排好序的拿冒泡排序排序，比较的时间复杂度O(n^2)

@@ -32,12 +51,14 @@

 1. 第一个元素算作已经排好
 2. 取下一个元素，从已经排好的序列元素中，从后向前扫描
-3. 如果排好序的元素大于 新元素，排好序的元素一道下一个位置
+3. 如果排好序的元素大于 新元素，排好序的元素移到下一个位置
 4. 重复3，直到直到最后的插入位置
 5. 重复2

+类似插入扑克牌的效果
+
 最坏的情况： 待排序的是一个逆序排放的数组，这样导致每一轮都要移动元素；此时复杂度是是0(n^2) 
-最好的情况： 待排序的是一已经顺序排放的数字，此时只需要做一轮比较就够了 0（n）。因此可以看到，对大部分数据已经有序这样的数组排序，使用`插入排序`非常有优势
+最好的情况： 待排序的是一已经顺序排放的数字，此时只需要做一轮比较就够了 0（n）。因此可以看到，**对大部分数据已经有序这样的数组排序，使用`插入排序`非常有优势**

 空间复杂度O（1）

@@ -53,6 +74,8 @@

 `希尔排序`提升排序的奥秘就在于`数据元素越有序，使用插入排序效率越高`

+
+
 ### 快速排序


@@ -113,7 +136,7 @@



-平均复杂度 O(n*logn) ， 
+平均复杂度 O(n*logn)  
 最坏O(n^2)  
 空间复杂度  

@@ -121,6 +144,29 @@



+### 归并排序merge
+
+分治算法，必然用到递归
+
+2个有序数组的合并操作是O(n)的复杂度
+因此我们可以将无序的数组，分成2个子数组分别排序，然后再merge,依次类推
+
+归并排序的步骤  
+1. 分解 ， 将一个数组分成n/2个子数组,每个序列2个元素，(2路归并) 
+2. 解决 ， 将各个子数组都排好序，然后 merge 2个有序数组  
+3. 合并   
+
+    if (length>1)
+    {    
+        merge_sort(a,length/2);
+        merge_sort(a+length/2,length-length/2);
+        merge_array(a,length/2,a+length/2,length-length/2);
+    }
+
+
+
+
+
 ### 堆排序

 利用堆这种数据结构设计的一种排序算法
@@ -177,36 +223,14 @@
 推排序还可以用来求 top-K 大(小)的问题。


+接下来，我们看一组排序的动画，你看看能不能猜到他们使用了什么排序算法完成。

-### 归并排序merge
-
-分治算法，必然用到递归
-
-2个有序数组的合并操作是O(n)的复杂度
-因此我们可以将无序的数组，分成2个子数组分别排序，然后再merge,依次类推
-
-归并排序的步骤  
-1. 分解 ， 将一个数组分成n/2个子数组,每个序列2个元素，(2路归并) 
-2. 解决 ， 将各个子数组都排好序，然后 merge 2个有序数组  
-3. 合并   
-
-    if (length>1)
-    {    
-        merge_sort(a,length/2);
-        merge_sort(a+length/2,length-length/2);
-        merge_array(a,length/2,a+length/2,length-length/2);
-    }
-
-
-
-
-
-### 小结
-
-常见的排序算法都是比较排序，比较排序的时间复杂度通常为 O(n^2) 或 O(nlogn)
-
-
-
+[](./quicksort.gif)
+[](./quicksort.gif)
+[](./quicksort.gif)
+[](./quicksort.gif)
+[](./quicksort.gif)
+[](./quicksort.gif)


 ## 3种线性排序算法
@@ -233,6 +257,8 @@

 ###小结

+常见的排序算法都是比较排序，比较排序的时间复杂度通常为 O(n^2) 或 O(nlogn)  
+但是如果带排序的数字有一些特俗性时，我们可以根据这来设计更加优化的排序算法。