在学习数据结构和分类算法的过程中，将发现原理和想法非常简单明了。困难是如何使用代码表达过程，这是程序员内部技能的培养。
我在学习过程中非常喜欢一个单词：“一个好算法是一个很好的食谱。只要执行食谱的步骤，xiaobai就可以制作美味的烹饪，并且前任cangradgradgradature的经典算法也可以帮助您解决很多问题。 ”
选择排序是最简单的理解方法。
遍历数据以将数据中的最大值（或最小值）与开始（或结束）数据交换。
1.从“订单数据”中找到最小值。
2.将最小值交换为“数据顺序的开始和终端位置的要素”。
3.“消除数据”的起始位置向后移动。
4.周期操作为1?3，直到“测序部分”只是一个元素。
下图显示了选择排序算法的过程。
检测结果：
实际上，选择排序的简单名称也创造了一个著名的慢性孩子。无论情况如何，即使原始阵列已经排序，它也将花费几乎ni/2倍被确认。
O（N2）O（N2）O（N2）O（1）两个相邻两个元素的大小。如果大小关系和顺序订单相反，则交换两个元素的位置。
1.“顺序数据”的第一个数据将彼此与第二个数据进行比较。
2.如果第一个数据>第二个数据，请交换两个数据的位置。
3.向后移动一位以进行比较数据位置。
4.直到与最后2个数据进行比较，最后一个数据是最大值。
5.在“订单数据”中删除末端的最大值，并在新的“消除数据”中继续上述操作。
下图显示了冒泡分类的过程：
检测结果：
气泡排序是一种稳定的排序算法，是最容易实现排序的算法。最糟糕的情况是，每次都需要交换，需要将其旅行和交换近N2/2次，时间复杂性为O（n2）。最好的情况是最好的情况。发现分类是在内部周期横穿后正好的，因此出口循环为O（n）。平均而言，时间复杂性为O（N2）。因为起泡排序中只有一个缓存温度变量，所以有一个需要内存需要内存的内存。空间，因此空间复杂度是恒定的（1）平均时间复杂度|最佳情况|最糟糕的情况|空间复杂性||--------------- | - | ----- ||o（n2）|o（n）|o（n2）|o（1）
假设已经安排了一组数据列（D0，D1，D2 ...，DN）在DA DI DI中的数据系列（D0?DI-1）之前，因此已经排列了，因此，请根据顺序数据列的尺寸关系插入DI，该方法可以根据此方法的最后数据完成。
在开始处理之前，可以认为“排序部分”仅包括数组的启动元素，而“排序部分”包含第二个元素及其所有未来元素。排序过程如下：
1.第一个元素被认为具有良好的订单
2.找到下一个元素，并与之前已经排序的元素进行比较
3.如果排序元素大于要分类的元素，则将排序的元素移回
4.重复步骤3，直到找到排序元素小于或等于要排序的元素的位置
5.将要排序的元素插入位置
6.重复步骤2到5，直到最后一个元素。
检测结果：
这是一个稳定的排序算法。最佳情况|最坏的情况|空间复杂性||-------------------------------（N2）|o（n）|o（n2）|o（1）
SO称为合并是指将“几个排序数据列”合并到“排序数据列”中，也就是说，要分类为几个序列的序列。子序列合并为整体顺序序列。
采用递归方法：
1.合并操作每个相邻数字的序列以形成地板（N/2）序列。分类后，每个序列包含两个元素
2.合并上述序列形成地板（N/4）序列。每个序列包含四个元素
3.重复步骤2直到合并所有元素
4.合并操作，比较每一行数据列，找到最小值，然后将其放入容器中。
5.找到最小值后，原始数组的下一个数据将称为起始值。
下图显示了3个数据列的显示。每个数据列可用后，下一个数据将成为启动元素。
检测结果：
从效率的角度来看，稳定的排序算法，合并和排序可以被视为排序算法中的“最佳”。假设数组的长度为n，则分阵数量需要logn，每个步骤都是普通合并数组的过程。时间复杂性为o（n），因此其全面的时间复杂性为o（nlogn）另一方面，在递归和排序过程中分配的子阵列需要存储在内存空间中，其空间复杂性是o（n）。就像选择排序一样，合并和排序的性能不是受输入数据的影响，但是性能比选择排序的方法要好得多，因为它始终是O（nlogn）的时间复杂性。其他内存空间需要成本。
o（nlogn）o（nlogn）o（nlogn）o（n）通过一种将要分类为独立部分的两个部分。所有数据都比另一部分的所有数据小，然后遵循此方法。有序序列。
快速对划分策略的划分进行分类，将序列（列表）分为两个子序列。这些步骤是：1。从配额中挑选一个元素，称为“基准”（枢轴）。
2.重新安排数字，所有小于基准值的元素都放置在基准的前面，并且所有大于基准值的元素都在基准后面（相同的数字可以在侧面）。该分区结束后，基准分配在数字列的中间。
3.比基准元素递归（递归地）对子Quota的数量和子Queen -基准元素的数量进行排序。
下图显示了初始元素作为快速分类的基准值的使用：
检测结果：
快速分类是不稳定的。为快速排序交换的每个元素都可能不相邻，因此它可能会在相同的值与同一元素之间打破顺序。
o（nlogn）o（nlogn）o（n2）o（1）根据一定间隔将数据分为不同的组，然后插入每个组分类。
1.将数据包间隔初始化为N/2（业务的整数部分）
2.当差距成1时，执行周期
3.将数据列与差距作为间隔
4.插入并分类每组
5.间隙/2进入差距。
下图显示了使用Hill分类的过程
检测结果：
不稳定分类算法，山丘排序第一个突破O（n2）排序算法；这是简单地插入排序的改进版本；它不同于插入分类的稳定。Hill的分类不稳定，Hill的分类时间复杂性和阶梯长度选择的选择与平均时间复杂性有关|最佳情况|最坏的情况|空间复杂性||-------------- |---- |---------- ||O（N1.3）|o（n）|o（n2）|o（1）
除上述6种算法外，常用的计数排序和推动测序算法。堆叠测序算法涉及二进制树数据结构的知识，然后慢慢补充手柄。
原始：https：//juejin.cn/post/7094903421018472479