一、排序算法的介绍

排序也称排序算法(Sort Algorithm)，排序是将一组数据，依指定的顺序进行排列的过程。

二、排序的分类

1）内部排序:
指将需要处理的所有数据都加载到内部存储器(内存)中进行排序。
2) 外部排序法：
数据量过大，无法全部加载到内存中，需要借助外部存储(文件等)等进行排序。
3) 常见的排序算法分类(见右图):

三、算法的时间复杂度

3.1 度量一个程序(算法)执行时间的两种方法

事后统计的方法
这种方法可行, 但是有两个问题：一是要想对设计的算法的运行性能进行评测，需要实际运行该程序；二是所得时间的统计量依赖于计算机的硬件、软件等环境因素, 这种方式，要在同一台计算机的相同状态下运行，才能比较那个算法速度更快。
事前估算的方法
通过分析某个算法的时间复杂度来判断哪个算法更优.

3.2 时间频度

1）基本介绍
时间频度：一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为 T(n)。[举例说明]
2）举例说明-基本案例
比如计算 1-100 所有数字之和, 我们设计两种算法：

3）举例说明-忽略常数项

结论:

2n+20 和 2n 随着 n 变大，执行曲线无限接近, 20 可以忽略
3n+10 和 3n 随着 n 变大，执行曲线无限接近, 10 可以忽略

4）举例说明-忽略低次项

结论:

2n^2+3n+10 和 2n^2 随着 n 变大, 执行曲线无限接近, 可以忽略 3n+10
n^2+5n+20 和 n^2 随着 n 变大,执行曲线无限接近, 可以忽略 5n+2

5）举例说明-忽略系数

结论:

随着 n 值变大，5n^2+7n 和 3n^2 + 2n ，执行曲线重合, 说明这种情况下, 5 和 3 可以忽略。
而 n^3+5n 和 6n^3+4n ，执行曲线分离，说明多少次方式关键

3.3 时间复杂度

一般情况下，算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T(n)表示，若有某个辅助函数 f(n)，使得当 n 趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称 f(n)是 T(n)的同数量级函数。记作 T(n)=Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。
T(n) 不同，但时间复杂度可能相同。如：T(n)=n²+7n+6 与 T(n)=3n²+2n+2 它们的 T(n) 不同，但时间复杂度相同，都为 O(n²)。
计算时间复杂度的方法：
- 用常数 1 代替运行时间中的所有加法常数 T(n)=n²+7n+6 => T(n)=n²+7n+1
- 修改后的运行次数函数中，只保留最高阶项 T(n)=n²+7n+1 => T(n) = n²
- 去除最高阶项的系数 T(n) = n² => T(n) = n² => O(n²)

3.4 常见时间复杂度

常数阶 O(1)
对数阶 O(log2n)
线性阶 O(n)
线性对数阶 O(nlog2n)
平方阶 O(n^2)
立方阶 O(n^3)
说明：参考上面的 O(n²) 去理解就好了，O(n³)相当于三层 n
k 次方阶 O(n^k)
指数阶 O(2^n)

说明：
1. 常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜ Ο(nk) ＜Ο(2n) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低
2. 从图中可见，我们应该尽可能避免使用指数阶的算法

3.5 平均时间复杂度和最坏时间复杂度

平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，该算法的运行时间。
最坏情况下的时间复杂度称最坏时间复杂度。一般讨论的时间复杂度均是最坏情况下的时间复杂度。这样做的
原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限，这就保证了算法的运行时间不会
比最坏情况更长。
平均时间复杂度和最坏时间复杂度是否一致，和算法有关(如图:)

四、算法的空间复杂度

类似于时间复杂度的讨论，一个算法的空间复杂度(Space Complexity)定义为该算法所耗费的存储空间，它也是问题规模 n 的函数。
空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。有的算法需要占用的临时工作单元数与解决问题的规模 n 有关，它随着 n 的增大而增大，当 n 较大时，将占用较多的存储单元，例如快速排序和归并排序算法, 基数排序就属于这种情况
在做算法分析时，主要讨论的是时间复杂度。从用户使用体验上看，更看重的程序执行的速度。一些缓存产品(redis, memcache)和算法(基数排序)本质就是用空间换时间.

七、排序算法时间复杂度和空间复杂度介绍相关推荐

C++实现十大排序算法（冒泡，选择，插入，归并，快速，堆，希尔，桶，计数，基数）排序算法时间复杂度、空间复杂度、稳定性比较（面试经验总结）
排序算法分类内部排序算法又分为基于比较的排序算法和不基于比较的排序算法,其分类如下: 比较排序: 直接插入排序希尔排序 (插入) 冒泡排序快速排序 (交换) 直接选择排序 ...
排序算法时间复杂度、空间复杂度、稳定性整理
涉及排序算法包括:简单选择排序.直接插入排序.希尔排序.归并排序.冒泡排序.快速排序.堆排序.基数排序时间复杂度:快些以nlogn的速度归队此句表示时间复杂度为O(nlogn)的排序," ...
排序算法时间复杂度、空间复杂度、稳定性比较
排序算法分类排序算法比较表格填空排序算法平均时间复杂度最坏时间复杂度空间复杂度是否稳定冒泡排序 :-----: :-–: :-–: :-–: 选择排序 :-----: :-–: :-–: ...
九大排序算法时间复杂度、空间复杂度、稳定性
排序算法平均时间复杂度最坏时间复杂度最好时间复杂度空间复杂度稳定性冒泡排序 O(n²) O(n²) O(n) O(1) 稳定直接选择排序 O(n²) O(n²) O(n) O(1) 不稳 ...
（最全）数据结构各排序算法时间复杂度，空间复杂度，稳定性比较
算法时间复杂度最好 ---------- 平均 --------- 最坏直接插入排序 o(n)-------- o(n的平方) ----------- o(n的平方) 冒泡排序 o(n)---- ...
常用的八大排序算法时间复杂度和空间复杂度比较
排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存. 各种内部排序按所采用的基本思想(策略)可分 ...
常见排序算法时间复杂度和空间复杂度
快速排序时间复杂度: 可以看这个视频视频 https://www.bilibili.com/video/BV1xb411T7dN?spm_id_from=333.337.search-card.all ...
10大排序算法时间复杂度和空间复杂度总结
中文名称英文名称平均时间复杂度最坏时间复杂度最好时间复杂度空间复杂度稳定性选择排序 Selection n2 n2 n2 1 不稳冒泡排序 Bubble n2 n2 n 1 稳插入排 ...
各种排序算法时间复杂度和空间复杂度表

七、排序算法时间复杂度和空间复杂度介绍

文章目录