十大经典排序算法课件

1、十大经典排序算法十大经典排序算法目录01.Introduction 介绍02.插入排序03.选择排序04.交换排序05.分治递归06.'桶' 排序目录01.Introduction 介绍02.插入排序03.Introduction 介绍Introduction 介绍Introduction 介绍D关于稳定性E名词解释：A分支主题B来源网络：C关于时间复杂度Introduction 介绍D关于稳定性E名词解释：A分支Introduction 介绍来源网络：0102/hustcc/JS-Sorting-Algorithmhttps:/sort.hust.cc/Introduct

2、ion 介绍来源网络：0102https:1. 平方阶 (O(n2) 排序 各类简单排序：直接插入、直接选择和冒泡排序。3. O(n1+) 排序， 是介于 0 和 1 之间的常数。希尔排序2. 线性对数阶 (O(nlog2n) 排序 快速排序、堆排序和归并排序；4. 线性阶 (O(n) 排序 基数排序，此外还有桶、箱排序。成功Introduction 介绍关于时间复杂度1. 平方阶 (O(n2) 排序 各类简单排序：直接插入、BCA排序后两个相等键值的顺序和排序之前它们的顺序相同稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序。不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序。I

3、ntroduction 介绍关于稳定性BCA排序后两个相等键值的顺序和排序之前它们的顺序相同稳定的Introduction 介绍名词解释：k：“桶”的个数Out-place：占用额外内存n：数据规模In-place：占用常数内存，不占用额外内存Introduction 介绍名词解释：k：“桶”的个数Ou插入排序插入排序3. insertionSort 插入排序011. 算法步骤2. 动图演示023. 代码实现03稳定性043. insertionSort 插入排序011. 算法步骤1. 将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。2. 从头到尾依次扫

4、描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）3. insertionSort 插入排序1. 算法步骤1. 将第一待排序序列第一个元素看做一个有序序列，把第二个元3. insertionSort 插入排序2. 动图演示分支主题3. insertionSort 插入排序2. 动图演示分支3. 代码实现PythonJavaScriptGoJavaPHP3. insertionSort 插入排序3. 代码实现Python3. insertionSort 稳定性稳定3. insertionSort 插入排序稳

5、定性稳定3. insertionSort 插入排序4. shellSort 希尔排序01插入排序的一种1. 算法步骤023. 代码实现03稳定性044. shellSort 希尔排序01插入排序的一种1. 算1. 算法步骤1. 选择一个增量序列 t1，t2，tk，其中 ti tj, tk = 1；2. 按增量序列个数 k，对序列进行 k 趟排序；3. 每趟排序，根据对应的增量 ti，将待排序列分割成若干长度为 m 的子序列，分别对各子表进行直接插入排序。仅增量因子为 1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。4. shellSort 希尔排序1. 算法步骤1. 选择一个增量序

6、列 t1，t2，tk3. 代码实现PythonJavaScriptGoJavaPHP4. shellSort 希尔排序3. 代码实现Python4. shellSort 希尔排序稳定性不稳定4. shellSort 希尔排序稳定性不稳定4. shellSort 希尔排序选择排序选择排序2. selectionSort 选择排序011. 算法步骤2. 动图演示023. 代码实现03稳定性042. selectionSort 选择排序011. 算法步骤1. 算法步骤1. 首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置2. 再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序

7、列的末尾。3. 重复第二步，直到所有元素均排序完毕。2. selectionSort 选择排序1. 算法步骤1. 首先在未排序序列中找到最小（大）元素，存2. 动图演示分支主题2. selectionSort 选择排序2. 动图演示分支主题2. selectionSort 选择3. 代码实现PythonJavaScriptGoJavaPHP2. selectionSort 选择排序3. 代码实现Python2. selectionSort 稳定性不稳定2. selectionSort 选择排序稳定性不稳定2. selectionSort 选择排序6. quickSort 快速排序011. 算法

8、步骤2. 动图演示023. 代码实现03稳定性046. quickSort 快速排序011. 算法步骤2. 动6. quickSort 快速排序1. 算法步骤1. 从数列中挑出一个元素，称为 “基准”（pivot）;2. 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序；递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这

9、个算法总会退出，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。6. quickSort 快速排序1. 算法步骤1. 从数列2. 动图演示分支主题6. quickSort 快速排序2. 动图演示分支主题6. quickSort 快速排序3. 代码实现PythonJavaScriptGoJavaPHPC+6. quickSort 快速排序3. 代码实现Python6. quickSort 快速排序稳定性不稳定6. quickSort 快速排序稳定性不稳定6. quickSort 快速排序交换排序交换排序1. bubbleSort 冒泡排序1. 算法步骤4. 什么时

10、候最慢2. 动图演示5. 代码实现稳定性3. 什么时候最快1. bubbleSort 冒泡排序1. 算法步骤4. 什么1. 算法步骤1. 比较相邻的元素。如果第一个比第二个大，就交换他们两个。2. 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。3. 针对所有的元素重复以上的步骤，除了最后一个。4. 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。1. bubbleSort 冒泡排序1. 算法步骤1. 比较相邻的元素。如果第一个比第二个大，就2. 动图演示分支主题1. bubbleSort 冒泡排序2. 动图演示分支主题1.

11、 bubbleSort 冒泡排序3. 什么时候最快当输入的数据已经是正序时（都已经是正序了，我还要你冒泡排序有何用啊）。1. bubbleSort 冒泡排序3. 什么时候最快当输入的数据已经是正序时（都已经是正序了，4. 什么时候最慢1. bubbleSort 冒泡排序当输入的数据是反序时（写一个 for 循环反序输出数据不就行了，干嘛要用你冒泡排序呢，我是闲的吗）。4. 什么时候最慢1. bubbleSort 冒泡排序当输入5. 代码实现PythonJavaScriptGoJavaPHP1. bubbleSort 冒泡排序5. 代码实现Python1. bubbleSort 冒泡排稳定性稳定

12、1. bubbleSort 冒泡排序稳定性稳定1. bubbleSort 冒泡排序7. heapSort 堆排序011. 算法步骤2. 动图演示025. 代码实现03稳定性047. heapSort 堆排序011. 算法步骤2. 动图演1. 算法步骤1. 将待排序序列构建成一个堆 H0n-1，根据（升序降序需求）选择大顶堆或小顶堆；2. 把堆首（最大值）和堆尾互换；3. 把堆的尺寸缩小 1，并调用 shift_down(0)，目的是把新的数组顶端数据调整到相应位置；4. 重复步骤 2，直到堆的尺寸为 1。7. heapSort 堆排序1. 算法步骤1. 将待排序序列构建成一个堆 H0n-7.

13、heapSort 堆排序2. 动图演示分支主题7. heapSort 堆排序2. 动图演示分支主题5. 代码实现PythonJavaScriptGoJavaPHP7. heapSort 堆排序5. 代码实现Python7. heapSort 堆排序稳定性不稳定7. heapSort 堆排序稳定性不稳定7. heapSort 堆排序分治递归分治递归5. mergeSort 归并排序011. 算法步骤2. 动图演示023. 代码实现03稳定性045. mergeSort 归并排序011. 算法步骤2. 动1. 算法步骤1. 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；2.

14、 设定两个指针，最初位置分别为两个已经排序序列的起始位置；3. 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；4. 重复步骤 3 直到某一指针达到序列尾；5. 将另一序列剩下的所有元素直接复制到合并序列尾。5. mergeSort 归并排序1. 算法步骤1. 申请空间，使其大小为两个已经排序序列之和2. 动图演示分支主题5. mergeSort 归并排序2. 动图演示分支主题5. mergeSort 归并排序3. 代码实现PythonJavaScriptGoJavaPHP5. mergeSort 归并排序3. 代码实现Python5. mergeSort 归并

15、排序稳定性稳定5. mergeSort 归并排序稳定性稳定5. mergeSort 归并排序'桶' 排序'桶' 排序8. countingSort 计数排序叁稳定稳定性贰PythonJavaScriptGoJavaPHP2. 代码实现壹分支主题1. 动图演示8. countingSort 计数排序叁稳定稳定性贰Pyt9. bucketSort 桶排序011. 什么时候最快2. 什么时候最慢023. 代码实现03稳定性049. bucketSort 桶排序011. 什么时候最快2.1. 什么时候最快当输入的数据可以均匀的分配到每一个桶中。9. bucket

16、Sort 桶排序1. 什么时候最快当输入的数据可以均匀的分配到每一个桶中。92. 什么时候最慢当输入的数据被分配到了同一个桶中。9. bucketSort 桶排序2. 什么时候最慢当输入的数据被分配到了同一个桶中。9. b3. 代码实现PythonJavaScriptGoJavaPHP9. bucketSort 桶排序3. 代码实现Python9. bucketSort 桶排序稳定性稳定9. bucketSort 桶排序稳定性稳定9. bucketSort 桶排序10. radixSort 基数排序11. 基数排序 vs 计数排序 vs 桶排序22. LSD 基数排序动图演示33. 代码实现4稳定性10. radixSort 基数排序11. 基数排序 vs 1. 基数排序 vs 计数排序 vs 桶排序基数排序有两种方法：这三种排序算法都利用了桶的概念，但对桶的使用方法上有明显差异案例看大家发的： - 基数排序：根据键值的每位数字来分配桶； - 计数排序：每个桶只存储单一键值； - 桶排序：