Joker10085的博客

计数排序是非比较排序，时间复杂度是O(n+k)，空间复杂度是O(k)，是稳定算法。（n表示的是数组的个数，k表示的max-min+1的大小）时间复杂度是O(n+k)：通过上面的代码可知最终的计数算法花费的时间是3n+k，则时间复杂度是O(n+k)。空间复杂度是O(k)：如果出去最后的返回数组，则空间复杂度是2k，则空间复杂度是O(k)

1. 快速排序整体的综合性能和使用场景都是比较好的，所以才敢叫快速排序2. 时间复杂度最好：O(N*logN)最坏：O（N*N）3. 空间复杂度：O(logN)4. 稳定性：不稳定。

1. 元素集合越接近有序，直接插入排序算法的时间效率越高2.时间复杂度：最坏情况下为O(N*N)，此时待排序列为逆序，或者说接近逆序最好情况下为O(N)，此时待排序列为升序，或者说接近升序。3. 空间复杂度：O(1)，它是一种稳定的排序算法4. 稳定性：稳定1. 希尔排序是对直接插入排序的优化。2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变。即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。内部排序：数据元素全部放在内存中的排序。外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

向下调整建堆，节点越多调整次数越少，节点越少调整次数越多。向上调整建堆，节点越多调整次数越多，节点越少调整次数越少。

堆其实就是满足一定条件的树：在堆中，他的每个结点的值都大于等于（或者小于等于）子树中的所有结点的值。也可以通俗的说任意一个结点的值都大于等于（或者小于等于）所有所有子节点的值。其中堆不一定是完全二叉树，只是为了方便存储和索引，我们通常用完全二叉树的形式来表示堆而已。