快排与堆排

partition的快排：首先保留最后一个数，然后以这个数作为比较数，进行partition。

partition有三个指针，分别是less，more，current

less初始位于-1处

more初始位于7处

current从左至右遍历

if(current<比较数）

swap(current++,++less)

注：

++a表示取a的地址，增加它的内容，然后把值放在寄存器中；

a++表示取a的地址，把它的值装入寄存器，然后增加内存中的a的值；（也就是说操作的时候用到的都是寄存器里面的值，即自增前的值）

最坏情况：

1234567

7654321

除了子过程，再加一个partition的过程

与数据状况有关，与划分节点的位置有关，对称最好，不对称最差

改进：随机快排，复杂度是一个概率事件，用期望计算复杂度：O（N*logN）

绕开原始数据状况：随机/哈希

每次排好一个或几个

代码简洁，说明常数项很低

随即快排：被大量使用，额外空间复杂度O（logN）（划分点，记录断点，以而为底/长期期望值如此）

归并排序：O（N*logN）（上）

排序的稳定性？

堆排序：

堆-先讲：完全二叉树（不是满二叉树，新的一层（叶节点）从左向右补满）

逻辑概念上的完全二叉树

堆：大根堆-完全二叉树，任何一颗子树的头部，都是这个子树的最大值

小根堆，反之

 

大根堆、小根堆的建立过程

 

复杂度估算：建立一个大根堆完全二叉树的时间复杂度，每一个节点O（logN），总体O（N)

heapinsert:加入同时向上调整

heapify：下沉

减堆操作：弹出堆顶，最后的数与堆顶交换，再headify，重新变成大根堆

掌握堆的爽的一点：数据流，找已进数据流的中位数（小根堆上“大”部分N/2，小根堆“小”部分N/2，堆大小插值超过1，弹出进入对方，因为要计算中位数

 

 

堆排序：头尾交换，斩尾，headify，牛逼！，大根堆

堆很重要，堆排序更重要，很多贪心问题，创建堆O（N）（logN求和积分出来），插入堆O（logN）

搞定所有code！