个人技术分享

先用一个变量t存储元素，从左右两端循环，因为排序的元素是最左端元素，所以应该先从右侧开始，如果遇到了小于t的元素，就将左侧覆盖为他，接着从左端开始，如果遇到比t大的元素就将他覆盖到右边，直到low == hight；这个时候的位置就是左侧数都小于t，右侧数都大于t，将t插入后返回即可。每次排序一个元素，每次使他的左边都比他小，右边都比他大；先排序low位置的元素。然后返回他排序后的位置。接着排序他左边和右边。递归直到只剩一个元素。

排序是将多个数据按照指定的顺序进行排列的过程。

计数排序

排序对比

先比较插入，选择，冒泡排序，放置1w个随机数比较剩下几个排序，每个放入1000w个数由于伪随机数非常均衡，因此相对来说计数排序效率相对来说非常高。

因此，总的时间复杂度为 O(n * log(n) + k * log(n))。如果 k 远小于 n，那么算法的时间复杂度可以近似为 O(n * log(n))。因此，整个算法的时间复杂度为 O((N - K) * log(k) + k * log(k))，其中 N 为数组的长度 arr.length，k 为要求的最小元素个数。如果 k 远小于 n，那么算法的时间复杂度可以近似为 O((N-K) * log(K))。此时将堆顶元素出堆，遍历到的数组元素入堆，最终堆中就是要求的前K个最小元素；

时间复杂度:平均情况O(nlog(2)n)，基本有序最差是O(n^2)如果数据数目很大，应采用时间复杂度为O(nlog(2)n)的排序方法。时间复杂度:平均情况为O(n^2)。时间复杂度:平均情况O(n^1.3)时间复杂度:O(nlog(2)n)时间复杂度 O(nlog(2)n)时间复杂度:平均情况O(n^2)时间复杂度:O(d(n+rd))时间复杂度:O(n^2)空间复杂度:O(rd)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)

这篇文章总结了所有内部排序的适用场景，性质特点，以及空间和时间复杂度的考量；前半部分是对内部排序的总结，后半部分是对所有内部排序的具体性能分析；

排序动图。

本文详解了冒泡排序与快速排序.

快速排序

本文介绍了折半查找算法的基本原理，并进行了代码的编写，最后又根据标准库中折半查找代码进行了实现，在现有代码的基础上进行优化，使得更加适用一般的情况。

时间复杂度:平均情况O(nlog(2)n)，基本有序最差是O(n^2)如果数据数目很大，应采用时间复杂度为O(nlog(2)n)的排序方法。时间复杂度:平均情况为O(n^2)。时间复杂度:平均情况O(n^1.3)时间复杂度:O(nlog(2)n)时间复杂度 O(nlog(2)n)时间复杂度:平均情况O(n^2)时间复杂度:O(d(n+rd))时间复杂度:O(n^2)空间复杂度:O(rd)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)空间复杂度:O(1)

在计算机科学中，排序算法是一门经典而重要的领域。堆排序、桶排序、计数排序和基数排序是其中几种性能优异的算法。堆排序利用堆这种数据结构，实现高效的排序；桶排序将数据分布到不同的桶中，通过各自的排序算法完成排序；计数排序和基数排序则通过统计元素出现次数或位数来完成排序。探索这些算法背后的原理和实现，让我们一窥排序算法的精彩世界。

本文详解了冒泡排序与快速排序.

快速排序和归并排序是两种常见的排序算法。快速排序是一种分治策略的排序算法，通过不断地将待排序数组分成更小的子数组，并对这些子数组进行排序，最终完成整个数组的排序。归并排序也是一种分治策略的排序算法，它将待排序数组分成两个子数组，然后递归地将每个子数组排序，最后将两个有序子数组合并为一个有序数组。相比之下，快速排序更加高效，但归并排序是一种稳定的排序算法。想要了解更多关于这两种排序算法的内容，赶快来看看本篇博客吧！

我们从左边开始把相邻的两个数两两做比较，当一个元素大于右侧与它相邻的元素时，交换它们之间位置；反之，它们之间的位置不发生变化。冒泡排序是一种稳定的排序算法。

Java进阶学习笔记

算法复杂度：两者在最坏和平均情况下的时间复杂度相同，都是 (O(n^2))。但是选择排序在交换次数上通常比冒泡排序少。实现方式：选择排序每次找到最小（或最大）元素放到已排序部分，冒泡排序则是通过多次相邻元素的比较和交换来排序。稳定性：冒泡排序是稳定排序，选择排序是不稳定排序（因为选择排序中交换可能改变相同元素的相对顺序）。适用场景：在实际应用中，两者的使用较少，通常使用更高效的排序算法如快速排序或归并排序。但在数据量小且对交换次数要求高的情况下，可以考虑选择排序。

2.i 的初始化为 0，是j的初始化也为 0，注意 j 的终止条件为：j < arr.length - i - 1，是为了防止越界。1.优化的 flag 是为了减少排序次数，如果在一次比较中都没有交换数据，那么这个数组就是有序的。总共由两次循环，外层循环为总共需要比较多少次，一般全部无序的数组，需要比较该数组的长度的值。内层循环，每一次比较需要比较多少次，每一次都比上一次减少一次的次数。我是小辉，24 届毕业生。当下是找工作ing，欢迎关注，持续分享。相邻的两个元素的比较，每次选出一个最大值。