sort函数

参照： https://www.cnblogs.com/wuxinyan/p/8615127.html 　　　 https://www.cnblogs.com/onepixel/articles/7674659.html 一.排序算法分类： 　 比较类排序 ：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序 ：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排 　　 二.算法复杂度 　　 注（相关概念）： 稳定 ：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。 不稳定 ：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。 时间复杂度 ：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。 空间复杂度： 是指算法在计算机内执行时所需存储空间的度量，它也是数据规模n的函数。 内部排序 ：据记录在内存中进行排序。（插入排序，希尔排序，冒泡排序等）【归并排序既可以实现内部排序，也可以实现外部排序，如多路归并排序等】 外部排序： 一般数据量较大 ， 排序过程中需要访问外存。（计数排序，桶排序，基数排序） 三.十大经典排序及实现（Python/Java） 　　1.冒泡排序（Bubble Sort）： 　　　

他们的性能比较： 一、直接插入排序 算法思想： 直接插入排序的核心思想就是： 将数组中的所有元素依次跟前面已经排好的元素相比较，如果选择的元素比已排序的元素小，则交换，直到全部元素都比较过。 因此，从上面的描述中我们可以发现，直接插入排序可以用两个循环完成： 第一层循环：遍历待比较的所有数组元素 第二层循环：将本轮选择的元素(selected)与已经排好序的元素(ordered)相比较。 如果：selected > ordered，那么将二者交换 代码实现 #直接插入排序 def insert_sort(L): #遍历数组中的所有元素，其中0号索引元素默认已排序，因此从1开始 for x in range(1,len(L)): #将该元素与已排序好的前序数组依次比较，如果该元素小，则交换 #range(x-1,-1,-1):从x-1倒序循环到0 for i in range(x-1,-1,-1): #判断：如果符合条件则交换 if L[i] > L[i+1]: temp = L[i+1] L[i+1] = L[i] L[i] = temp 二、希尔排序 算法思想： 希尔排序的算法思想 ：将待排序数组按照步长gap进行分组，然后将每组的元素利用直接插入排序的方法进行排序；每次将gap折半减小，循环上述操作；当gap=1时，利用直接插入，完成排序。 同样的：从上面的描述中我们可以发现

Array.prototype.sort1=function(fn){ var len=this.length; while(len>0){ for(var i=0;i<len;i++){ var num=fn.call(null,this[i],this[i+1]); if(num>0){ var temp=this[i]; this[i]=this[i+1]; this[i+1]=temp; } } len--; } } var arr=[1,5,8,7,3,6]; arr.sort1(function(a,b){ return a-b; }); console.log(arr); 来源： https://www.cnblogs.com/wuqilang/p/11367025.html

1, 查看MySQL服务器配置信息 mysql > show variables; 2, 查看MySQL服务器运行的各种状态值 mysql> show global status; 3, 慢查询 mysql> show variables like ‘%slow%’; +——————+——-+ | Variable_name | Value | +——————+——-+ | log_slow_queries | OFF | | slow_launch_time | 2 | +——————+——-+ mysql> show global status like ‘%slow%’; +———————+——-+ | Variable_name | Value | +———————+——-+ | Slow_launch_threads | 0 | | Slow_queries | 279 | +———————+——-+ 配置中关闭了记录慢查询（最好是打开，方便优化），超过2秒即为慢查询，一共有279条慢查询 4, 连接数 mysql> show variables like ‘max_connections’; +—————–+——-+ | Variable_name | Value | +—————–+——-+ | max_connections | 500 | +—————–+——-+

排序算法说明 （1）排序的定义：对一序列对象根据某个关键字进行排序； 输入：n个数：a1,a2,a3,…,an 输出：n个数的排列:a1’,a2’,a3’,…,an’，使得a1’ 再讲的形象点就是排排坐，调座位，高的站在后面，矮的站在前面咯。 （3）对于评述算法优劣术语的说明 稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面； 不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面； 内排序：所有排序操作都在内存中完成； 外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行； 时间复杂度: 一个算法执行所耗费的时间。 空间复杂度: 运行完一个程序所需内存的大小。 关于时间空间复杂度的更多了解请戳这里，或是看书程杰大大编写的《大话数据结构》还是很赞的，通俗易懂。 （4）排序算法图片总结(图片来源于网络): 排序对比： 这里写图片描述 图片名词解释： n: 数据规模 k:“桶”的个数 In-place: 占用常数内存，不占用额外内存 Out-place: 占用额外内存 排序分类： 这里写图片描述 1.冒泡排序（Bubble Sort） 好的，开始总结第一个排序算法，冒泡排序。我想对于它每个学过C语言的都会了解的吧，这可能是很多人接触的第一个排序算法。 (1)算法描述 冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列

本节内容 算法定义 时间复杂度 空间复杂度 常用算法实例 1.算法定义 算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。 一个算法应该具有以下七个重要的特征： ①有穷性（Finiteness）：算法的有穷性是指算法必须能在执行有限个步骤之后终止； ②确切性(Definiteness)：算法的每一步骤必须有确切的定义； ③输入项(Input)：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输 入是指算法本身定出了初始条件； ④输出项(Output)：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没 有输出的算法是毫无意义的； ⑤可行性(Effectiveness)：算法中执行的任何计算步骤都是可以被分解为基本的可执行 的操作步，即每个计算步都可以在有限时间内完成（也称之为有效性）； ⑥高效性(High efficiency)：执行速度快，占用资源少； ⑦健壮性(Robustness)：对数据响应正确。 2. 时间复杂度 计算机科学中

原文: http://106.13.73.98/__/117/ 挖坑法思路： 取一个元素p（第一个元素），使元素p归位； 列表被p分成两部分，左边的数一定不大于p，右边的数一定不小于p； 递归完成排序。 Python代码示例： lst = [5, 7, 4, 3, 1, 2, 9, 8] def quick_sort(d, l, r): if l < r: m = partition(d, l, r) quick_sort(d, l, m - 1) quick_sort(d, m + 1, r) def partition(d, l, r): # 挖坑法，函数执行结束后，左边的数一定不大于p，右边的数一定不小于p p = d[l] while l < r: while l < r and d[r] >= p: r -= 1 d[l] = d[r] while l < r and d[l] <= p: l += 1 d[r] = d[l] d[l] = p return l quick_sort(lst, 0, len(lst) - 1) 《算法导论》中的快速排序： class QuickSort(object): __INSTANCE = None def __new__(cls, *args, **kwargs): """单例模式""" if not cls.__INSTANCE

C++标准库（三）之STL算法 算法头文件： #include<algorithm> #include<numeric> 算法简介：STL算法采用覆盖模式而非安插模式，所以调用者必须保证有足够的操作空间。 函数对象类型声明：元素计数 UnaryProc：Op(elem)，无返回值 CompFunc：Op(elem1,elem2)，返回True或者False UnaryPredicate：Op(elem)，返回True或者False BinaryPredicate：Op(elem,value)，返回True或者False 非更易型算法 UnaryProc for_each(InputIterator beg,InputIterator end,UnaryProc Op) difference_type count(InputIterator beg,InputIterator end,const T& val) difference_type count_if(InputIterator beg,InputIterator end,UnaryProc Op) 最小值与最大值 ForwardIterator min_element(ForwardIterator beg,ForwardIterator end) ForwardIterator min_element

https://www.cnblogs.com/onepixel/p/7674659.html 0 算法概述 0.1 算法分类 十种常见排序算法可以分为两大类： 比较类排序 ：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序 ：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。 0.2 算法复杂度 0.3 相关概念 稳定 ：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。 不稳定 ：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。 时间复杂度 ：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。 空间复杂度： 是指算法在计算机 内执行时所需存储空间的度量，它也是数据规模n的函数。 1、冒泡排序（Bubble Sort） 冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。 1.1 算法描述 比较相邻的元素。如果第一个比第二个大，就交换它们两个； 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

　　数据的排序是在解决实际问题时经常用到的步骤，也是数据结构的考点之一，下面介绍10种经典的排序方法。 　　首先，排序方法可以大体分为插入排序、选择排序、交换排序、归并排序和桶排序四大类，其中，插入排序又分为直接插入排序、二分插入排序和希尔排序，选择排序分为直接选择排序和堆排序，交换排序分为冒泡排序和快速排序，桶排序以基数排序和计数排序为代表。这些排序方法的时间复杂度和空间复杂度分别如下表所示。 　　排序方法的稳定性是这样定义的：在待排序序列中如果存在a[i]和a[j]，a[i]=a[j]&&i<j，如果排序后仍然符合a[i]=a[j]&&i<j，即它们的前后相对位置关系没有改变，该排序算法就是稳定的。 　　(1)直接插入排序 　　插入排序的基本思想是将数据插入合适的位置。如下所示序列[6,8,1,4,3,9,5,0]，以升序排列为例。 　　a.6<8，符合升序 　　b. 8>1，不符合要求，改变1的位置。首先比较1和8，1更小，交换1和8的位置，序列成为[6,1,8,4,3,9,5,0]，然后继续比较1和6，1更小，交换1和6的位置，序列成为[1,6,8,4,3,9,5,0],注意此时前三个值已经符合升序的要求。 　　c. 8>4，不符合要求，改变4的位置，按照上面的方法，依次与前面的值比较，分别与8和6交换位置，当比较到1时，1<4，不用交换位置。此时序列成为[1,4,6,8