前几天一直在纠结算法的问题，可自己研究了下也没啥成效，不知道哪些是重点，眉毛胡子一把抓肯定效果不好的。所以今天把这些比较容易用到的算法总结一下，相当于是让大家有个更好的方式理解，也帮助我自己更好的深入学习。排序应该算是我们工作中用的最普遍的算法之一了。其中冒泡排序，选择排序和插入排序更是基础中的基础，是大家一定要熟练掌握的（能够快速手写）。
首先我们明确几个概念：
时间复杂度：书面意思都说的很官方，我的理解就是一个排序算法经过多少次循环完成排序的，然后用公式算出一个通用的结果，将常数去掉。
空间复杂度：就是你在排序的过程中需要额外消耗的内存。
内排序：排序可以在自己的内存中完成
外排序：排序可能需要借助外部存储空间。一般外排序的空间复杂度较高
稳定：当两个相等的元素经过排序之后，先后顺序保持一致的话那么就是稳定，先后顺序变了那就是不稳定。
下面可以看下所有的算法：
**插图**
我们今天讲的是我们面试中或者工作中经常会碰到的排序算法。如果需要了解其他算法的实现方式可以参考：https://blog.csdn.net/weixin_41190227/article/details/86600821
这篇文章写的很详细，可以帮你解决其他排序相关的问题。
## 冒泡排序
原理：从头开始遍历，遍历到每个元素时每次都重复走一遍要排序的数组，如果元素顺序错误，就交换位置。这样小的元素就会浮到数组的顶端，大的元素会沉到数组的底部。因此称为冒泡排序。
代码示例：
时间复杂度：O（n2）最好：O（n2）最壞：O（n2）
空间复杂度：O（1）
## 插入排序
原理：同样也是需要经过两次循环完成。外层循环用于便利经过每个元素，内层循环用于比较，每个元素都与前面排好序的元素比较，如果顺序正常就将数组元素前移，当发现第一个小于（或大于）排好序元素的值时就找到元素的位置，这是插入。
代码示例：
时间复杂度：O（n2）最好：O（n）最坏：O（n2）
##选择排序
原理：选择排序应该是最稳定的排序算法之一了。因为他的复杂度一直是O（n2）。所以比较适合小规模数组的排序，并且不会额外消耗空间。算法是每次都在无序的数组中选择最小的放在最前面，这样每次都从剩下的无序数组中挑出最小的，这样就完成排序。
代码示例：
时间复杂度：O（n2）最好：O（n2）最坏：O（n2）
## 希尔排序
原理：希尔排序是插入排序排序的一种演进，通过改变每次排序时的步长来提高算法效率。主要是加入了步长的概念，第一次从步长n/2开始，然后一次步长除以2，在每一次步长的元素排序中，使用插入排序，这样就能完成最终的排序。
代码示例：
时间复杂度：O（n3/2）最好：O（nlogn）最坏：O（nlogn）
## 归并排序
原理：归并排序和希尔排序的原理实际相同，都是分而治之的原理。对部分元素先进行排序，然后整合在一起就是一个完整的排好序的数组。首先我们对元素拆分为两大组，然后再拆分，直到只有两个元素为一组。然后两组数据进行比较，将元素从小到大存放到一个临时数组中，结束之后再将四组一个的元素（此时两组元素都是经过两个元素排序的，所以都是有序的）进行排序，同样放到临时数组中，一直反复执行以上操作直到排序完成。从以上思路可以看出，归并排序实际上是可以用递归的思想，解决，拆分之后，再集合。正好和函数的入栈和弹栈相关联。
代码示例：
时间复杂度：O（nlogn）最好：O（nlogn）最坏：O（n）
## 快速排序
原理：快速排序是很有意思的一种排序方式，名称就叫快速排序，想必肯定效率很高了。快速排序主要是使用了哨兵的概念，首先找一个关键字，左边的值比右边的都小，随后再将左右边的数值进行排序以达到整个数组有序的效果。
代码示例：
时间复杂度：O（nlogn）最好：O（nlogn）最坏：O（n2）
来源：oschina
链接：https://my.oschina.net/u/3690276/blog/4375058