算法基础系类总结

上面的算法实现我都写在一个android项目里面了。

源码下载

网上查了一下几种算法的时间复杂度，贴出来。

以下的排序算法写的第一个O( ),括号中的次方数值越小,效率越高


稳定的
冒泡排序（bubble sort） — O(n^2）


鸡尾酒排序(Cocktail sort，双向的冒泡排序) — O(n^2）


插入排序（insertion sort）— O(n^2)


桶排序（bucket sort）— O(n); 需要 O(k) 额外空间


计数排序(counting sort) — O(n+k); 需要 O(n+k) 额外空间


合并排序（merge sort）— O(nlog n); 需要 O(n) 额外空间


原地合并排序— O(n^2)


二叉排序树排序 （Binary tree sort） — O(nlog n)期望时间； O(n^2)最坏时间； 需要 O(n) 额外空间


鸽巢排序(Pigeonhole sort) — O(n+k); 需要 O(k) 额外空间


基数排序（radix sort）— O(n·k); 需要 O(n) 额外空间


Gnome 排序— O(n^2)


图书馆排序— O(nlog n) with high probability，需要 （1+ε)n额外空间








不稳定的
选择排序（selection sort）— O(n^2)


希尔排序（shell sort）— O(nlog n) 如果使用最佳的现在版本


组合排序— O(nlog n)


堆排序（heapsort）— O(nlog n)


平滑排序— O(nlog n)


快速排序（quicksort）— O(nlog n) 期望时间，O(n^2) 最坏情况； 对于大的、乱数列表一般相信是最快的已知排序


Introsort— O(nlog n)


Patience sorting— O(nlog n+ k) 最坏情况时间，需要 额外的 O(n+ k) 空间，也需要找到最长的递增子串行（longest increasing subsequence）








不实用的排序算法
Bogo排序— O(n× n!) 期望时间，无穷的最坏情况。


Stupid sort— O(n^3); 递归版本需要 O(n^2) 额外存储器


珠排序（Bead sort） — O(n) or O（√n)，但需要特别的硬件


Pancake sorting— O(n)，但需要特别的硬件


stooge sort——O（n^2.7）很漂亮但是很耗时