《排排队—高矮长短排序》.pptx

xx年xx月xx日《排排队—高矮长短排序》

基础知识基本算法进阶算法复杂场景contents目录

01基础知识

排序将一组数据按照某种特定顺序进行排列。常见排序算法冒泡排序、选择排序、插入排序、归并排序、快速排序等。排序定义

基本思想通过比较相邻元素的大小，找到序列中的最大（或最小）元素，并将它放到合适的位置。特点简单易懂，但效率较低。比较排序法

不需要比较元素的大小，而是通过其他方式进行排序，如计数排序、桶排序、基数排序等。基本思想速度快，但适用范围有限。特点非比较排序法

数据结构选择适用于元素数量固定的情况，可以通过索引直接访问元素，但插入和删除操作需要移动元素。数组适用于需要频繁插入和删除元素的情况，但访问元素需要遍历链表。链表适用于需要频繁查找最大（或最小）元素的情况，可以在O(logn)时间内完成插入、删除和查找操作。堆适用于需要快速查找和排序大量数据的情况，可以在O(logn)时间内完成查找和排序操作。快速排序树

02基本算法

初始化将所有待排序的元素作为独立的子序列，分别称为初始序列。排序准则将相邻两个元素进行比较，如果前一个元素比后一个元素长，则交换它们的位置，直到所有元素都按照长短顺序排列。排序步骤

简单易行该算法简单直观，易于实现，特别适合于小规模数据的排序。时间复杂度低该算法的时间复杂度为O(n^2)，其中n为待排序元素的数量。算法特点

元素数量较少当待排序元素的数量较少时，该算法非常实用。对稳定性无要求由于该算法是一种不稳定的排序算法，因此对于需要稳定的排序应用场景，需要使用其他算法。适用范围

优化空间复杂度：可以通过采用原地排序算法来优化空间复杂度，即将元素之间的比较和交换操作直接在原始数组中进行，从而避免使用额外的空间存储数据。拓展思考

03进阶算法

冒泡排序时间复杂度：O(n^2)空间复杂度：O(1)概念：通过相邻元素的比较和交换，将较大（或较小）的元素逐渐“冒泡”至序列的一端

时间复杂度：O(n^2)空间复杂度：O(1)概念：将一个元素插入到已经排好序的序列中，从而得到一个新的、长度+1的有序序列插入排序

选择排序时间复杂度：O(n^2)空间复杂度：O(1)概念：每次从未排序的元素中找出最小（或最大）的元素，存放到已排序序列的末尾，直到所有元素均排序完毕

时间复杂度平均O(nlogn)，最坏O(n^2)空间复杂度O(logn)概念通过一次排序将待排序的数据分割成独立的两部分，其中一部分的所有数据都比另一部分的所有数据要小，然后再按照此方法对这两部分数据分别进行快速排序，整个过程可以递归进行，以此达到整个数据变成有序序列快速排序

04复杂场景

金融机构需要处理海量用户数据，通过大数据排序，可以快速排查异常交易，提高金融风控效率。金融风控

通过大数据排序，可以分析用户的兴趣爱好和行为习惯，从而为用户推荐更加精准的商品或服务。推荐系统

搜索引擎需要对网页进行排序，将相关度高的网页排在前面，提高搜索质量和用户体验。搜索引擎

自然语言处理中的文本挖掘和情感分析等任务，需要对文本进行排序和筛选，提取有用的信息和观点。自然语言处理

医学领域中需要对基因序列、蛋白质等进行排序和分析，以发现疾病与生物标志物的关联，为临床诊断和治疗提供帮助。医学领域

THANKS感谢观看