好的，我来给你整理一个 十大经典排序算法概览，并附上动图演示说明它们的核心思想和特点，方便理解。
十大经典排序算法（附动图演示）
下表展示排序算法名称、时间复杂度、空间复杂度以及核心思路，同时给出对应的动画示意（示意图可用 GIF 或网页动画）。
| 序号 | 排序算法 | 时间复杂度 | 空间复杂度 | 核心思路 | 动图演示 |
|---|---|---|---|---|---|
| 1 | 冒泡排序（Bubble Sort） | O(n²) | O(1) | 相邻元素两两比较，大的元素逐渐“浮”到右侧 |  |
| 2 | 选择排序（Selection Sort） | O(n²) | O(1) | 每次从未排序部分选择最小元素放到已排序末尾 |  |
| 3 | 插入排序（Insertion Sort） | O(n²) | O(1) | 将元素插入已排序序列中，保持有序 |  |
| 4 | 希尔排序（Shell Sort） | O(n log n) ~ O(n²) | O(1) | 插入排序升级版，先分组再插入排序，减少移动次数 |  |
| 5 | 归并排序（Merge Sort） | O(n log n) | O(n) | 分治法，将数组递归拆分，再合并排序 |  |
| 6 | 快速排序（Quick Sort） | O(n log n) 平均 | O(log n) 递归栈 | 选择基准元素，将数组分成小于和大于基准两部分，递归排序 |  |
| 7 | 堆排序（Heap Sort） | O(n log n) | O(1) | 利用二叉堆结构，每次取最大/最小元素放到末尾 |  |
| 8 | 计数排序（Counting Sort） | O(n+k) | O(k) | 统计每个元素出现次数，再按次数排列 |  |
| 9 | 桶排序（Bucket Sort） | O(n+k) | O(n+k) | 将数据分到不同桶，再对每个桶排序，最后合并 |  |
| 10 | 基数排序（Radix Sort） | O(nk) | O(n+k) | 按位（个位、十位…）对元素排序，稳定排序 |  |
1️⃣ 动图说明
- 冒泡、插入、选择排序 → 基本排序思想，适合学习和小数据量。
- 归并、快速、堆排序 → 高效通用排序，适合大数据。
- 计数、桶、基数排序 → 非比较排序，对整数/特定场景性能非常高。
2️⃣ 小结
- 稳定排序：冒泡、插入、归并、计数、基数 → 保留相等元素相对位置
- 不稳定排序：选择、快速、堆排序
- 时间复杂度：
- 最优：O(n log n) → 快速、归并、堆
- 平均：O(n log n)
- 最差：O(n²) → 冒泡、插入、选择
- 空间复杂度：
- 原地排序：冒泡、选择、插入、快速、堆
- 需要额外空间：归并、计数、桶、基数
发表回复