【算法】数据结构：选择，冒泡，插入排序
一、需要思考的问题
排序算法最好的时间复杂度应该是O(n)，也就是说从头到位遍历一遍数据就能得到排好序的数据，但这不太可能实现（除非数据本身已经有序），现有的算法的平均时间复杂度只能于趋近O(n)，今天来说三个O()的算法
对于排序我们需要考虑如下几个问题：
1、是原地排序算法吗（需要创建占用的空间来辅助排序吗）？
2、是稳定排序算法吗
稳定说的是，2个相同的数字被排序时候，前后顺序是否会被改变，如果被改变就是不稳定，如不不被改变就是稳定，为什么要有这个衡量指标？
在真正软件开发中，我们要排序的往往不是单纯的整数，而是一组对象，我们需要按照对象的某个key来排序。
本文的所有截图都来自于王争老师的《算法与数据结构之美》，我只是搬运工！！！
3、时间复杂度是多少（最好、最坏、平均）？
其实大多数情况下，我们只需要记住平均的就好了，但是知道最好和最坏还是有利于提升我们对排序的选择和理解的
二、选择排序
1、原理
我觉得这个算法挺简单的，首先把整个数组分为已排序区间和未排序区间，然后每次从未排序的里面找最小的，放到已排序区间的末尾
2、思考的问题
选择排序空间复杂度为O(1)，并不需要创建一个大小相同的数组来辅助排序，只需要几个额外的临时变量来存储交换时候的值，是一种原地排序算法。
是不稳定算法，比如5，8，5，2，9这样一组数据，使用选择排序算法来排序的话，第一次找到最小元素2，与第一个5交换位置，那第一个5和中间的5顺序就变了，所以就不稳定了
选择排序的最好情况时间复杂度、最坏情况和平均情况时间复杂度都为O()
这个算法基本只存在于理论上了，虽然是原地排序算法，但是时间复杂度太高，而且不稳定
三、冒泡排序
1、原理
冒泡排序只会操作相邻的两个数据。每次冒泡操作都会对相邻的两个元素进行比较，看是否满足大小关系要求。如果不满足就让它俩互换。
一次冒泡会让至少一 个元素移动到它应该在的位置，重复n次，就完成了n个数据的排序工作
2、思考的问题
冒泡排序空间复杂度为O(1)，是一种原地排序算法。
是稳定算法，只要代码中设定的数值相同的话，不交换位置即可
选择排序的最好情况（数据已经有序）时间复杂度O(n)，只需要遍历一次、最坏情况数据完全逆序时间复杂度都为O()，平均情况时间复杂度都为O(
)
为什么平均是O()，王争老师通过有序度的概念得出如下公式n*(n-1)/2=15，n=6是数据的个数，得到的15说明假设6个数值完全逆序，那所有数据需要交换的次数为15次，所以计算平均时间复杂度我们取中间值，n*(n-1)/4，如上式子的复杂度也是O(
)，因为只是乘了一个二分之一的常数
这个算法也基本只存在于理论上了，虽然是原地排序算法，虽然稳定，但是相同时间复杂度的插入排序，性能还是比冒泡好
四、插入排序
1、原理
插入排序原理就是拿一个新的数据，插入到已有顺序的区间中
所以将数据分为已排序区间和未排序区间，每次从未排序区间拿一个数值，到已排序区间遍历，查看应该插入到哪个位置
2、思考的问题
插入排序空间复杂度为O(1)，是一种原地排序算法。
是稳定算法，只要代码中设定的数值相同的话，把数据插入到前面出现的元素后面，这样就稳定了
选择排序的最好情况（数据已经有序）时间复杂度O(n)，只需要遍历一次、最坏情况数据完全逆序时间复杂度都为O()，平均情况时间复杂度都为O(
)
插入排序还是有不少优化空间的，比如在查找需要插入的位置的时候，已有顺序区间可以通过二分查找法来定位，甚至有插入排序的升级版--希尔排序
我就不具体讲了，大家可以看如下链接：
主要解决的问题是，很小的数字排在很后面，如果要换到前面，就需要挪动特别多数据的场景
五、为什么我们更倾向于使用插入排序算法而不是冒泡排序算法呢？
以下内容，引用于王争老师的《算法与数据结构之美》
六、总结
好了菜鸡一只，如果有疑问请大家批评指出！我一定及时rectify my mistake！
写排序这些文章的目的，其实主要还是想自己整理一遍，不然很容易忘记，其实我觉得王争老师已经考虑的非常全面了，我没什么可以添加的内容了~