阅读量:1
1.
快速排序的非递归是通过栈来实现的，则前序与层次可以通过控制入栈的顺序来实现，因为递归是会一直开辟栈区空间，所以非递归的实现只需要一个栈的大小，而这个大小是小于递归所要的，
非递归与递归的时间复杂度是一样的，本质没有变化
2.
直接插入排序：是把元素从前先后一个一个插入进去，若是相同值的相对位置也不会改变，所以稳定性好
归并排序： 实现方法是分成多组，但是合并的时候还是要比较大小来合，所以相同值的相对位置也不会改变
选择排序：每次选出一个最值，若是最大值有多个会有稳定性不好的情况，但是可以控制变成稳定性好
冒泡排序：冒泡排序是每趟俩俩排序，相同值的相对位置是不会改变的
3.
选择排序：每次会选出一个最大值或者最小值，可以确定位置
快速排序：每次的基准值位置可以确定
堆排序：每次堆顶的元素是可以确定的
归并排序：是分组进行排序的，不能确定一个准确的位置
4.
题目给的序列接近有序的，插入排序在这里的时间复杂度接近为O(n)，而快排在这种情况接近O(n^2),归并排序和堆排序都是O(nlogn)
5.
快速排序：初始顺序影响大，如果为有序，则性能最差
插入排序：如果初始为有序，则性能最好
希尔排序：希尔是插入排序的优化，而在有序的情况下插入反而更快
堆排序与归并排序对初始数据的顺序不怎么影响
6.
从题目来看25，21，47，68这些数字位置被确定了，而选择排序确定的最值，所以是希尔排序，
第一次的基准值为25，左边都比25小，右边都比25大，第二次的基准值为20，47(因为第一行的左边与右边的数字是21与47)，则第三次的基准值就为15，21，35，68
7.
这里的辅助空间就是空间复杂度为多少，快速排序递归过程中会开辟栈的空间，递归的深度为二叉树的深度为logn，而非递归实现是通过栈来实现 ，最大空间也就是把从头到叶结点，因为每次是成对放入栈里面，所以最大为数的高度俩倍，2*logn
所以空间复杂度就为logn
8.
快速排序会确定基准值的位置 ，所以找满足基准值，因为第二趟所以需要找到俩个基准值，若没有俩个则就不可能为快速排序的第二趟，
a：第一趟可以为2，第二趟可以为3，满足情况
b:第一趟可以为2，第二趟可以为9
c：第一趟基准值只能是9（基准值的位置跟排序好的位置是一样的），则第二趟没有基准值了
d：第一趟可以为9，第二趟可以为5
9.
归并排序需要用到格外辅助空间，要开辟一个跟原数据一样大的空间
归并排序是一种二分排序算法，每次给n个元素排序（理想），排序的过程中深度为logn，所以时间复杂度为nlongn
因为操作是在左右子树排完序之后，进行合并，合并是在遍历完左右子树的情况下，所以就是左右根，所以是后序、
归并排序相同值的相对位置不会改变，稳定性好
10.
因为要通过堆排序来进行降序，所以要建小堆，而满足情况只用a为小堆
