这是我参与「第五届青训营」伴学笔记创作活动的第 11 天
1：经典排序算法
插入排序
步骤：
1.从第一个元素开始，该元素可以认为已经被排序
2.取下一个元素a，从已排序的元素序列从后往前扫描
3.如果该元素大于a，则将该元素移到下一位
4.重复步骤3，直到找到已排序元素中小于等于a的元素
5.a插入到该元素的后面，如果已排序所有元素都大于a，则将 a插入到下标为0的位置
6.重复步骤2~5
缺点： 平均和最坏的时间复杂度高达O(N*N)；
优点： 最好情况的时间复杂度为O(N)；
快速排序
步骤：
(1)首先设定一个分界值，通过该分界值将数组分成左右两部分。
(2)将大于或等于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边。此时，左边部分中各元素都小于分界值，而右边部分中各元素都大于或等于分界值。
(3)然后，左边和右边的数据可以独立排序。对于左侧的数组数据，又可以取一个分界值，将该部分数据分成左右两部分，同样在左边放置较小值，右边放置较大值。右侧的数组数据也可以做类似处理。
(4)重复上述过程，可以看出，这是一个递归定义。通过递归将左侧部分排好序后，再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后，整个数组的排序也就完成。
缺点：
最坏的情况是，每次所选的中间数是当前序列中的最大或最小元素，这使得每次划分所得的子表中一个为空表，另一子表的长度为原表的长度-1。这样，长度为n的数据表的快速排序需要经过n次划分，使得整个排序算法的时间复杂度为O(n2)。
优点：
平均情况整个算法的时间复杂度为O(nlog2n)。
堆排序
操作：
最大堆调整：将堆的末端子节点作调整，使得子节点永远小于父节点
创建最大堆：将堆中的所有数据重新排序
堆排序：移除位在第一个数据的根节点，并做最大堆调整的递归运算
缺点：
最好情况的时间复杂度为O(n*logn)
优点：
最坏的情况时间复杂度为O(n*logn)
总结：插入算法在短序列中速度最快；快速排序在其他情况中速度最快；堆排序不同情况下区别不大。
