查找算法：
顺序查找
对待查找数据没有要求，从头到尾逐一比较，在小规模的查找中较为常见，查找效率较低
时间复杂度：O(n)
二分查找(折半查找)
待查找的数据必须有序，从数据中间位置开始比较查找，如果中间值比key小，则从左边继续进行二分查找，反之从右边进行
时间复杂度：O(logN)
块查找(权重查找)
是一种数据处理的思想，不是一种特定的算法，当数据量非常多时，可以先把数据进行分块处理，然后再根据分块的条件进行查找，例如英文字典
哈希查找(Hash)
数据 经过 哈希函数 计算出数据再哈希表中的位置，然后标记位置，方便之后的查找，它的时间复杂度可以达到O(1)，但是该算法有很大的局限性，不适合负数、浮点型数据、字符型数据的查找，还需要额外申请存储空间，空间复杂度高，是一种典型的以空间换时间的算法
哈希函数设计方法：
直接定址法：直接把数据当做哈希表的下标，把哈希表中该下标的位置+1
数据分析法：分析数据的特点来设计哈希函数，常用的方法是找到最大值和最小值，用最大值-最小值+1 确定哈希表的长度，使用 数据-最小值作为哈希表的下标访问哈希表
平方取中法、折叠法、随机数法，但都无法保证哈希数据的唯一性，出现所谓的哈希冲突，一般使用链表解决
Hash函数的应用：MD5、SHA-1都属于Hash算法中的应用
排序算法：
排序算法的稳定性：
在待排序的数据中，如果有值相同的数据，在排序的全程中都不会改变它们的先后顺序，则认为该排序算法是稳定的
冒泡：数据左右进行比较，把最大的数一直交换到最后，特点是该算法对数据的有序性敏感，在排序过程中发现有序可以立即停止排序，如果待排序的数据基本有序，则冒泡的效率非常高
时间复杂度：最优：O(n) 平均：O(n^2)
稳定的
选择：假定最开始的位置是最小值并记录下标min,然后与后面的数据比较，如果有比min为下标的数据还要小，则更新min，最后判断如果min的值发生了改变，则交换min位置的数据与最开始位置的数据
虽然选择排序的时间复杂度较高，但是数据交换次数少，因此实际运行速度并不慢
是冒泡排序的变种，但是没有对数据有序性敏感，数据混乱情况下比冒泡快
时间复杂度：O(n^2)
不稳定的 (10 10 1)
注意：算法的时间复杂度并不能代表算法的实际时间，有时候时间复杂度高的反而速度更快
插入：把数据看作两个部分，一部分是有序的，把剩余的数据逐个插入进去
时间复杂度：O(n^2)
稳定的
希尔：是插入排序的增强版，由于插入排序数据移动的速度比较慢，所以再次基础上增加了增量的概念，从而提高排序的速度
时间复杂度：O(n^(1.3~2))
不稳定
快速：
找到一个标杆p，备份标杆p的值val，一面从左找比val大的数据，找到后赋值给p，
更新标杆p的位置到左标杆，然后继续从右边找比val小的数，找到后也赋值给p,同
样更新p到右标杆，反复执行直到左右标杆相遇停止，最后把val赋值回p的位置，
最终会形成p左边的数都比它小，右边的数都比它大；然后再按照同样的方式对邹游两边进行快排，
最后全部有序
快速排序的综合性能最高，因此叫做快速排序，笔试面试考最多
时间复杂度：O(NlogN)
不稳定
归并：
先把一组待排序的数据拆分成单独的个体，存放到临时空间中，然后两两比较合并，全部合并完成后再从临时空间中拷贝给原内存
由于使用额外的内存空间避免了数据交换的耗时，是一种典型的以空间换时间的算法
时间复杂度：O(NlogN)
稳定的
堆：把数据当做完全二叉树看待，然后把树调整成大顶堆，然后把堆顶数据交换到末尾，然后数量==，然后重新调整回大顶堆，重复操作，直到数量为1是结束，既可以循环实现也可以递归是心啊(参考heap.c)
时间复杂度：O(NlogN)
不稳定
计数：
找出数据中的最大值和最小值，并创建哈希表，
把 数据-最小值 作为数组的下标访问哈希表并标记数量，标记完后，遍历哈希表，
当表中的值大于0，把 下标+最小值 还原数据依次放回数组中，是一种典型的以空间换时间的算法
该排序算法理论上速度非常快，它不是基于比较的算法，在一定范围内整数排序是快于
任意一种比较排序算法，但是有很大的局限性：适合排序整形数据，而且数据的范围差别不宜过大，
否则会非常浪费内存反而慢于比较的排序，如果数据越平均、重复树越多，性价比越高
时间复杂度：O(N+k) (其中K是整数的范围)
稳定的
桶：
根据数据的值存储到不同的桶中，然后再调用其它的排序算法，对桶中的数据进行排序，
然后再从桶中依次拷贝回数组中，从而降低排序的规模以此提高排序的速度，是一种典型的空间换时间的算法
缺点：如何分桶、桶范围多大，这些都需要对数据有一定的了解
时间复杂度：O(N+k)
桶排序的稳定性取决于桶内排序使用的算法
基数：
是桶排序的具体实现，首先创建10个队列(链式队列)，
计算出数据的个、十、百...位数，然后入到对应的队列中，
结束后以此从队列中出队回数组中，数据下一位继续入队，
以此循环，最大值的位数就是循环次数
缺点：只适合排序正整数数据，又要准备队列
时间复杂度：O(N+k)
稳定的
如果觉得《数据结构与算法-查找和排序》对你有帮助，请点赞、收藏，并留下你的观点哦！
