本项目主要用于自己在工作之余记录用Java实现的算法和数据结构的源码；同时还会记录自己刷leetcode的题解思路等；
Tip：如果读者电脑无法浏览到github图片，则需要设置hosts配置文件, 解决办法： 解决方案
| 排序名 | 平均时间复杂度 | 空间复杂度 | 优势 | 劣势 | 适用场景 | 稳定性 |
|---|---|---|---|---|---|---|
| 冒泡排序 | O(n^2) | O(1) | 稳定 | |||
| 插入排序 | O(n^2) | O(1) | 稳定 | |||
| 计数排序 | O(M) | 对于用例少的数据，比如对人的年龄排序或者身高排序。 | 稳定 | |||
| 基数排序 | O(d(n+r)) | O(M) | 稳定 | |||
| 桶排序 | 稳定 | |||||
| 选择排序 | O(n^2) | O(1) | 不稳定 | |||
| 归并排序 | O(nlogn) | O(N) | 稳定 | |||
| 快速排序 | O(nlogn) | O(logn)~O(n) | 不稳定 | |||
| 希尔排序 | O(nlogn) | O(1) | 不稳定 | |||
| 堆排序 | O(nlogn) | O(1) | 不稳定 |
注意这里总结的都是平均时间复杂度。
例如插入排序，如果是有序的数组，则时间复杂度会退化成O(n)。而快速排序，对于每次选择的p位置都是末尾位置，则会退化成时间复杂度为O(n^2)（通过让p的位置随机来解决这个问题）。 对于归并排序、快速排序、堆排序这三个O(nlogn)的排序来说，时间复杂度是有常数级别的区别的，但是快速排序是相对更快的一种排序。
这里还需要注意的是，对于插入排序、快速排序、堆排序来说，都是原地排序的，即不需要额外的空间；而归并排序则是非原地排序，需要借助额外空间。
排序算法的稳定性：对于相等的元素，在排序后，原来靠前的元素依然靠前，相等元素的相对位置没有发生改变。
对于算法面试来说，除非面试题特别说明，否则认为要排序的数据范围是均匀分布的。
快速排序之所以叫快速排序，并不代表它比堆排序和归并排序优良。在最好情况下，它的渐进复杂度与 堆排序和归并排序是相同的。知识快速排序的常量系数比较小而已。
类库上提供的排序，并不是某一种算法的实现，而是综合了多种排序的综合排序。当数组比较小时，使用插入排序；当数组较大时，选择快速排序或其他的O(nlogn)的排序。
- KMP算法
- 马拉车算法
- Prim算法
- Krusk算法
- Dijkstra算法
- Bellman-Ford算法
==================== 持续更新 ===================
| 题目名称 | 难度 | 地址 | 题解 |
|---|---|---|---|
| 两数之和 | 简单 | https://leetcode-cn.com/problems/two-sum/ | a |
| 三数之和 | 中等 | https://leetcode-cn.com/problems/3sum/ | a |
| 乘积最大子数组 | 中等 | https://leetcode-cn.com/problems/maximum-product-subarray/ | b |
| 和为K的子数组 | 中等 | https://leetcode-cn.com/problems/subarray-sum-equals-k/ | c |
数组类总数：4
| 题目名称 | 难度 | 地址 | 题解 |
|---|---|---|---|
| 最小栈 | 简单 | https://leetcode-cn.com/problems/min-stack/ | a |
堆栈类总数：1
==================== 持续更新 ===================
