leetcode排序算法

LeetCode上常见的排序算法包括冒泡排序、选择排序、插入排序、归并排序、快速排序和堆排序。这些算法分别具有不同的时间复杂度和空间复杂度，适用于不同规模和类型的输入数据。

1. 冒泡排序（Bubble Sort）：通过不断比较相邻元素并交换位置来将较大的元素逐步“冒泡”到数组的末尾。
2. 选择排序（Selection Sort）：每次从未排序的部分中选择最小（或最大）的元素，放到已排序部分的末尾。
3. 插入排序（Insertion Sort）：将未排序部分的元素依次插入已排序部分的正确位置。
4. 归并排序（Merge Sort）：将输入数组分为两部分，递归地对每一部分进行排序，然后合并两个有序的部分。
5. 快速排序（Quick Sort）：选择一个基准元素，将比它小的元素放在左边，比它大的元素放在右边，然后递归地对左右两部分进行快速排序。
6. 堆排序（Heap Sort）：利用堆这种数据结构进行排序，通过建立最大堆（或最小堆）来实现排序。

这些算法各有优劣，具体使用哪种算法取决于问题的特点和要求。在LeetCode上，常常可以根据题目的要求选择合适的排序算法来解决问题。如果你对某个具体的排序算法有更多疑问，可以继续提问哦！

相关问题

leetcode排序

LeetCode上的排序算法有很多种，包括冒泡排序、选择排序、插入排序、归并排序、快速排序等等。其中，归并排序和快速排序是比较常用的高效排序算法。

归并排序的基本思想是将待排序的序列分成若干个子序列，每个子序列都是有序的，然后再将子序列合并成整体有序序列。时间复杂度为O(nlogn)。

快速排序的基本思想是通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，然后再分别对这两部分记录继续进行排序，以达到整个序列有序的目的。时间复杂度为O(nlogn)。

leetcode堆排序

堆排序是一种基于堆数据结构的排序算法，它的时间复杂度为 O(nlogn)。堆排序分为两个阶段：建堆和排序。建堆的时间复杂度为 O(n)，排序的时间复杂度为 O(nlogn)。

具体实现步骤如下：
1. 将待排序序列构建成一个大根堆（或小根堆），此时整个序列的最大（或最小）值就是堆顶的根节点。
2. 将堆顶元素与末尾元素交换，将最大（或最小）元素“沉”到数组末端。
3. 重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

代码实现如下：

def heap_sort(nums):
    n = len(nums)
    # 构建大根堆
    for i in range(n // 2 - 1, -1, -1):
        heapify(nums, n, i)
    # 排序
    for i in range(n - 1, 0, -1):
        nums[0], nums[i] = nums[i], nums[0]
        heapify(nums, i, 0)

def heapify(nums, n, i):
    largest = i
    left = 2 * i + 1
    right = 2 * i + 2
    if left < n and nums[left] > nums[largest]:
        largest = left
    if right < n and nums[right] > nums[largest]:
        largest = right
    if largest != i:
        nums[i], nums[largest] = nums[largest], nums[i]
        heapify(nums, n, largest)