deploy

chapter_sorting/summary/index.html

@@ -364,6 +364,8 @@
         
           
         
+          
+        
       
       
         <label class="md-nav__link" for="__nav_2" id="__nav_2_label" tabindex="0">
@@ -406,6 +408,20 @@
 
             
           
+            
+              
+  
+  
+  
+    <li class="md-nav__item">
+      <a href="../../chapter_introduction/summary/" class="md-nav__link">
+        1.3. &nbsp; 小结
+      </a>
+    </li>
+  
+
+            
+          
         </ul>
       </nav>
     </li>
@@ -1053,6 +1069,8 @@
         
           
         
+          
+        
       
       
         <label class="md-nav__link" for="__nav_9" id="__nav_9_label" tabindex="0">
@@ -1095,6 +1113,20 @@
 
             
           
+            
+              
+  
+  
+  
+    <li class="md-nav__item">
+      <a href="../../chapter_heap/summary/" class="md-nav__link">
+        8.3. &nbsp; 小结
+      </a>
+    </li>
+  
+
+            
+          
         </ul>
       </nav>
     </li>
@@ -1126,6 +1158,8 @@
         
           
         
+          
+        
       
       
         <label class="md-nav__link" for="__nav_10" id="__nav_10_label" tabindex="0">
@@ -1182,6 +1216,20 @@
 
             
           
+            
+              
+  
+  
+  
+    <li class="md-nav__item">
+      <a href="../../chapter_graph/summary/" class="md-nav__link">
+        9.4. &nbsp; 小结
+      </a>
+    </li>
+  
+
+            
+          
         </ul>
       </nav>
     </li>
@@ -1528,6 +1576,19 @@
 
 
 <h1 id="116">11.6. &nbsp; 小结<a class="headerlink" href="#116" title="Permanent link">&para;</a></h1>
+<ul>
+<li>冒泡排序通过交换相邻元素来实现排序。通过增加标志位实现提前返回，我们可将冒泡排序的最佳时间复杂度优化至 <span class="arithmatex">\(O(N)\)</span> 。</li>
+<li>插入排序每轮将待排序区间内元素插入至已排序区间的正确位置，从而实现排序。插入排序的时间复杂度虽为 <span class="arithmatex">\(O(N^2)\)</span> ，但因为总体操作少而很受欢迎，一般用于小数据量的排序工作。</li>
+<li>快速排序基于哨兵划分操作实现排序。在哨兵划分中，有可能每次都选取到最差的基准数，从而导致时间复杂度劣化至 <span class="arithmatex">\(O(N^2)\)</span> ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 <span class="arithmatex">\(O(\log N)\)</span> 。</li>
+<li>归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 <span class="arithmatex">\(O(N)\)</span> ；而排序链表的空间复杂度可以被优化至 <span class="arithmatex">\(O(1)\)</span> 。</li>
+<li>下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中 <span class="arithmatex">\(k\)</span> 为桶的数量；基数排序仅适用于正整数、字符串、特定格式的浮点数，<span class="arithmatex">\(k\)</span> 为最大数字的位数。</li>
+</ul>
+<p><img alt="排序算法对比" src="../summary.assets/sorting_algorithms_comparison.png" /></p>
+<p align="center"> Fig. 排序算法对比 </p>
+
+<ul>
+<li>总体来看，我们追求运行快、稳定、原地、正向自适应性的排序。显然，如同其它数据结构与算法一样，同时满足这些条件的排序算法并不存在，我们需要根据问题特点来选择排序算法。</li>
+</ul>