排序算法

CSP-J/S 排序算法完整专题训练题单本练习共18题，覆盖CSP-J/S中排序算法的全部核心题型。每道题均附有答案与详细解析，方便教师讲解或学生自查。

【数据结构】排序（快排，选择，直接插入，希尔）目录一.快速排序1).快排的介绍3).lomuto前后指针法4).非递归快排二.选择排序快速排序是基于分治思想的经典交换排序算法，它选定一个元素作为基准值，通过双指针遍历将数组划分为两部分，使基准左侧元素全部小于等于它、右侧元素全部大于等于它，再递归对划分得到的左右子区间重复上述操作，不断缩小待排序范围，最终得到整体有序的数组，平均时间复杂度为 O (nlogn)，最坏情况下可达 O (n²)，属于不稳定排序。

1-16-计数排序-CountingSort摘要：本文从"比较排序的时间下界是 Ω(n log n)"的理论限制出发，详解计数排序如何通过"统计次数而非比较大小"突破这一下界，实现 O(n + k) 的线性时间复杂度。给出了支持升序/降序的 Python 完整实现（标准稳定版、原地版、基数排序专用版），图解了四步核心流程与前缀和的含义，分析了其稳定性保证与空间权衡。最后结合基数排序、桶排序的工程场景讨论其设计哲学与面试高频考点。

疯狂打码的少年

【数据结构】排序算法：归并排序与基数排序考点频率：★★★★☆（选择题常考，归并排序的复杂度与稳定性是重点，基数排序常考其适用场景）难度：⭐⭐⭐⭐（归并排序需理解分治与合并，基数排序需理解分配与收集过程）建议：重点掌握归并排序的“分治+合并”思想及时间复杂度；重点掌握基数排序的LSD过程及适用场景

小七在进步

数据结构：选择排序上一篇我们讲了插入排序，这一篇我们来讲选择排序。因为堆排序之前我们有详细讲过，所以这里只给出堆排序的思路，有兴趣的可以看一看。# 选择排序选择排序就是从数组中选出最小值和最大值，最小值放在第一个位置，最大值放在最后一个位置，依次执行，直到排成有序数组为止。

疯狂打码的少年

【数据结构】交换类排序：冒泡与快速排序考点频率：★★★★★（数据结构必考，选择题常考冒泡的优化判断与快速排序的一趟划分结果）难度：⭐⭐⭐⭐（冒泡简单，快速排序需要重点理解分治与划分过程）建议：重点掌握冒泡排序的优化（提前结束）及其时间复杂度，重点掌握快速排序的一趟划分过程（选基准、交替填充），熟记两种排序的适用场景

嵌入式学习 day25：哈希表及排序与查找哈希表是一种根据键（Key）直接访问数据的数据结构。它通过哈希函数把键映射到一个下标，然后直接在该位置存取数据。

快速排序(递归和非递归）选择最后一个数组元素作为基准值排序将基准值的左区间都放小于基准值的元素；基准值右区间都放大于基准值的元素

我变成萤火虫

反悔贪心（经典题目讲解）常规贪心思维题目可以看这篇博客：贪心算法入门详解_贪心算法巡回-CSDN博客场景：数轴上有 n 只老鼠和 m 个洞，每个洞有容量（最多能进几只老鼠）。

排序算法总结表格排序算法排序性质示意图特殊思想就地性，稳定性时间复杂度定义直接插入排序基于插入无就地可稳定O(n^2)

我变成萤火虫

2026 ICPC沈阳邀请赛Vp补题赛时在签到题上浪费了太多时间，没机会看更难的题，一些中档难度的题涉及的知识其实也有学过，也是非常可惜，所以这篇博客准备补一下题，并且反思一下

嵌入式学习22今日学习：冒泡排序、选择排序、插入排序、希尔排序、快速排序，顺序查找、二分查找。 🔍文章大纲原理：相邻元素两两比较，大的往后交换，每轮把最大值“冒泡”到数组尾部；增加交换标记做优化，提前结束有序数组。

1-6-插入排序-InsertionSort摘要：堆排序和归并排序保证了最坏 O(n log n)，但引入了缓存不友好或 O(n) 空间的代价。插入排序反其道而行——O(n²) 的平均复杂度看似落后，但在小规模数据（n < 20）和近乎有序数据上却是实际最快的排序算法。本文从扑克牌整理出发，图解插入排序的逐步插入过程，给出支持升序/降序的 Python 完整实现，对比其与冒泡排序的本质差异，并分析 TimSort、IntroSort 等工业级排序为何将其作为小区间回退方案。

【算法从零到千】【51-54】逆序对（分治＋递归算法）912. 排序数组 https://leetcode.cn/problems/sort-an-array/

逆境不可逃

【LeetCode 912】排序数组——随机化快速排序详解作者：逆境不可逃技术永无止境希望我的内容可以帮助到你！！！！LeetCode 912「排序数组」要求我们在不调用内置排序函数的情况下，将整数数组按升序排列。数组长度最多为 5 × 10⁴，并且可能包含大量重复元素，因此需要选择效率较高的排序算法。

《算法武林谱：四大排序神功与二分寻宝术全解》下面为每类算法赋予贴合原理的趣味名称，同时从核心思想、执行步骤、复杂度、C++ 实现代码、算法特点五个维度做详细讲解，全部代码可直接编译运行。

O(n log n)：线性对数原理拆解这个是排序算法的黄金复杂度之一。log n 是"将数据分半处理的次数"。举例：O(n log n) = 每层处理 n 个数据 × 一共 log n 层

百日算法修炼 · Day 09主题：基础排序、二分查找、局部最小、异或运算语言：Java　｜　建议用时：120～150 分钟本文仍然分为两个区域：

常见的排序算法1排序：把无序的序列，变成有序（递增/升序，递减/降序）排序的时候，指定升序/降序，最关键的就是指定“比较规则”

排序进阶：快速排序与归并排序的迭代实现，并与递归版本对比前面学习排序算法时，我们已经接触过直接插入排序、希尔排序、选择排序、冒泡排序和归并排序。随着排序方法逐渐增多，可以发现：不同排序算法之间真正拉开差距的，不只是代码写法，还有它们处理问题的思路。