十大经典算法到底是啥？看完这篇终于搞懂了

说实话，我第一次听到“十大经典算法”这个说法的时候，脑子里完全是一团浆糊。

这玩意儿到底指什么？排序？搜索？机器学习？好像哪儿哪儿都有它的影子。

后来查了资料才发现，原来业界常说的“经典算法”主要分成两拨：一拨是我们面试必备的排序算法，另一拨是计算机解决问题的核心思想。今天咱们就聊聊这个，内容有点干，但我尽量讲得有意思点。

一、排序界的“老六”——基础排序三兄弟

1. 冒泡排序：这名字起的真接地气

要我说，冒泡排序绝对是所有算法里名字最形象的。

它怎么工作的呢？ 想象一下水底的气泡往上冒，越往上越大。算法也是这个理——每次比较两个相邻的元素，如果顺序错了就把它们换位置。一轮下来，最大的那个数就像气泡一样“冒”到了最右边。

一句话概括：冒泡排序就是不停折腾，把最大的往后挪。

这算法代码写起来是真简单，但效率嘛...时间复杂度是O(n²)，数据多了能把你急死。我大学那会儿老师让我们手写这个，真是写一次怀疑一次人生。

不过它也有优点——稳定。啥意思呢？相等的数据不会被调换顺序，这在某些场景下还挺关键的。

2. 选择排序：实在人干实在事

选择排序的思路特别实诚：

每一轮都从剩下的数据里挑出最小的，放到正确位置。

就像你整理房间一样，先把所有东西摊开，然后一件一件归位。简单粗暴，不需要啥技巧。

但它有个致命缺点——不稳定。举个例子：[5, 5, 3] 排序后，第一个5可能会跑到第二个5后面去，原来相等的数据顺序变了。

3. 插入排序：像整理扑克牌

这个算法，我觉得是最符合人类直觉的。

想象你手里有一把乱序的扑克牌，一张一张插到正确位置。右边已经排好序了，左边抽一张，往右边去找它该待的地儿。

特点：数据越接近有序，效率越高。

所以它特别适合基本有序的小规模数据。你要是让我排序10个8个的数，我肯定首选插入排序，代码少、效果快。

二、排序界的“卷王”——高级排序

4. 希尔排序：插入排序的升级版

这名字听着挺洋气，其实就是插入排序的亲戚。

它怎么玩的呢？先把数据按照一定间隔分组，各组内用插入排序；然后缩小间隔，再排；直到间隔变成1，彻底排完。

说白了就是：分而治之，先粗调再精调。

这一下子就把插入排序的缺点给治了，速度快了不少。算是算法里的“smart guy”。

5. 归并排序：分久必合

“分治”思想的典型代表。

它的套路是：先把数据劈成两半，分别排序，然后再合并起来。就像把一堆乱麻将分成两堆，各自排好，再拼成一个有序的整体。

特点：稳定，速度快，时间复杂度O(n log n)。

但它有个毛病——需要额外的内存空间。你要排序1G的数据，可能得准备1G的临时空间。内存紧张的时候，这玩意儿能用但肉疼。

6. 快速排序：面试场的常客

这可能是所有排序算法里最出名的一个。

套路很简单：先选一个基准元素，把数据分成两部分，左边的都比它小，右边的都比它大。然后对这两部分递归执行同样的操作。

快排之所以快，是因为：原地排序，不需要额外空间，时间复杂度平均是O(n log n)。

但你说它完美吗？那倒也不是。最坏情况（比如数据已经有序）会退化成O(n²)，这时候效率感人。

所以面试官特别喜欢问快排，不是没道理的。

7. 堆排序：二叉树的妙用

这个算法吧，属于那种听起来很高深，用起来很爽的类型。

它利用了二叉堆这种数据结构。你把数据建成一个堆，然后不断把堆顶（最大或最小）拿走，再调整堆，重复操作，就排好序了。

时间复杂度稳定O(n log n)，不需要额外空间。

听起来挺完美？但实际用的人不多，因为常数因子大，缓存也不友好。不过如果你要排序海量数据，堆排序还是很香的。

三、其他经典算法

8. 基数排序：不比较大小

这玩法就有点另类了。

它不比较大小，而是按位数来排序。先按个位排，再按十位排，再按百位排...最后整体就有序了。

适合：整数排序，特别是数据范围不大的时候。

你说它巧不巧？确实巧。但局限性也明显——只能排整数，负数小数还得特殊处理。

9. 计数排序：桶的极致简化

如果数据范围特别集中，计数排序能快到你怀疑人生。

比如排序1000个人的考试成绩（0-100分），直接搞个101大小的数组，统计每个分数出现几次，然后按顺序输出来就行了。

时间复杂度O(n+k)，空间换时间。

局限性嘛，范围太大了就歇菜。

10. 桶排序：计数排序的进阶

原理差不多，但更灵活一点。

把数据分到若干个桶里，每个桶内部排序，然后再按顺序把所有桶合并。能不能打，就看桶怎么分了。

写在最后

写到这里突然发现，十大算法说来说去好像全是排序？

也确实，排序是计算机最基础的操作之一，几乎所有程序员面试都得过这一关。

但我想说的是：算法不只是排序。

除了这些，还有贪心算法、分治思想、动态规划、回溯、图算法等等，每一個都是解决不同问题的钥匙。排序只是冰山一角。

你有没有发现，学算法最大的困难不是“不会”，而是“没用上”？

平时CRUD写习惯了，谁还管什么时间复杂度？但是，一旦遇到性能问题，这些“老古董”可就是救命稻草了。

行了，今天就聊到这儿，有啥问题评论区唠唠？