考研有多少种排序算法

考研中涉及的排序算法主要有以下几种：

冒泡排序：

通过相邻元素之间的比较和交换，使得每一趟循环都能找到未排序部分的最小（或最大）元素，并将其放到正确的位置上。冒泡排序的时间复杂度为O（n^2），空间复杂度为O（1）。

选择排序：

每次从未排序的元素中选择最小（或最大）的一个元素，存放到排序序列的起始位置，直到所有元素均排序完毕。选择排序的时间复杂度为O（n^2），空间复杂度为O（1）。

插入排序：

将待排序的元素按大小顺序逐个插入到已经有序的序列中。插入排序的时间复杂度为O（n^2），空间复杂度为O（1）。

快速排序：

采用分治策略，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的关键字小，然后分别对这两部分继续进行排序，以达到整个序列有序的目的。快速排序的平均时间复杂度为O（n log n），最坏情况下的时间复杂度为O（n^2），但在实际应用中很少达到最坏情况。空间复杂度为O（log n）。

归并排序：

采用分治策略，将序列不断地分成两部分，直到每部分只有一个元素，然后对每部分进行排序，最后将两个有序的子序列合并成一个整体。归并排序的时间复杂度为O（n log n），空间复杂度为O（n）。

希尔排序：

是插入排序的一种优化版本，通过将序列分成若干个子序列，对子序列进行插入排序，然后逐步减少子序列的数量，最终使整个序列有序。希尔排序的时间复杂度为O（n log n）到O（n^2）之间，取决于所选的间隔序列，空间复杂度为O（1）。

堆排序：

利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序的时间复杂度为O（n log n），空间复杂度为O（1）。

基数排序：

按照数字的每一位进行排序，从最低位开始，依次进行排序，直到最高位。基数排序的时间复杂度为O（nk），其中n是元素个数，k是数字的位数。空间复杂度为O（n+k）。

这些排序算法各有优缺点，在实际应用中需要根据数据的特点和具体需求选择合适的排序算法。