一、文件外与文件内排序
如下图所示是我们常见的的排序算法，也是我们已经使用代码实现过的
上面这七种排序算法我们都可以称之为文件内排序。但是归并排序比较特殊，他也可以称之为文件外排序。
上面的所有算法中只有归并排序可以实现文件外排序。文件外排序是因为数据量太大，比如有500G的数据，内存放不下，就需要再磁盘中去排序，而归并可以将500G的文件分为250G和250G。这样一直递归下去。当然这样是比较麻烦的。我们一般不这样做
我们一般是直接分成500个1G的文件。然后一个文件一个文件的排序。最后再归并。
关于文件外排序，上面的就是大致的思路。关于文件外排序的实现，后面会详细讲解
二、非比较排序之计数排序
非比较排序一般有下面三种
1.计数排序
2.基数排序
3.桶排序
事实上，基数排序和桶排序基本上不使用。一般只使用计数排序
1.绝对映射
计数排序的基本思想是先开辟一个数组，然后将数据全部遍历一遍，每遇到一个数再对应的下标位置上加一。最后按顺序打印出来即可
这样他的时间复杂度是O(N)
但是这样也存在一些缺陷。比如没有负的下标。无法统计负数。如果数据都处于一个较大值。比如一亿。我们直接开辟空间实在是太过于浪费了。而这种绝对映射就不太适合了
2.相对映射
绝对映射存在的一些问题，起始我们可以通过一个相对值来解决掉。我们先遍历一遍数组，选出最大值和最小值，然后开辟最大减去最小然后加一的空间大小。然后对于下标，我们将数据值减去最小值就是相对的映射了。这样一来就可以优化数据较大时候或者为负数的情况了
虽然已经有了优化，但是其实还是存在一些问题的。
1.他适合范围集中，且范围不大的整型数组排序
2.不适合范围分散或非整形的排序，如字符串、浮点数
3.代码实现
//计数排序 void CountSort(int* a, int n) { int i = 0; int max = a[0], min = a[0]; for (i = 0; i < n; i++) { if (max < a[i]) { max = a[i]; } if (min > a[i]) { min = a[i]; } } int range = max - min + 1; int* CountA = (int*)calloc(range, sizeof(int)); if (CountA == NULL) { perror("calloc fail"); return; } for (i = 0; i < n; i++) { CountA[a[i] - min]++; } int j = 0; for (i = 0; i < range; i++) { while (CountA[i]--) { a[j++] = i + min; } } free(CountA); }
三、排序的稳定性
稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。
简单来说就是;相等不换就是稳定的
1.冒泡排序：对于冒泡排序，他是稳定的，因为他可以做到相等不换
2.简单选择排序：他是不稳定的，反例如下：当出现下面的数据时：[2,2,1…]，我们由于需要选择最小的数1，当1和第一个2交换后，已经改变了顺序。所以不稳定
3.直接插入排序：是稳定的，可以做到相等不换
4.希尔排序：他是不稳定的，因为相同的数据可能会分到不同的组中
5.堆排序：不稳定，比如这个堆[9,9,8,7],他就是不稳定的
6.归并排序：稳定，因为他可以做到相等不换，我们之前的写的是不稳定的，但是再归并的代码中加上一个等于号就稳定了，就可以保证相等的时候，让左边的先下来
7.快速排序：不稳定。当数据为[5,5,5,5,5,4,5,5]时不稳定
