排序问题抽象出的数据模型,排序问题抽象出的数据模型是什么？
排序问题抽象出的数据模型目录
排序问题抽象出的数据模型
1. 输入：这是需要排序的数据集合，可以是数字、字符串、数组等。
2. 输出：这是排序后的数据集合。
3. 比较准则：这是决定如何排序的规则。例如，对于数字，你可以按从小到大排序或从大到小排序。对于字符串，你可以按字母顺序排序或字典顺序排序。对于自定义数据类型，你需要提供自定义的比较准则。
5. 时间复杂度：这是评估算法效率的指标。对于不同的排序算法，其时间复杂度可能不同。例如，冒泡排序的时间复杂度为O(n2)，而快速排序的时间复杂度在最坏情况下为O(n2)，但在平均情况下为O(n log n)。
6. 空间复杂度：这是评估算法所需额外空间（即除了输入数据外还需要多少空间）的指标。例如，归并排序的空间复杂度为O(n)，而快速排序的空间复杂度为O(log n)。
排序问题抽象出的数据模型是什么？
数据抽象：是将数据抽象化、逻辑化，是对数据的抽取过程。
数据模型：是对数据进行抽象化表示的工具，主要使用逻辑概念来表示数据。
数据模式：利用数据模型组织抽取的数据所得的结果，也即是数据抽象的结果
三者之间的关系：
数据抽取作为总的过程，利用数据模型，对现实具体系统的数据进行抽取，组织，使其具有结构化的特征，最终得到的结果，即是数据模式。
常用的排序算法特点和逻辑数据模型特点
常用的排序算法有插入排序，希尔排序，冒泡排序，快速排序，归并排序，堆排序还有基数排序。
排序算法一般考虑的就是两个方面，即时间复杂度和空间复杂度。
其中插入排序，冒泡排序是简单排序，排序的平均时间复杂度是O（n^2）, 最坏的情况是O(n^2)，辅助存储空间是O(1)。
快速排序的平均时间复杂度是O(nlogn), 最坏的情况是O(n^2), 辅助存储空间是O(logn)
归并排序的平均时间复杂度是O(nlogn), 最坏的情况是O(nlogn), 辅助存储空间是O(n)
堆排序平均时间复杂度是O(nlogn), 最坏的情况是O(nlogn), 辅助存储空间是O(1)
基数排序平均时间复杂度是O(d(n rd)), 最坏的情况是O(d(n rd)), 辅助存储空间是O(rd),其中d关键字的个数，rd是关键字的取值的个数。
从平均性能上来而言，快速排序最佳，其所需的时间最省，但快排在最坏的情况下的时间性能不如堆排序和归并排序。
而后者相比的结果是，在n较大的时候，归并排序需要的时间比堆排序省，但它需要的辅助存储空间比较多。
从方法的稳定性来比较，基数排序是稳定的内排序，所有时间复杂度为O（n^2）的简单排序都是稳定的。
然而，快速排序，归并排序，堆排序等时间性能较好的排序方法都是不稳定的。
具体每个排序的思想，楼主可以百度一下，百度百科都有相应的词条。
寻求设计思路：数据库记录排序的问题？
这个排序作分类是必须碰到的。
你这个sort不是 唯一标识 实现起来还是比较简单的。
查询的时候 按照 sort排序。
点击上移或者下移 就是把 sort数值进行更新，临近数值的交换，
另外还要判断是否最顶或者最低。
下移
上移
