排序算法总结对比
0.十大经典排序算法
- 冒泡排序（BubbleSort）
- 选择排序（SelectionSort）
- 插入排序（InsertionSort）
- 希尔排序（ShellSort）
- 归并排序（MergeSort）
- 快速排序（QuickSort）
- 堆排序（HeapSort）
- 计数排序（CountSort）
- 桶排序（BucketSort）
- 基数排序（RadixSort）
1.排序算法分类
非线性时间比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此称为非线性时间比较类排序。
线性时间非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此称为线性时间非比较类排序。
2.时间 / 空间复杂度对比
| 算法名称 | 时间复杂度 | 空间复杂度 | 排序方式 | 稳定性 | ||
| 最佳 | 平均 | 最差 | 最差 | |||
| 冒泡排序（BubbleSort） | O(n) | O(n^2) | O(n^2) | O(1) | In-place | 稳定 |
| 选择排序（SelectionSort） | O(n^2) | O(n^2) | O(n^2) | O(1) | In-place | 不稳定 |
| 插入排序（InsertionSort） | O(n) | O(n^2) | O(n^2) | O(1) | In-place | 稳定 |
| 希尔排序（ShellSort） | O(n) | O((nlog(n))^2) | O((nlog(n))^2) | O(1) | In-place | 不稳定 |
| 归并排序（MergeSort） | O(nlog(n)) | O(nlog(n)) | O(nlog(n)) | O(n) | Out-place | 稳定 |
| 快速排序（QuickSort） | O(nlog(n)) | O(nlog(n)) | O(n^2) | O(log(n)) | In-place | 不稳定 |
| 堆排序（HeapSort） | O(nlog(n)) | O(nlog(n)) | O(nlog(n)) | O(1) | In-place | 不稳定 |
| 计数排序（CountSort） | O(n+k) | O(n+k) | O(n+k) | O(k) | Out-place | 稳定 |
| 桶排序（BucketSort） | O(n+k) | O(n+k) | O(n^2) | O(n) | Out-place | 稳定 |
| 基数排序（RadixSort） | O(nk) | O(nk) | O(nk) | O(n+k) | Out-place | 稳定 |
名词解释：
- n: 数据规模
- k: “桶”的个数
- In-place: 所有排序操作都在内存中完成
- Out-place: 由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行
- 稳定性：假设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，则称这种排序算法是稳定的；否则称为不稳定的。
