算法稳定性相关

1.稳定的排序
冒泡排序（bubble sort） — O(n2) 
鸡尾酒排序 (Cocktail sort, 双向的冒泡排序) — O(n2) 
插入排序 （insertion sort）— O(n2) 
桶排序 （bucket sort）— O(n); 需要 O(k) 额外 记忆体 
计数排序 (counting sort) — O(n+k); 需要 O(n+k) 额外 记忆体 
归并排序 （merge sort）— O(n log n); 需要 O(n) 额外记忆体 
原地归并排序 — O(n2) 
二叉树排序 （Binary tree sort） — O(n log n); 需要 O(n) 额外记忆体 
鸽巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 额外记忆体 
基数排序 （radix sort）— O(n·k); 需要 O(n) 额外记忆体 
Gnome sort — O(n2) 
Library sort — O(n log n) with high probability, 需要 (1+ε)n 额外记忆体 
2.不稳定的排序
选择排序 （selection sort）— O(n2) 
希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本 
Comb sort — O(n log n) 
堆排序 （heapsort）— O(n log n) 
Smoothsort — O(n log n) 
快速排序 （quicksort）— O(n log n) 期望时间, O(n2) 最坏情况; 对於大的、乱数串列一般相信是最快的已知排序 
Introsort — O(n log n) 
Patience sorting — O(n log n + k) 最外情况时间, 需要 额外的 O(n + k) 空间, 也需要找到最长的递增子序列（longest increasing subsequence）