十大经典排序算法

排序算法总结

排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。

十大排序算法	平均时间复杂度	最好情况	最坏情况	空间复杂度	排序方式	稳定性	优点	缺点	优化算法
冒泡排序	O(n2)	O(n)，正序序列	O(n2)，反序序列	O(1)	In-place	稳定	适用数据规模小，简单直观，不占用额外的内存空间	数据规模大效率不高	增加Flag
选择排序	O(n2)	O(n2)	O(n2)	O(1)	In-place	不稳定	简单直观，不占用额外的内存空间	数据规模大效率不高
插入排序	O(n2)	O(n)	O(n2)	O(1)	In-place	稳定	简单直观，不占用额外的内存空间	数据规模大效率不高	拆半插入
希尔排序	O(nlogn)	O(nlog2n)	O(nlog2n)	O(1)	In-place	不稳定	插入排序的改进算法	不常用的排序算法，因为它效率不算高	优化增量
归并排序	O(nlogn)	O(nlogn)	O(nlogn)	O(n)	Out-place	稳定	分治法，性能不受输入数据的影响	需要额外的内存空间
快速排序	O(nlogn)	O(nlogn)	O(n2)	O(logn)	In-place	不稳定	分治法，快，效率高！处理大数据最快
堆排序	O(nlogn)	O(nlogn)	O(nlogn)	O(1)	In-place	不稳定	利用堆这种数据结构
计数排序	O(n+k)	O(n+k)	O(n+k)	O(k)	Out-place	稳定	每个桶只存储单一键值，排序的速度快于任何比较排序算法		桶排序
桶排序	O(n+k)	O(n+k)	O(n2)	O(n+k)	Out-place	稳定	每个桶存储一定范围的数值，利用函数的映射关系	桶中元素的排序对于性能有影响
基数排序	O(n*k)	O(n*k)	O(n*k)	O(n+k)	Out-place	稳定	根据键值的每位数字来分配桶

 

名词解释

• n：数据规模
• k："桶"的个数
• In-place：占用常数内存，不占用额外内存
• Out-place：占用额外内存
• 稳定性：排序后 2 个相等键值的顺序和排序之前它们的顺序相同

 

参考

十大经典排序算法

基数排序