最快的排序方法（快归堆希）

书上说，
                     堆排序      归并排序        快速排序
最坏时间   O(nlogn)     O(nlogn)        O(n^2)
最好时间   O(nlogn)     O(nlogn)        O(nlogn)
平均时间   O(nlogn)     O(nlogn)        O(nlogn)
辅助空间     O(1)         O(n)             O(logn)～O(n)

从数据看明显堆排序最好啊，可是为什么都说快速排序比较好，求详细解释。
有人说代码实现后，数据量足够大的时候，快速排序的时间确实是比堆排序短。

可能的解释是，对于数组，快速排序每下一次寻址都是紧挨当前地址的，而堆排序的下一次寻址和当前地址的距离比较长。

楼下回答：

1.  4种非平方级的排序：
希尔排序，堆排序，归并排序，快速排序

我测试的平均排序时间：数据是随机整数，时间单位是秒
数据规模    快速排序    归并排序    希尔排序    堆排序
1000万       0.75           1.22          1.77          3.57
5000万       3.78           6.29          9.48         26.54  
1亿             7.65          13.06        18.79        61.31

堆排序是最差的。
这是算法硬伤，没办法的。因为每次取一个最大值和堆底部的数据（记为X）交换，重新筛选堆，把堆顶的X调整到位，有很大可能是依旧调整到堆的底部（堆的底部X显然是比较小的数，才会在底部），然后再次和堆顶最大值交换，再调整下来。
从上面看出，堆排序做了许多无用功。

至于快速排序为啥比归并排序快，我说不清楚。

2. 算法复杂度一样只是说明随着数据量的增加，算法时间代价增长的趋势相同，并不是执行的时间就一样，这里面有很多常量参数的差别，即使是同样的算法，不同的人写的代码，不同的应用场景下执行时间也可能差别很大。

快排的最坏时间虽然复杂度高，但是在统计意义上，这种数据出现的概率极小，而堆排序过程里的交换跟快排过程里的交换虽然都是常量时间，但是常量时间差很多。

3. 至于为何堆排序效率比希尔排序慢很多，我在上面帖子已经说了，是堆排序的算法缺陷造成无用功太多。（我把堆排序看成是高级排序中的冒泡排序，冒泡也是两两交换做了太多无用功所以最慢。）

4. 这里先说说的我的看法，希望实验能支持我的预测。
我认为，
1. 快排的时间复杂度是不稳定的，在最快情况下比归并排序慢的多。
2. 当数据量大时，充分优化的归并排序可比快速排序更快。其原因有
  1）. 归并排序对内存的访问是严格的顺序方式（3个2个源数组，1个目标数组，都是顺序放分），故cache的命中率比快排更高，从这点上，相同的内存读写操作，归并优于快排，当数组占用的空间大大超过cache的大小，则这一优势将更加明显。
  2）普通写法的归并排序有2个缺点，如果改进，则可以提速。如果你的实验是基于最普通的版本，得到的结果是快排优于归并，而优化的归并排序的版本，其性能则可能反超快排。
  2.1） 归并排序不是In place.需要将结果存储到临时缓冲区，然后在复制回来，这个过程可以优化掉。使用乒乓做法，在第i级归并过程，从buff1 归并到buff2,在i+1级归并过程，从buff2复制到buff1。
  2.2） 2路归并排序的核心动作是比较2个对列的头元素那个更大，其比较结果是随机的，2个分支机会均等，CPU的分支预测算法不起作用，当预测失败，可大大降低程序性能，如果消除这个分支，可明显提高程序性能。

5. 楼主知道标准库的sort是怎么实现的么？ 先快排，递归深度超过一个阀值就改成堆排，然后对最后的几个进行插入排序。

6. 回答4楼 ：1.快排的时间复杂度确实不稳定，极端情况是O(n^2)，但是平摊下来是T(n*lg(n))，而归并是严格的O(n*log(n))。
2.快速排序比归并排序快。其原因有
  1）快排对内存的访问是顺序方式（包括逆序），只有两个目标而且是同一个数组，故cache的命中率不会比归并低。特别是数组空间接近于cache大小时，这一优势将更加明显。
  2）快排的内存写操作次数平摊下来是T(n*lg(n)/2)，而归并的内存写操作次数是严格的O(n*log(n))，由于内存写操作开销比较大，所以对于随机数据快排优于归并。