十大排序算法及其实现（C++ & Python）

作者： 大树先生
博客： http://blog.csdn.net/koala_tree
知乎：https://www.zhihu.com/people/dashuxiansheng
GitHub：https://github.com/MrLeeTree
2018 年 4 月 16 日

---

经典的几大排序算法，网上各种版本代码质量层次不齐。在此想自己做个总结，一方面希望通过这次总结加深自己对几种排序算法的认识和记忆，另一方面也希望能写下来与大家分享。

每个算法力求给出普通解法和最优解法，当前部分排序算法还没有给出最优解，待后续的更新和补充。

---

排序算法说明

1. 算法优劣说明

稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；
不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面；

时间复杂度: 一个算法执行所耗费的时间；
空间复杂度: 运行完一个程序所需内存的大小。

2. 排序算法总结

排序算法	平均时间复杂度	最好情况	最坏情况	空间复杂度	稳定性
冒泡排序	$O(n^2)$	$O(n)$	$O(n^2)$	$O(1)$	稳定
插入排序	$O(n^2)$	$O(n)$	$O(n^2)$	$O(1)$	稳定
shell排序	$O(n^{1.3})$	$O(n)$	$O(n^2)$	$O(1)$	不稳定
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O(1)$	不稳定
快速排序	$O(n\log n)$	$O(n\log n)$	$O(n^2)$	$O(\log n)$	不稳定
归并排序	$O(n\log n)$	$O(n\log n)$	$O(n\log n)$	$O(1)$	稳定
堆排序	$O(n\log n)$	$O(n\log n)$	$O(n\log n)$	$O(1)$	不稳定
计数排序	$O(n+k)$	$O(n+k)$	$O(n+k)$	$O(k)$	稳定
桶排序	$O(n+k)$	$O(n+k)$	$O(n^2)$	$O(n+k)$	稳定
基数排序	$O(n\times k)$	$O(n\times k)$	O ( n × k ) O(n\times k)