各种排序算法的对比

关键字和排序方法中“趟”的含义：

在内部排序过程中，对尚未确定最终位置的所有元素进行一遍处理称为一趟排序。
基本思想和特点：

 

起泡排序：

思想： 起泡排序是一种简单的交换排序，它通过对无序序列区中的相邻记录的关键字进行“比较”和记录位置的“交换”，以实现关键字较小的记录向“一头”漂移，而关键字较大的记录向“另一头”下沉，从而达到记录按关键字非递减（递增）顺序有序排列的目标。

特点：

稳定的排序方法

时间复杂度：最好情况O（n），最坏情况O（n2）

空间复杂度：O（1）

 

选择排序：

思想：每一趟在n-i+1（ｉ=1，2，…，ｎ-1）个记录中选取关键字最小（大）的记录作为有序序列中第i个记录。

特点：

（1）简单选择排序：

时间复杂度为O（n2）(与待排记录的初始状态无关）

空间复杂度为O（1） 

（2）树形选择排序：

时间复杂度为O（nlog2n），需较多辅助存储空间（多了左右子树结构）。

 

插入排序：

思想：将待排序序列分成有序和无序两个子序列，每次从无序子序列中选择一个待排序元素，将它与已形成的有序子序列中的各个元素比较，寻找符合排序条件的插入位置，将待排序元素插入到该位置。

特点：

稳定的排序方法

时间复杂度O（n2） 当排序序列有序时，其时间复杂度为O(n)

空间复杂度O（1）

算法简便，容易实现

适用于待排序记录数量较小的情况

 

快速排序：

思想：通过一趟快速排序将待排记录分割成相邻的两个区域，其中一个区域中记录的关键字均比另一个区域中记录的关键字小（区域内不一定有序），然后分别对这两个区域的记录再进行快速排序，直到子序列的长度为1，使整个序列有序。

特点：

时间复杂度：

最佳状况(当每次分割的两个区块都均匀大小时)：O(n*log2n)

最坏状况(待排序数据序列本身有序时)：O(n2)

平均状况： O(n*log2n)

空间复杂度：主要来源于排序过程中递归的深度（即递归使用的栈的深度）

最佳状况: O(log2n)

最坏状况: O(n)

平均状况：介于O(log2n)和O(n)之间

******

平均时间复杂度低，适用于完全随机的序列。

不稳定排序;空间效率低；

结点顺序不好(有序)则效率低（初始记录序列按关键字有序时，快速排序将蜕化为冒泡排序）。

 

shell排序：

思想：根据间隔值d将待排序记录序列分割成为若干子序列(即把那些位置相隔为d的元素看作一个子序列)，并对每个子序列分别进行直接插入排序，每趟之后减小d值，重复上述过程，直到d<1为止。

待整个序列中的记录“基本有序”时再对全体记录进行一次直接插入排序。

d的取值将直接影响shell排序的效率。

特点：

不稳定的排序方法

时间复杂度与增量序列dlta[]相关,约为n1.3（阅读教材p272）(应使增量序列中的值没有除1之外的公因子。)

空间复杂度O（1）

 

堆排序：

思想：与堆对应的完全二叉树中所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。堆的外观为根（子树根）最小或最大的顺序存储的完全二叉树。

特点：

不稳定排序

时间复杂度O（nlogn）

空间复杂度O（1）

运行时间主要耗费在建初始堆和调整堆上，适用于大批量数据的部分排序(如1000个数据取5个关键字最大的数。)

 

归并排序：

思想：将两个或两个以上的有序表组合成一个新的有序表的过程。

特点：

稳定排序

时间复杂度O（nlog2n）

空间复杂度O（n）

适用于处理大批量数据的排序

 

 

基数排序：

思想：

特点：

 

        

 

  时间复杂度 | 空间复杂度

插入排序： O(n2)         O(1)

归并排序： O(nlogn)      O(n)

选择排序： O(n2)         O(logn)

冒泡排序： O(n2)         O(1)       稳定排序

------------------------------------------------------

快速排序： O(nlog2n)--O(n) O(1)       不稳定排序

Shell排序： O(n1.3)       O(1)

堆排序：   O(nlog2n)     O(1)

基数排序： O(d(n+rd))     O(rd)