排序算法列表

一. 稳定的排序

• 冒泡排序（bubble sort）— O(n²)
• 插入排序（insertion sort）—O(n²)
• 鸡尾酒排序（cocktail sort）—O(n²)
• 桶排序（bucket sort）—O(n²)；需要O(k)额外空间
• 计数排序（counting sort）—O(n+k)；需要 O(n+k)额外空间
• 归并排序（merge sort）—O(nlog n)；需要O(n)额外空间
• 原地归并排序—O(nlog {2}n)如果使用最佳的现在版本
• 二叉树排序（binary tree sort）— O(nlog n)期望时间；O(n²)最坏时间；需要 O(n)额外空间
• 鸽巢排序（pigeonhole sort）— O(n+k)；需要O(k)额外空间
• 基数排序（radix sort）—O(nk)；需要O(n)额外空间
• 侏儒排序（gnome sort）—O(n²)
• 图书馆排序（library sort）— O(nlog n)期望时间；O(n²)最坏时间；需要(1+E)n额外空间
• 块排序（block sort）—O(nlog n)

二.不稳定的排序

• 选择排序（selection sort）—O(n²)
• 希尔排序（shell sort）— O(nlog {2}n)如果使用最佳的现在版本
• clover排序算法（Clover sort）— O(n)期望时间，O(n²)最坏情况
• 梳排序  O(nlog n)
• 堆排序（heap sort）—O(nlog n)
• 平滑排序（smooth sort）— O(nlog n)
• 快速排序（quick sort）— O(nlog n)期望时间，O(n²)最坏情况；对于大的、随机数列表一般相信是最快的已知排序
• 内省排序（introsort）—O(nlog n)
• 耐心排序（patience sort）—O(nlog n+k)最坏情况时间，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）

文章出处：https://zh.wikipedia.org/wiki/%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95