排序——算法总结

排序算法的稳定性是指：排序后相同的元素相对顺序与排序前相对顺序一致

算法	时间复杂度	额外空间复杂度	稳定性
选择排序	O(N^2)	O(1)	无
冒泡排序	O(N^2)	O(1)	有
插入排序	O(N^2)	O(1)	有
归并排序	O(N*logN)	O(N)	有(相同情况先拷贝左组)
随机快排(常数时间最优)	O(N*logN)	O(logN)	无
堆排序	O(N*logN)	O(1)	无
计数排序	O(N)	O(M)	有
基数排序	O(N)	O(N) 数据量大时实际是O(N * log(10,max))	有

总结

1.不基于比较的排序，对样本数据有严格要求，不易改写
2.基于比较的排序，只要规定好两个样本怎么比大小就可以直接复用
3.基于比较的排序，时间复杂度的极限是O(NlogN)
4.时间复杂度O(NlogN)、额外空间复杂度低于O(N)、且稳定的基于比较的排序是不存在的
5.为了绝对的速度选快排，为了省空间选堆排，为了稳定性选归并排序

常见的坑

1.归并排序的额外空间复杂度可以变成O(1)，"归并排序 内部缓存法“，但是将变得不再稳定
2."原地归并排序"是垃圾帖，会让时间复杂度变成O(N^2)
3.快速排序稳定性改进，“01 stable sort”，但是会对样本数据要求更多
4.在整型数组中，请把奇数放在数组的左边，偶数放在数组的右边，要求所有奇数之间原始的相对次序不变，所有偶数之间原始相对次序不变。在时间复杂度O(N)，空间复杂度O(1)的情况下完成这种算法。是学术问题，需要限制数据范围，有论文，不过无价值，无意义。

工程上对排序的改进

1.稳定性的考虑
基础类型，快排，引用类型，归并排序
优化:系统库提供的排序算法可能会使用混合排序的方式，改变常数项
2.充分利用O(N*logN)和O(N^2)排序各自的优势