排序备忘

常见排序算法及其复杂度

排序方法	时间复杂度（最坏）	时间复杂度（平均）	时间复杂度（最好)	空间复杂度	稳定性	复杂性
插入排序	$O(n^2)$	$O(n^2)$	$O(n)$	$O(1)$	稳定	简单
冒泡排序	$O(n^2)$	$O(n^2)$	$O(n)$	$O(1)$	稳定	简单
选择排序	$O(n^2)$	$O(n^2)$	$O(n^2)$	$O(1)$	不稳定	简单
希尔排序	$O(n^2)$	$O(n{\log }_{2}n)$	$O(n)$	$O(1)$	不稳定	较复杂
快速排序	$O(n^2)$	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	不稳定	较复杂
堆排序	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	$O(1)$	不稳定	较复杂
归并排序	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	$O(n{\log }_{2}n)$	$O(n)$	稳定	较复杂
基数排序	$\begin{array}{l}O(d(r+n))\end{array}$	$\begin{array}{l}O(d(r+n))\end{array}$	$\begin{array}{l}O(d(rd+n))\end{array}$	$O(rd+n)$	稳定	较复杂

基数排序的复杂度中，r代表关键字的基数，d代表长度，n代表关键字的个数

适用情况

冒泡：数据量量不大，对稳定性有要求，且数据基本有序
选择：数据量不大，且对稳定性没有要求
堆排序适合处理大数据（找出一千万个数中最小的前一百个数）
思路：建立一百个节点的大顶堆，首先将前一百个数放入堆中，之后每放入一个数就删除一个堆顶元素，最后剩下的就是最小的一百个数。
归并排序效率非常不错，在数据规模较大的情况下，比希尔排序和堆排序要好。
summary：
(1)若n较小(如n≤50)，可采用直接插入或直接选择排序。
　当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插人，应选直接选择排序为宜。
(2)若文件初始状态基本有序(指正序)，则应选用直接插人、冒泡或随机的快速排序为宜；
(3)若n较大，则应采用时间复杂度为O(nlgn)的排序方法：快速排序、堆排序或归并排序。
　快速排序是目前基于比较的内部排序中被认为是最好的方法，当待排序的关键字是随机分布时，快速排序的平均时间最短；
　堆排序所需的辅助空间少于快速排序，并且不会出现快速排序可能出现的最坏情况。这两种排序都是不稳定的。
　若要求排序稳定，则可选用归并排序。但前面介绍的从单个记录起进行两两归并的排序算法并不值得提倡，通常可以将它和直接插入排序结合在一起使用。先利用直接插入排序求得较长的有序子序列，然后再两两归并之。因为直接插入排序是稳定 的，所以改进后的归并排序仍是稳定的

冒泡

选择排序

插入排序

希尔

归并

快排

基数

堆排

REF
https://www.cnblogs.com/onepixel/articles/7674659.html
https://blog.csdn.net/qi_700/article/details/77193805