【数据结构】排序算法时间效率、空间效率以及算法稳定性总结

排序算法

　　排序是将一组无序的记录序列调整为有序的记录序列的操作，可以方便查找。大部分的排序算法都有两个基本的操作：（1）比较两个关键字的大小.（2）将记录从一个位置移动到另一个位置。

排序算法分类

　　根据完成整个排序过程是否需要访问外存可分为内部排序、外部排序。一般进行的是内部排序。内部排序的过程是一个逐步扩大记录的有序序列长度的过程。基于不同的扩大有序序列的方法，内部排序大致可以分为插入排序、快速排序、选择排序、归并排序。

方法	思想	分类
插入排序	每步将一个待排序的对象，按其关键码大小，插入到前面已经排好序的一组对象的适当位置上，直到对象全部插入为止。	直接插入排序、折半插入排序、表插入排序、希尔排序
交换排序	比较序列中的记录，并按前小后大（或前大后小）的规则对记录进行交换	冒泡排序、一趟快速排序、快速排序
选择排序	从无序序列中选出关键字最小的记录，加入到有序序列	简单选择排序、树型选择排序、堆排序
归并排序	将两个或两个以上的有序序列归并为一个有序性序列	2-路归并排序

排序算法的效率评价

　　排序算法的好坏一般从时间效率、空间效率、稳定性三个方面衡量。
　(1)时间效率指排序速度，即排序所花费的全部比较次数。
　(2)空间效率指占内存辅助空间的大小。
　(3)稳定性是相同关键字值在排序前后的先后次序是否保持一致。若两个记录A和B的关键字值相等，但排序后A、B的先后次序保持不变，则称这种排序算法是稳定的。

方法	平均时间	最差	最佳	辅助空间	稳定性
直接插入	$$O(n^2)$$	$$O(n^2)$$	$$O(n)$$	$$O(1)$$	稳定
冒泡排序	$$O(n^2)$$	$$O(n^2)$$	$$O(n)$$	$$O(1)$$	稳定
直接选择	$$O(n^2)$$	$$O(n^2)$$	$$O(n^2)$$	$$O(1)$$	不稳定
堆排序	$$O(nlog_{2}n)$$	$$O(nlog_{2}n)$$	$$O(nlog_{2}n)$$	$$O(1)$$	不稳定
希尔排序	$$O(n^{1.5})$$			$$O(1)$$	不稳定
快速排序	$$O(nlog_{2}n)$$	$$O(n^2)$$	$$O(nlog_{2}n)$$	$$O(nlog_{2}n)$$	不稳定
归并排序	$$O(nlog_{2}n)$$	$$O(nlog_{2}n)$$	$$O(nlog_{2}n)$$	$$O(n)$$	稳定

　　参考数据结构对排序算法的总结，本文汇总了排序算法的分类、各类算法的性能评估，后续将详细介绍各类排序算法的思想，并进行Python代码实现。