各种排序算法性能之间的比较

今天总结一下各种常见的排序算法的时间性能、空间性能以及适用的场景。

排序法	平均时间	最坏时间	最好时间	稳定性	额外空间	备注
冒泡法	O(n*n)	O(n*n)	O(n)	稳定	O(1)	n小时较好（算法比较简单）
插入法	O(n*n)	O(n*n)	O(n)	稳定	O(1)	大部分已排序时较好
直接选择	O(n*n)	O(n*n)	O(n*n)	不稳定	O(1)	n小时较好（算法比较简单）
快排	O(n*logn)	O(n*n)	O(n*logn)	不稳定	O(logn)	n大时较好，基本有序时反而不好
堆排序	O(n*logn)	O(n*logn)	O(n*logn)	不稳定	O(1)	n大时较好
归并排序	O(n*logn)	O(n*logn)	O(n*logn)	稳定	O(n)	n大时较好
希尔排序	O(n*logn)	O(n*logn)	与步长相关	不稳定	O(1)	n小时较好（算法较复杂）
桶排序	O(n)	O(n)	O(n)	稳定	不确定，与元素 范围大小有关
基数排序	O(logrB)	O(logrB)	O(logrB)	稳定	O（n）	B是真数(0-9)，R是基数(个十百)

对于时间复杂度为O（nlogn）的算法，常见的有快排、堆排序以及归并排序。其中，快排的时间效率最高，但是在数据本身基本有序的时候反而不好，时间性能比较不稳定。而堆排序是一个稳定的O（nlogn）算法，但是在一般情况下要比快排的效率低。因此在强调时间性能的稳定性的时候可以采用堆排序。快速排序的空间复杂度体现在栈的深度，而归并排序的空间复杂度体现在算法执行中一直维持着O(n)的辅助空间。

希尔排序比冒泡排序快5倍，比插入排序大致快2倍。希尔排序比起QuickSort，MergeSort，HeapSort慢很多。但是它相对比较简单，它适合于数据量在5000以下并且速度并不是特别重要的场合。它对于数据量较小的数列重复排序是非常好的。

上面所述的这些排序都是基于元素之间的比较进行的，不能突破O(n*logn)的时间复杂度。桶排序和基数排序都是非基于比较的排序，因此可以打破O(n*logn)的时间限制，但是数据元素相对于基于比较的排序方法是受到限制的，例如元素的大小范围是限定的。

桶排序是常见的排序中最快的，但是空间消耗非常大，而且只适合于数值区间确定的整数。个人感觉有点像是把数值作为键值的一个最简单的hash表。

基数排序是一种对多元组排序的有效方法，具体实现要用到计数排序或桶排序。

相对于快速排序、堆排序等基于比较的排序算法，计数排序、桶排序和基数排序限制较多，不如快速排序、堆排序等算法灵活性好。但反过来讲，这三种线性排序算法之所以能够达到线性时间，是因为充分利用了待排序数据的特性，如果生硬得使用快速排序、堆排序等算法，就相当于浪费了这些特性，因而达不到更高的效率。线性排序算法使用最重要的是，充分利用数据特殊的性质，以达到最佳效果。