各种常用排序算法性能

排序方法	最好时间复杂度	平均时间复杂度	最坏时间复杂度	空间复杂度(辅助存储)	稳定性	适用情况
插入排序	O(N)	O(N^2)	O(N^2)	O(1)	稳定√	数据量小，部分或整体有序
希尔排序	O(N)	O(N^1.3)	O(N^2)	O(1)	不稳定
选择排序	O(N^2)	O(N^2)	O(N^2)	O(1)	不稳定	数据量小，对稳定性无要求
堆排序	O(NlogN)	O(NlogN)	O(NlogN)	O(1)	不稳定	数据量大，百万级
冒泡排序	O(N)	O(N^2)	O(N^2)	O(1)	稳定√	数据量小，对稳定性有要求
快速排序	O(NlogN)	O(NlogN)	O(N^2)	O(logN)~O(N)	不稳定	数据量大，但递归，有内存开销
归并排序	O(NlogN)	O(NlogN)	O(NlogN)	O(N)	稳定√	数据量大

面试：快排>归并>堆>冒泡>插入>选择

堆排序使用建议：由于初始化堆需要比较的次数较多，因此，堆排序比较适合于数据量非常大的场合（百万数据或更多）。且由于高效的快速排序是基于递归实现的，所以在数据量非常大时会发生堆栈溢出错误。

快排，归并排，堆排序时间复杂度相同，但它们三者区别是快速排序和堆排序是不稳定的，归并为稳定型。对于辅助空间堆排序要求最小，归并最多。对于最好情况复杂度相同，最坏的情况下快速排序要复杂些。对于数据的数量来说，选择归并或堆，如果还要求考虑辅助空间，就用堆排序，在涉及稳定性方面则考虑归并（虽然所需空间较多）。