十大排序算法运行速度比较

（单位纳秒us）

数据量	10	100	1000	1万	10万	100万	1千万	1亿
内存占用	40B	400B	3.9K	39.0K	390K	3.81M	38.1M	381M
冒泡排序	20	40	820	79,600	7,676,124
插入排序	10	10	180	17,842	1,794,997
选择排序	10	10	300	28,283	2,833,339
快速排序	10	20	90	810	8,501	95,502	964,722	10,148,458
希尔排序	10	10	30	340	4,950	76,449	1,282,982	21,124,892
堆排序	40	40	70	510	6,190	82,750	1,187,910	16,861,891
归并排序	20	20	40	340	3,930	46,845	538,978	6,117,406
计数排序	10	10	20	40	390	7,800	173,752	2,232,933
基数排序	20	20	30	200	2,270	25,763	304,298	3,424,614
桶排序	40	40	60	160	2,050	45,785	653,693	10,866,139

（基数排序是10进制，9位数排序。数据为1-N的随机数，N就是数据量大小）

冒泡排序比选择排序要慢狠多狠多，虽然比较的次数几乎一样。这主要是因为冒泡排序几乎没有缓存命中。

快速排序所有数量下都有稳定的发挥。尤其是数据规模超过内存上限时，实行分块比较很适合，而且没有辅助内存的需求。

希尔排序在数据量规模不大的时候比快速排序要好。这主要也是缓存命中率的影响。

基数排序已经非常接近计数排序了，当将基数增加到20，位数降到7时，1亿的排序时间是3,432,145，并没有太大区别。当将基数增加到100，位数降到4时，1亿的排序时间是1,979,761。比计数排序更快一点，位数减少循环次数就变少了。但是居然比计数排序还快，难道有bug？

桶排序数据规模较大时，速度变得慢了。应该是因为桶的利用率不高。测试数据的最大值就是数据的数量，因此平均1个桶里只有一个数据。分桶后又进行了插入排序，cpu执行不利索。当数据范围是[1,N/4)时，1亿个排序时间是7,191,853，更快了一点。

git 地址：https://github.com/v-star0719/SortAlgorithm