排序算法总结

排序方法	平均时间复杂度	原地排序	额外空间	稳定排序
插入排序（insert sort）	O(n^2)	是	O(1)	是
归并排序（merge sort）	O(nlogn)	否	(O(n)	是
快速排序（quick sort）	O(nlogn)	是	O(logn)	否
堆排序 （heap sort）	O(nlogn)	是	O(1)	否

注意：

1. 后三种排序都是O(nlogn)级别的算法，但总体而言，快速排序是更加快的排序算法。一般系统级别的排序都是使用快速排序的方法实现的。
2. 原地排序是实不需要开辟额外的空间，之间在原数组上进行操作即可完成排序过程。如果某一系统对空间比较敏感，则归并排序可能不太适合。
3. 对于插入排序和堆排序而言，因为可以通过在数组上交换元素直接完成排序，所以其额外的空间开辟是O(1)级别的，即常数级别的空间。不管需要排序的数据有多少个变量，只需新建几个临时的变量即可完成排序。归并排序需要将数组复制一个备份，因此需要O（n）级别的空间。快速排序需要递归logn次，每次递归都要开辟常数个空间，因此其额外空间为O（logn）。
4. 排序算法的稳定性是指，对于相等的元素，在排序后，原来靠前的元素依然靠前。即排序后，相等元素的相对位置没有发生改变。所谓排序算法的稳定性，是和具体实现相关的（和元素交换条件中是否包含‘=’有很大的关系），如果算法实现得不好，很有可能将插入排序和归并排序实现为不稳定的排序。可以通过自定义比较函数使得排序算法不存在稳定性问题：比如：

//当两个学生分数相同时，即可比较姓名，按照字母顺序排序
function compare(stu1,stu2){
    if(stu1.score != stu2.score){
        return stu1.score > stu2.score;
    }else{
        return stu1.name > stu2.name
    }