【算法】 各种排序算法比较

【冒泡排序】
思想：一共进行n轮，每一轮都让最小的数字往上冒。即：若arr[i+1]<arr[i]，则交换arr[i+1]和arr[i]。
平均时间复杂度：O(n^2)
最好情况：O(n^2)
最坏情况：O(n^2)
优点：稳定
缺点：慢

【插入排序】
思想：在一个已经有序的小序列的基础上，一次插入一个元素。
平均时间复杂度：O(n^2)
最好情况：O(n)
最坏情况：O(n^2)
优点：稳定
缺点：慢

【选择排序】
思想：第一次从待排序的数据元素中选出最小的一个元素，存放在序列的起始位置，然后再从剩余的未排序元素中寻找到最小元素，然后放到已排序的序列的末尾。以此类推，直到全部待排序的数据元素的个数为零。
平均时间复杂度：O(n^2)
最好情况：O(n^2)
最坏情况：O(n^2)
优点：简单
缺点：不稳定。对于稳定性的度量，其准则是：所有相等的数经过某种排序方法后，仍能保持它们在排序之前的相对次序，我们就说这种排序方法是稳定的。反之，就是非稳定的。

【快速排序】
思想：快速排序的算法就是以每轮都以某种方式选择一个基准数据，然后为基准数据找到其正确的索引位置。具体在我的另一篇博客中有详细介绍：快速排序原理及Python代码实现
平均时间复杂度：O(nlogn)
最好情况：O(nlogn)
最坏情况：O(n^2)
优点：快速
缺点：不稳定
应用场景：求数组中第k小的数——将数组中某一个元素m作为划分依据,即m=arr[0]。若m前面的元素个数大于k，则第k小的数一定在m前面的元素中，这时我们只需要继续在m前面的元素中找第k小的数；若m前面的元素小于k，则第k小的数一定在m后面的元素中，这时我们只需要在m后面的元素中找第k小的数。

【堆排序】
思想：堆排序的大体流程主要分为两步：第一步是建立初始的大根堆，第二步是将堆顶元素与当前arr的末尾元素交换，使末尾元素最大。重复这两个步骤，直到整个序列有序。具体在我的另一篇博客中有详细介绍：堆排序原理及Python代码实现
平均时间复杂度：：O(nlogn)
最好情况：O(nlogn)
最坏情况：O(nlogn)
优点：快速
缺点：不稳定
应用场景：寻找M个数中的前K个最小的数并保持有序。

【归并排序】
思想：1⃣️分解：以mid = (low + high)/2为分裂点，将当前区间一分为2；2⃣️求解：递归地对两个子区间进行归并排序，递归的终结条件是子区间长度为1；3⃣️合并：将有序的两个子区间归并为一个有序的区间。在合并时，所采用的策略是：设定两个指针，最初位置分别为两个已经排序序列的起始位置；比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置，重复这个过程直到某一指针达到序列尾；最后将另一序列剩下的所有元素直接复制到合并序列尾。具体在我的另一篇博客中有详细介绍：归并排序原理及Python代码实现
平均时间复杂度：：O(nlogn)
最好情况：O(nlogn)
最坏情况：O(nlogn)
优点：快速、稳定
应用场景：若n较大，并且要求排序稳定，则可以选择归并排序。

【希尔排序】
思想：希尔排序是一种插入排序算法，其核心思想是缩小增量排序。希尔排序在数组中采用跳跃式分组的策略，通过某个增量将数组元素划分为若干组，然后分组进行插入排序，随后逐步缩小增量，继续按组进行插入排序操作，直至增量为1(最后一趟是直接插入排序)。具体在我的另一篇博客中有详细介绍：希尔排序原理及Python代码实现
平均时间复杂度：：O(n^1.3)
最好情况：O(n)
最坏情况：O(n^2)
优点：快速
缺点：不稳定
应用场景：比较在希尔排序中是最主要的操作，而不是交换。用已知最好的步长序列的希尔排序比直接插入排序要快，甚至在小数组中比快速排序和堆排序还快，但在涉及大量数据时希尔排序还是不如快排。

各种排序算法的应用场景：

1. 当n <= 50时，适合适用直接插入排序和简单选择排序，如果元素包含的内容过大，就不适合直接插入排序，因为直接插入排序需要移动元素的次数比较多。
2. 当数组基本有序的情况下适合使用直接插入排序和冒泡排序，它们在基本有序的情况下排序的时间复杂度接近O(n)。
3. 若n较大，则应采用时间复杂度为O(nlogn)的排序方法：快速排序、堆排序或归并排序。
   当待排序的关键字是随机分布、较复杂时，快速排序的平均时间最短。
   堆排序所需的辅助空间少于快速排序，并且不会出现快速排序可能出现的最坏情况。
   若要求排序稳定，则可选用归并排序。
4. 快速排序，归并排序，希尔排序，堆排序平均时间复杂度都是O(nlogn)其中，快速排序是最好的，其次是归并和希尔，堆排序在数据量很大时效果明显（堆排序适合处理大数据）。
   大数据处理的一个例子：找出一千万个数中最小的前一百个数。思路：建立一百个节点的大顶堆，首先将前一百个数放入堆中，之后每放入一个数就删除一个堆顶元素，最后剩下的就是最小的一百个数。
   这四种排序可看作为“先进算法”，其中，快排效率最高（大数据就不行了，而且速度有概率性），但在待排序列基本有序的情况下，会变成冒泡排序，接近O(n2)。
   希尔排序对增量的标准没有较为满意的答案，增量对性能会有影响。
   归并排序效率非常不错，在数据规模较大的情况下，比希尔排序和堆排序要好。
   多数先进的算法都是因为跳跃式的比较，降低了比较次数，但牺牲了排序的稳定性。
5. 希尔排序：n较小时较好，且关键字较为复杂较好。

参考资料：
1.超详细的八大排序算法的各项比较以及各自的特点
2.各种排序算法比较