各排序算法的性能（复杂度）

1.时间复杂度

时间复杂度可以认为是对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。

（1） 常见的时间复杂度有：
常数阶O(1),对数阶O(log$_2$n),线性阶O(n), 线性对数阶O(nlog$_2$n),平方阶O($n^2$)

（2）时间复杂度O(1)：
算法中语句执行次数为一个常数，则时间复杂度为O(1),

2、空间复杂度

空间复杂度是指算法在计算机内执行时所需存储空间的度量，它也是问题规模n的函数

（1）空间复杂度O(1)：
当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)

（2）空间复杂度O(log$_2$N)：
当一个算法的空间复杂度与以2为底的n的对数成正比时，可表示为 O(log$_2$n)ax=N，则x=logaN

（3）空间复杂度O(n)：
当一个算法的空间复杂度与n成线性比例关系时，可表示为0(n).

1、归并排序每次递归都要用到一个辅助表，长度与待排序的表长度相同，虽然递归次数是O(log2n)，但每次递归都会释放掉所占的辅助空间，

2、快速排序空间复杂度只是在通常情况下才为O(log2n)，如果是最坏情况的话，很显然就要O(n)的空间了。当然，可以通过随机化选择pivot来将空间复杂度降低到O(log2n)。