各类算法比较

稳定的

• 冒泡排序（bubble sort）— O(n2)
• 鸡尾酒排序（Cocktail sort,双向的冒泡排序）—O(n2)
• 插入排序（insertion sort）—O(n2)
• 桶排序（bucket sort）—O(n)；需要O(k)额外空间
• 计数排序（counting sort）—O(n+k)；需要O(n+k)额外空间
• 归并排序（merge sort）—O(n log n)；需要O(n)额外空间
• 原地归并排序 —O(n2)
• 二叉排序树排序（Binary tree sort）— O(n log n)期望时间；
• 二叉排序树排序（Binary tree sort）— O(n log n)期望时间， O(n2)最坏时间；需要O(n)额外空间
• 鸽巢排序（Pigeonhole sort）—O(n+k)；需要O(k)额外空间
• 基数排序（radix sort）—O(n·k)；需要O(n)额外空间
• Gnome排序— O(n2)
• 图书馆排序— O(n log n) with highprobability，需要(1+ε)n额外空间

• 不稳定的

• 选择排序（selection sort）—O(n2)
• 希尔排序（shell sort）—O(n log n)如果使用最佳的现在版本
• 组合排序— O(n log n)
• 堆排序（heapsort）—O(n log n)
• 平滑排序— O(n log n)
• 快速排序（quicksort）—O(n log n)期望时间，O(n2)最坏情况；对于大的、乱数列表一般相信是最快的已知排序
• Introsort—O(n log n)
• Patience sorting—O(n log n + k)最坏情况时间，需要额外的O(n + k)空间，也需要找到最长的递增子串行（longest increasingsubsequence）

平均时间复杂度由高到低为：

1. 冒泡排序O(n2)
2. 插入排序O(n2)
3. 选择排序O(n2)
4. 归并排序O(n log n)
5. 堆排序O(n log n)
6. 快速排序O(n log n)
7. 希尔排序O(n1.25)
8. 基数排序O(n)

各种常用排序算法