排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序等。用一张表格概括:
排序算法 | 平均时间复杂度 | 最好情况 | 最坏情况 | 空间复杂度 | 排序方式 | 稳定性 |
---|---|---|---|---|---|---|
插入排序 | O ( N 2 ) O(N^{2}) O(N2) | O ( N ) O(N) O(N) | O ( N 2 ) O(N^{2}) O(N2) | O ( 1 ) O(1) O(1) | In-place | 稳定 |
希尔排序 | O ( N 1.3 ) O(N^{1.3}) O(N1.3) | O ( N 1.3 ) O(N^{1.3}) O(N1.3) | O ( N 2 ) O(N^{2}) O(N2) | O ( 1 ) O(1) O(1) | In-place | 不稳定 |
选择排序 | O ( N 2 ) O(N^{2}) O(N2) | O ( N 2 ) O(N^{2}) O(N2) | O ( N 2 ) O(N^{2}) O(N2) | O ( 1 ) O(1) O(1) | In-place | 不稳定 |
堆排序 | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( 1 ) O(1) O(1) | In-place | 不稳定 |
冒泡排序 | O ( N 2 ) O(N^{2}) O(N2) | O ( N 2 ) O(N^{2}) O(N2) | O ( N 2 ) O(N^{2}) O(N2) | O ( 1 ) O(1) O(1) | In-place | 稳定 |
快速排序 | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N 2 ) O(N^{2}) O(N2) | O ( l o g N ) O(log^{N}) O(logN) | In-place | 不稳定 |
归并排序 | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN) | O ( N N ) O(N^{N}) O(NN) | Out-place | 稳定 |
关于时间复杂度:
平方阶 O ( N 2 ) O(N^{2}) O(N2)排序:直接插入、直接选择和冒泡排序;
线性对数阶 O ( N ∗ l o g N ) O(N*log^{N}) O(N∗logN)排序:快速排序、堆排序和归并排序;
O ( N k ) O(N^{k}) O(Nk) 排序( k k k是介于 0 和 1 之间的常数): 希尔排序。
关于稳定性:
稳定的排序算法:冒泡排序、插入排序、归并排序;
不稳定的排序算法:选择排序、快速排序、希尔排序、堆排序。
名词解释:
- n:数据规模
- In-place:占用常数内存,不占用额外内存
- Out-place:占用额外内存
- 稳定性:排序后 2 个相等键值的顺序和排序之前它们的顺序相同