分类:
1)插入排序(直接插入排序、希尔排序)
2)交换排序(冒泡排序、快速排序)
3)选择排序(直接选择排序、堆排序)
4)归并排序
5)分配排序(箱排序、基数排序)
所需辅助空间最多:归并排序
所需辅助空间最少:堆排序
平均速度最快:快速排序
不稳定:快速、希尔排序、堆排序。
选择排序算法的时候:
1.数据的规模
2.数据的类型
3.数据源已有的顺序。
使用场景:
一般来说,当数据规模较小时,应该选择直接插入排序或冒泡排序。任何排序算法在数据量较小时基本体现不出来差距。
考虑数据的类型,比如如果是正数,那么考虑使用桶排序最优。
考虑数据已有顺序,快排是一种不稳定的排序(当然可以改进),对于大部分排好的数据,快排会浪费大量不必要的步骤。
数据量极小,而且已经基本排好序,冒泡是最优选择。
我们都说快排好,是指大量随机数据下,快排效果最理想。而不是所有情况。
总结:
按平均的时间性能来分:
1)时间复杂度为O(nlogn)的方法有:快速排序、堆排序、归并排序;其中快速排序为最好。
2)时间复杂度为O(n2)的有:直接插入排序、冒泡排序、简单选择排序,其中直接插入为最好,特别是对那些关键字近似有序的记录序列尤为如此。
3)时间复杂度为O(n)的排序方法只有:基数排序。
当待排序列按关键字顺序有序时,直接插入排序和冒泡排序能达到O(n)的时间复杂度;
而对于快速排序而言,这是最不好的情况,此时时间性能蜕化为O(n2),因此是应该尽量避免这样的情况。
简单选择排序、堆排序、归并排序的时间性能不随记录序列中关键字的分布而改变。
按平均的空间性能来分(指的是排序过程中所需要的辅助空间大小):
1)所有的简单排序包括(直接插入、冒泡、简单选择)和堆排序的空间复杂度为O(1);
2)快速排序为O(logn),为栈所需要的辅助空间。
3)归并排序所需辅助空间最多,其空间复杂度为O(n)。
4)链式基数排序需附设队列首尾指针,则空间复杂度为O(rd).
color =red
排序方法的稳定性能:
1)稳定的排序方法指的是:对于两个关键字相等的记录,它们在序列中的相对位置,在排序之前和经过排序之后没有改变。
2)当对多关键字的记录序列进行LSD方法排序时,必须采用稳定的排序方法。
3)对于不稳定的排序方法,只要能举出一个实例说明即可。
4)快速排序、希尔排序和堆排序是不稳定的排序方法。
8 种排序之间的关系图如下:
各排序算法比较如下:
比较时间复杂度函数的情况: