排序算法的稳定性探究

结论

排序算法的稳定性与具体的实现有关，一个不稳定的排序算法，通过额外的时间或空间，可以转变为稳定的；一个稳定的排序算法，也可以转变为不稳定的。这与大多数课本的说法有所不同，课本对每种算法的稳定性都给出了肯定唯一的答案，其实都隐含了各自的前提条件。

下面举例说明这个问题，排序是从小到大排序。

冒泡排序的稳定性

冒泡排序，每次都从第0个元素开始遍历，比较当前元素arr[i]和下一个元素arr[i+1]，如果arr[i]>arr[i+1]，那么交换二者，i增加1，继续类似的比较。

冒泡排序过程中，存在相邻元素的交换，如果交换的条件是：前者>后者，那么就是稳定的。如果交换条件是：前者>=后者，就不是稳定的。

例如 […, 1a, 1b, …]，不满足第一种交换条件，则不进行交换，则1a会一直在1b前面，稳定。满足第二种条件，则会交换，交换后，1b在1a前面，不稳定。

选择排序的稳定性

选择排序，假设数组分为两部分，左边有序的部分，和右边无序的部分。每次都从无序序列中找到一个最小的元素，放到有序列表的末尾。问题是【如何将无序列表中最小的元素放到有序列表的末尾？】

举例：
[1, 2, 3, 4, 5, 10a, 8, 10b, 7, 6]
前面的[1, 2, 3, 4, 5]是有序列表，后面的[10a, 8, 10b, 7, 6]为无需列表，找到最小的元素为6，如何放到10a的位置呢？

第一种办法：将6与10a进行交换，得到 [1, 2, 3, 4, 5, 6, 8, 10b, 7, 10a]

可见，10a与10b的顺序不对了，不稳定！这是课本采用的方法，也是课本认为选择排序不稳定的原因。

第二种办法：

tmp=6
for i in range(9, 4, -1):
    arr[i] = arr[i-1]
arr[4] = tmp

得到 [1, 2, 3, 4, 5, 6, 10a, 8, 10b, 7]

可见是稳定的，但这一轮，耗费了O(n)的时间复杂度。

第三种办法：新开辟数据，就没这么多问题了，耗费额外O(n)的空间。