时间复杂度 额外空间复杂度 稳定性
选择排序 O(N^2) O(1) 无
冒泡排序 O(N^2) O(1) 有
插入排序 O(N^2) O(1) 有
归并排序 O(N*logN) O(N) 有
随机快排 O(N*logN) O(logN) 无
堆排序 O(N*logN) O(1) 无
======================================================================
计数排序 O(N) O(M) 有
基数排序 O(N) O(N) 有
总结
1)不基于比较的排序,对样本数据有严格要求,不易改写
2)基于比较的排序,只要规定好两个样本怎么比大小就可以直接复用
3)基于比较的排序,时间复杂度的极限是O(N*logN)
4)时间复杂度O(N*logN)、额外空间复杂度低于O(N)、且稳定的基于比较的排序是不存在的。
5)为了绝对的速度选快排、为了省空间选堆排、为了稳定性选归并
常见的坑1
1)归并排序的额外空间复杂度可以变成O(1),“归并排序 内部缓存法”,但是将变得不再稳定。
2)“原地归并排序" 是垃圾贴,会让时间复杂度变成O(N^2)
3)快速排序稳定性改进,“01 stable sort”,但是会对样本数据要求更多。
常见的坑2
在整型数组中,请把奇数放在数组左边,偶数放在数组右边,要求所有奇数之间原始的相对次序不变,所有偶数之间原始相对次序不变。
时间复杂度做到O(N),额外空间复杂度做到O(1)
工程上对排序的改进
1)稳定性的考虑
Array.sort() 当为基础类型,使用的是快排(稳定性不重要),如果是其他类型,则使用的是归并排序。
2)充分利用O(N*logN)和O(N^2)排序各自的优势
例如:由于插入排序常数项小,快排常数项大,在元素数量小的时候,使用插入排序反而更快。