原博客地址：https://www.cnblogs.com/xiaochun126/p/5086037.html
各種排序算法比較
| 各種常用排序算法 |
||||||||
| 類別 |
排序方法 |
時間復雜度 |
空間復雜度 |
穩定性 |
復雜性 |
特點 |
||
| 最好 |
平均 |
最壞 |
輔助存儲 |
|
簡單 |
|
||
| 插入 排序 |
直接插入 |
O(N) |
O(N2) |
O(N2) |
O(1) |
穩定 |
簡單 |
|
| 希爾排序 |
O(N) |
O(N1.3) |
O(N2) |
O(1) |
不穩定 |
復雜 |
|
|
| 選擇 排序 |
直接選擇 |
O(N) |
O(N2) |
O(N2) |
O(1) |
不穩定 |
|
|
| 堆排序 |
O(N*log2N) |
O(N*log2N) |
O(N*log2N) |
O(1) |
不穩定 |
復雜 |
|
|
| 交換 排序 |
冒泡排序 |
O(N) |
O(N2) |
O(N2) |
O(1) |
穩定 |
簡單 |
1、冒泡排序是一種用時間換空間的排序方法，n小時好 |
| 快速排序 |
O(N*log2N) |
O(N*log2N) |
O(N2) |
O(log2n)~O(n) |
不穩定 |
復雜 |
1、n大時好，快速排序比較占用內存，內存隨n的增大而增大，但卻是效率高不穩定的排序算法。 |
|
| 歸並排序 |
O(N*log2N) |
O(N*log2N) |
O(N*log2N) |
O(n) |
穩定 |
復雜 |
1、n大時好，歸並比較占用內存，內存隨n的增大而增大，但卻是效率高且穩定的排序算法。 |
|
| 基數排序 |
O(d(r+n)) |
O(d(r+n)) |
O(d(r+n)) |
O(rd+n) |
穩定 |
復雜 |
|
|
| 注：r代表關鍵字基數，d代表長度，n代表關鍵字個數 |
||||||||
注：
1、歸並排序每次遞歸都要用到一個輔助表，長度與待排序的表長度相同，雖然遞歸次數是O(log2n)，但每次遞歸都會釋放掉所占的輔助空間，
2、快速排序空間復雜度只是在通常情況下才為O(log2n)，如果是最壞情況的話，很顯然就要O(n)的空間了。當然，可以通過隨機化選擇pivot來將空間復雜度降低到O(log2n)。
相關概念：
1、時間復雜度
時間復雜度可以認為是對排序數據的總的操作次數。反映當n變化時，操作次數呈現什么規律。
常見的時間復雜度有：常數階O(1),對數階O(log2n),線性階O(n), 線性對數階O(nlog2n),平方階O(n2)
時間復雜度O(1)：算法中語句執行次數為一個常數，則時間復雜度為O(1),
2、空間復雜度
空間復雜度是指算法在計算機內執行時所需存儲空間的度量，它也是問題規模n的函數
空間復雜度O(1)：當一個算法的空間復雜度為一個常量，即不隨被處理數據量n的大小而改變時，可表示為O(1)
空間復雜度O(log2N)：當一個算法的空間復雜度與以2為底的n的對數成正比時，可表示為O(log2n)
ax=N，則x=logaN，
空間復雜度O(n)：當一個算法的空間復雜度與n成線性比例關系時，可表示為0(n).