常见的几种排序算法总结

常见的几种排序算法总结

上篇博客主要介绍了几种排序的算法思想及代码实现，本篇主要对上篇进行总结。

几种算法的时间复杂度及稳定性如下：



（1）直接插入排序

适用场景：一般不用在数据大于1000的场合下使用插入排序，或者重复排序超过200数据项的序列。当数据已经基本有序时，采用插入排序可以明显减少数据交换和数据移动次数，进而提升排序效率。

（2）希尔排序

适用场景：增量初始值不容易选择，所以该算法不常用。

（3）选择排序：

适用场景：交换少的序列中

（4）堆排序：

适用场景：堆排序适合于数据量非常大的场合（百万数据）。

堆排序不需要大量的递归或者多维的暂存数组。这对于数据量非常巨大的序列是合适的。比如超过数百万条记录，因为快速排序，归并排序都使用递归来设计算法，在数据量非常大的时候，可能会发生堆栈溢出错误。

（5）冒泡排序

适用场景：与直接排序类似，但效率比它还低。

（6）快速排序

适用场景：快速排序比大部分排序算法都要快，应用很广泛，差不多各种语言均提供了快排。

（7）归并排序

适用场景：外部排序

补充：

（8）基数排序

它是一种比较新颖的算法，但是它只能用于整数的排序，如果我们要把同样的办法运用到浮点数上，我们必须了解浮点数的存储格式，并通过特殊的方式将浮点数映射到整数上，然后再映射回去，这是非常麻烦的事情，因此，它的使用同样也不多。而且，最重要的是，这样算法也需要较多的存储空间。

思想：把每个数据看成d个属性组成，依次按照d个属性对数据排序（每轮排序可采用计数排序），复杂度为O(d*N)

适用场景：数据明显有几个关键字或者几个属性组成。