各种排序的时间复杂度

1、所谓排序，就是使一审记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。分类在计算机科学所使用的排序算法通常被分类为：计算的复杂度(最差、平均、和最好表现)，依据申列(list)的大小(n)。一般而言，好的表现是Q(nlogn),且坏的行为是Q(n2)。对於一个排序理想的表现是O(n)。仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要Q(nlogn)。记忆体使用量(以及其他电脑资源的使用)稳定度：稳定排序算法会依照相等的关键(换言之就是值)维持纪录的相对次序。、也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S,且在原本的串列中R出现在S之前，在排序过的串列

2、中R也将会是在S之前。一般的方法：插入、交换、选择、合并等等。交换排序包含(bubblesort)和(quicksort)。包含shakerNF序和(heapsort)。当相等的元素是无法分辨的，比如像是整数，稳定度并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。(4,1)(3,1)(3,7)(5,6)在这个状况下，有可能产生两种不同的结果，一个是依照相等的键值维持相对的次序，而另外一个则没有：(3,1)(3,7)(4,1)(5,6)(维持次序)(3,7)(3,1)(4,1)(5,6)(次序被改变)/不稳定排序算法可能会在相等的键值中改变纪录的相对次序,但是稳定排序算法从来不

3、会如此。不稳定排序算法可以被特别地时作为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个物件问之比较，就会被决定使用在原先资料次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。排列算法列表在这个表格中,n是要被排序的纪录数量以及k是不同键值的数量。稳定的冒泡排序(bubblesort)/O(n2)排序(Cocktailsort,双向的冒泡排序)一O(n2)(insertionsort)O(n2)桶排序(bucketsort)O(n);需要O(k)额外记忆体计数排序(countingsort)O(n+k);需要O(n+k)额外记忆体(mer

4、gesort)O(nlogn);需要O(n)额外记忆体原地归并排序一O(n2)排序(Binarytreesort)O(nlogn);需要O(n)额外记忆体鸽巢排序(Pigeonholesort)O(n+k);需要O(k)额外记忆体基数排序(radixsort)O(nk);需要O(n)额外记忆体GnomesortO(n2)LibrarysortO(nlogn)withhighprobability,需要(1+e)n额外记忆体不稳定选择排序(selectionsort)O(n2)/(shellsort)O(nlogn)如果使用最佳的现在版本/CombsortO(nlogn)堆排序(heapsort

5、)O(nlogn)/SmoothsortO(nlogn)快速排序(quicksort)O(nlogn)期望时间，O(n2)最坏情况；对於大的、乱数串列一般相信是最快的已知排序IntrosortO(nlogn)PatiencesortingO(nlogn+k)最外情况时间，需要额外的O(n+k)空问，也需要找至U最长白递增子序歹！J(longestincreasingsubsequence)不实用的排序算法 TOC o 1-5 h z Bogo排序一O(nxn!)期望时间，无穷的最坏情况。StupidsortO(n3);递回版本需要O(n2)额外记忆体BeadsortO(n)orO(Vn),但需

6、要特别的硬体PancakesortingO(n),但需要特别的硬体排序的算法排序的算法有很多，对空间的要求及其时间效率也不尽相同。下面列出了一些常见的排序算法。这里面插入排序和冒泡排序又被称作简单排序，他们对空间的要求不高，但是时间效率却不稳定；而后面三种排序相对于简单排序对空间的要求稍高一点，但时间效率却能稳定在很高的水平。基数排序是针对关键字在一个较小范围内的排序算法。插入排序冒泡排序选择排序快速排序堆排序归并排序基数排序希尔排序插入排序插入排序是这样实现的：首先新建一个空列表，用于保存已排序的有序数列(我们称之为有序列表),从原数列中取出一个数，/将其插入“有序列表”中，使其仍旧保持有序

7、状态。重复2号步骤/直至原数列为空。插入排序的平均为平方级的，效率不高，但是容易实现。它借助了逐步扩大成果”的思想，使有序列表的长度逐渐增加，直至其长度等于原列表的长度。冒泡排序冒泡排序是这样实现的：首先将所有待排序的数字放入工作列表中。从列表的第一个数字到倒数第二个数字,逐个检查：若某一位上的数字大于他的下一位，则将它与它的下一位交换。重复2号步骤，直至再也不能交换。冒泡排序的平均时间复杂度与插入排序相同，也是平方级的，但也是非常容易实现的算法。选择排序选择排序是这样实现的：设数组内存放了n个待排数字，数组下标从1开始，到n结束。i=1从数组的第i个元素开始到第n个元素，寻找最小的元素。将上

8、一步找到的最小元素和第i位元素交换。/如果i=n1算法结束，否则回到第3步/选择排序的平均时间复杂度也是O(n2)的。快速排序现在开始，我们要接触高效排序算法了。实践证明，快速排序是所有排序算法中最高效的一种。它采用了分治的思想：先保证列表的前半部分都小于后半部分，然后分别对前半部分和后半部分排序，这样整个列表就有序了。这是一种先进的思想，也是它高效的原因。因为在排序算法中，算法的高效与否与列表中数字问的比较次数有直接的关系，而保证列表的前半部分都小于后半部分就使得前半部分的任何一个数从此以后都不再跟后半部分的数进行比较了，大大减少了数字间不必要的比较。但查找数据得另当别论了。堆排序堆排序与前面的算法都不同，它是这样的：首先新建一个空列表，作用与插入排序中的“有序列表相同。找到数列中最大的数字，将其加在“有序列表的末尾，并将其从原数列中删除。重复2号步骤，直至原数列为空。堆排序的平均时间复杂度为nlogn,效率高(因为有堆这种以及它奇妙的特征，使得找到数列中最大的数字”这样的操作只需要0(1)的时间复杂度，维护需要logn的时间复杂度)，但是实现相对复杂(可以说是这里7种算法中比较难实现的)。看起来似乎堆排序与插入