稳定的排序[编辑]
- 冒泡排序(bubble sort)— {\displaystyle O(n^{2})}
- 插入排序(insertion sort)—{\displaystyle O(n^{2})}
- 鸡尾酒排序(cocktail sort)—{\displaystyle O(n^{2})}
- 桶排序(bucket sort)—{\displaystyle O(n)};需要{\displaystyle O(k)}额外空间
- 计数排序(counting sort)—{\displaystyle O(n+k)};需要{\displaystyle O(n+k)}额外空间
- 归并排序(merge sort)—{\displaystyle O(n\log n)};需要{\displaystyle O(n)}额外空间
- 原地归并排序— {\displaystyle O(n\log ^{2}n)}如果使用最佳的现在版本
- 二叉排序树排序(binary tree sort)— {\displaystyle O(n\log n)}期望时间;{\displaystyle O(n^{2})}最坏时间;需要{\displaystyle O(n)}额外空间
- 鸽巢排序(pigeonhole sort)—{\displaystyle O(n+k)};需要{\displaystyle O(k)}额外空间
- 基数排序(radix sort)—{\displaystyle O(nk)};需要{\displaystyle O(n)}额外空间
- 侏儒排序(gnome sort)— {\displaystyle O(n^{2})}
- 图书馆排序(library sort)— {\displaystyle O(n\log n)}期望时间;{\displaystyle O(n^{2})}最坏时间;需要{\displaystyle (1+\varepsilon )n}额外空间
- 块排序(block sort)— {\displaystyle O(n\log n)}
不稳定的排序[编辑]
- 选择排序(selection sort)—{\displaystyle O(n^{2})}
- 希尔排序(shell sort)—{\displaystyle O(n\log ^{2}n)}如果使用最佳的现在版本
- 克洛弗排序(Clover sort)—{\displaystyle O(n)}期望时间,{\displaystyle O(n^{2})}最坏情况
- 梳排序— {\displaystyle O(n\log n)}
- 堆排序(heap sort)—{\displaystyle O(n\log n)}
- 平滑排序(smooth sort)— {\displaystyle O(n\log n)}
- 快速排序(quick sort)—{\displaystyle O(n\log n)}期望时间,{\displaystyle O(n^{2})}最坏情况;对于大的、随机数列表一般相信是最快的已知排序
- 内省排序(introsort)—{\displaystyle O(n\log n)}
- 耐心排序(patience sort)—{\displaystyle O(n\log n+k)}最坏情况时间,需要额外的{\displaystyle O(n+k)}空间,也需要找到最长的递增子序列(longest increasing subsequence)
不实用的排序[编辑]
- Bogo排序— {\displaystyle O(n\times n!)},最坏的情况下期望时间为无穷。
- Stupid排序—{\displaystyle O(n^{3})};递归版本需要{\displaystyle O(n^{2})}额外存储器
- 珠排序(bead sort)— {\displaystyle O(n)} 或 {\displaystyle O({\sqrt {n}})},但需要特别的硬件
- 煎饼排序—{\displaystyle O(n)},但需要特别的硬件
- 臭皮匠排序(stooge sort)算法简单,但需要约{\displaystyle n^{2.7}}的时间
名称 | 数据对象 | 稳定性 | 时间复杂度 | 额外空间复杂度 | 描述 | |
---|---|---|---|---|---|---|
平均 | 最坏 | |||||
冒泡排序 | 数组 | {\displaystyle O(n^{2})} | {\displaystyle O(1)} | (无序区,有序区)。 从无序区透过交换找出最大元素放到有序区前端。 |
||
选择排序 | 数组 | {\displaystyle O(n^{2})} | {\displaystyle O(1)} | (有序区,无序区)。 在无序区里找一个最小的元素跟在有序区的后面。对数组:比较得多,换得少。 |
||
链表 | ||||||
插入排序 | 数组、链表 | {\displaystyle O(n^{2})} | {\displaystyle O(1)} | (有序区,无序区)。 把无序区的第一个元素插入到有序区的合适的位置。对数组:比较得少,换得多。 |
||
堆排序 | 数组 | {\displaystyle O(n\log n)} | {\displaystyle O(1)} | (最大堆,有序区)。 从堆顶把根卸出来放在有序区之前,再恢复堆。 |
||
归并排序 | 数组 | {\displaystyle O(n\log ^{2}n)} | {\displaystyle O(1)} | 把数据分为两段,从两段中逐个选最小的元素移入新数据段的末尾。 可从上到下或从下到上进行。 |
||
{\displaystyle O(n\log n)} | {\displaystyle O(n)+O(\log n)} 如果不是从下到上 |
|||||
链表 | {\displaystyle O(1)} | |||||
快速排序 | 数组 | {\displaystyle O(n\log n)} | {\displaystyle O(n^{2})} | {\displaystyle O(\log n)} | (小数,基准元素,大数)。 在区间中随机挑选一个元素作基准,将小于基准的元素放在基准之前,大于基准的元素放在基准之后,再分别对小数区与大数区进行排序。 |
|
希尔排序 | 数组 | {\displaystyle O(n\log ^{2}n)} | {\displaystyle O(n^{2})} | {\displaystyle O(1)} | 每一轮按照事先决定的间隔进行插入排序,间隔会依次缩小,最后一次一定要是1。 | |
计数排序 | 数组、链表 | {\displaystyle O(n+m)} | {\displaystyle O(n+m)} | 统计小于等于该元素值的元素的个数i,于是该元素就放在目标数组的索引i位(i≥0)。 | ||
桶排序 | 数组、链表 | {\displaystyle O(n)} | {\displaystyle O(m)} | 将值为i的元素放入i号桶,最后依次把桶里的元素倒出来。 | ||
基数排序 | 数组、链表 | {\displaystyle O(k\times n)} | {\displaystyle O(n^{2})} | 一种多关键字的排序算法,可用桶排序实现。 |
- 均按从小到大排列
- k代表数值中的"数字"个数
- n代表数据规模
- m代表数据的最大值减最小值