10种排序算法对比分析

1. 冒泡排序：

效率太低，通过冒泡可以掌握swap。

2. 选择排序：

效率较低，但经常使用它内部的循环方式来找最大值和最小值。

3. 插入排序：

虽然平均效率低，但在序列基本有序时，它很快，所以也有其适用范围。

4. 希尔排序：

是插入排序的改良，对空间思维训练有帮助。

5. 快速排序：

快排是软件工业中最常见的常规排序法，其双向指针扫描和分区算法是核心。

往往用于解决类似问题，特别地partition算法用来划分不同性质的元素， partition->selectK,也用于著名的top问题 O(NlgN)，但是如果主元不是中位数的话，特别地如果每次主元都在数组区间的一侧，复杂度将退化为N² 工业优化：三点取中法，绝对中值法，小数据量用插入排序 快排重视子问题拆分

6. 归并排序：

空间换时间——逆序对数，

归并重视子问题的解的合并

7. 堆排序：

用到了二叉堆数据结构，是继续掌握树结构的起手式。=插排+二分查找

上面7种都是基于比较的排序，可证明它们在元素随机顺序情况下最好是NlgN的，用决策树证明

下面三个是非比较排序，在特定情况下会比基于比较的排序要快：

8. 计数排序：

可以说是最快的：O(N+k),k=maxOf(sourceArr)，用它来解决问题时必须注意如果序列中的值分布非常广（最大值很大，元素分布很稀疏）， 空间将会浪费很多 所以计数排序的适用范围是：序列的关键字比较集中，已知边界，且边界较小

9. 桶排序：

先分桶，再用其他排序方法对桶内元素排序，按桶的编号依次检出。（分配-收集） 用它解决问题必须注意序列的值是否均匀地分布在桶中。 如果不均匀，那么个别桶中的元素会远多于其他桶，桶内排序用比较排序，极端情况下，全部元素在一个桶内，还是会退化成NlgN。

其时间复杂度是：时间复杂度： O(N+C)，其中C=N(logN-logM)，约等于NlgN N是元素个数，M是桶的个数。

10. 基数排序：

kN级别（k是最大数的位数）是整数数值型排序里面又快又稳的，无论元素分布如何， 只开辟固定的辅助空间（10个桶）

对比桶排序，基数排序每次需要的桶的数量并不多。而且基数排序几乎不需要任何“比较”操作，而桶排序在桶相对较少的情况下，桶内多个数据必须进行基于比较操作的排序。因此，在实际应用中，对十进制整数来说，基数排序更好用。

算法复杂度对比：

参考

十大排序算法总结

十大排序算法总结