【数据结构(六)】排序算法的时间复杂度比较(4)

文章目录

  • 常用排序算法对比


常用排序算法对比

排序法 平均时间复杂度 最好情况 最差情况 空间复杂度 排序方式 稳定度
冒泡排序 O ( n 2 ) O(n^2) O(n2) O ( n ) O(n) O(n) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) In-place 稳定
选择排序 O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) In-place 不稳定
插入排序 O ( n 2 ) O(n^2) O(n2) O ( n ) O(n) O(n) O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1) In-place 稳定
希尔排序 O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g 2 n ) O(nlog^2n) O(nlog2n) O ( n l o g 2 n ) O(nlog^2n) O(nlog2n) O ( 1 ) O(1) O(1) In-place 不稳定
归并排序 O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g n ) O(nlogn) O(nlogn) O ( n ) O(n) O(n) Out-place 稳定
快速排序 O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g n ) O(nlogn) O(nlogn) O ( n 2 ) O(n^2) O(n2) O ( l o g n ) O(logn) O(logn) In-place 不稳定
堆排序 O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g n ) O(nlogn) O(nlogn) O ( n l o g n ) O(nlogn) O(nlogn) O ( 1 ) O(1) O(1) In-place 不稳定
计数排序 O ( n + k ) O(n+k) O(n+k) O ( n + k ) O(n+k) O(n+k) O ( n + k ) O(n+k) O(n+k) O ( k ) O(k) O(k) Out-place 稳定
桶排序 O ( n + k ) O(n+k) O(n+k) O ( n + k ) O(n+k) O(n+k) O ( n 2 ) O(n^2) O(n2) O ( n + k ) O(n+k) O(n+k) Out-place 稳定
基数排序 O ( n × k ) O(n×k) O(n×k) O ( n × k ) O(n×k) O(n×k) O ( n × k ) O(n×k) O(n×k) O ( n + k ) O(n+k) O(n+k) Out-place 稳定

相关术语解释:
    ① 稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
    ② 不稳定:如果a原本在b的前面,而a=b,排序之后a可能会出现在b的后面;
    ③ 内排序:所有排序操作都在内存中完成;
    ④ 外排序:由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
    ⑤ 时间复杂度: 一个算法执行所耗费的时间。
    ⑥ 空间复杂度:运行完一个程序所需内存的大小。
    ⑦ n:数据规模
    ⑧ k:“桶”的个数
    ⑨ In-place:不占用额外内存
    ⑩ Out-place:占用额外内存

你可能感兴趣的:(Java数据结构,排序算法,数据结构,算法)