常見排序演算法總結（不詳細）

常見的排序演算法有如下幾種：

選擇排序

交換排序

二路歸併排序

基數排序

外部排序

直接插入排序：新建乙個佇列（當然也可以不新建，只是麻煩點），將元素依次插入新佇列中，保證新佇列裡的元素是按序插入的。

時間複雜度：o(n^2)，空間複雜度o(1)，穩定

折半插入排序：和直接插入排序類似，只是在尋找插入點的時候使用的是二分查詢法。對效率略有提高。

時間複雜度：o(n^2)，空間複雜度o(1)，穩定

希爾排序：按某種分法將待排序列分成幾個子串行，對每個子串行進行直接插入排序。但必須保證最後一次的增量是1。

時間複雜度：o(n^2)或o(n^1.5)，空間複雜度o(1)，不穩定

氣泡排序：每次都是兩個兩個相鄰元素比較，每一輪下來總能選出乙個元素其位置是固定的。而且，氣泡排序的結束條件是某一輪中沒有元素交換。

時間複雜度：o(n^2)，空間複雜度o(1)，穩定

快速排序：算是分冶法吧，每次選乙個元素出來（通常是第乙個），然後將比它小的元素全放它左邊，比它大的元素全放它右邊。然後再分別對左右兩邊使用快排（遞迴）。

時間複雜度：o(nlog2n)，空間複雜度o(log2n)，不穩定

希爾排序：從待排序列中選擇最小（或最大）值與第乙個元素交換（當然這個得依次往後挪），因為是交換，所以這也導致了不穩定，不過如果採用的不是交換，而是插入，那麼又是穩定的。

時間複雜度：o(n^2)，空間複雜度o(1)，不穩定

堆排序：資料結構裡的堆和棧是有區別的，當然其他地方也有，但是不一樣。這裡的堆是指乙個完全二叉樹，它總能根據一定的變形，使得能很輕鬆地找出最大（或最小）值。

時間複雜度：o(log2n)，空間複雜度o(1)，不穩定

二路歸併排序：就是通常說的歸併排序，將待排序列一分為二，二分為四…這樣分下去挨個排好序再合起來。

時間複雜度：o(log2n)，空間複雜度o(n)，穩定

基數排序：不是桶排序。不過也使用了「桶」，所謂「桶」其實就是棧，不過是很多個棧，待排序列中最小單位有幾個就需要幾個棧…三言兩語講不清，請自行查詢資料

時間複雜度：o(d(n+rd))，空間複雜度o(rd)，穩定

注：d為關鍵字的關鍵字位數；n為關鍵字數；rd為關鍵字基的個數

外部排序和上面的所有排序演算法都不一樣。

上述排序都是把資料載入到記憶體中進行排序，而外部排序之所以不放到記憶體上是因為資料太多，記憶體裝不下。

常見的方法我們可以採用歸併演算法，畢竟歸併演算法是可以先對某一部分排序，最後再來整合即可。

我們這裡採用的確實也算歸併排序，不過是k路歸併排序，不是上面的2路歸併了。想來也很好理解，只要我們將資料分為m個部分，每個部分內部是排好序的，那麼每次從這m個部分中的最小值中選出乙個最小值，就是整個資料的最小值了，就是這樣進行排序的。

上述演算法當然夠了，但是不夠好，因此才引出了一些更加高階的演算法。

他們的名稱和作用分別如下：

時間複雜度：快排、歸併、堆排序都是o(nlog2n)，而希爾排序奇葩點（o(n^2)或者o(n^1.5))，了解即可），其他均為o(n^2)，哦對了，那個基數排序也是奇葩，它是o(d(n+rd))

空間複雜度：快排是o(log2n)，歸併是o(n)，基數排序是o(rd)，其他都是o(1)

穩定性：希爾、快排、簡單選擇（使用交換而不是插入的情況）、堆排序不穩定，其他都穩定

注：當只需要查詢最大（或最小）的100個的這種情況的時候，如果資料量遠大於100，那麼使用堆排序效率最高。

上述只是乙個總結，並不詳細，嘻嘻見諒~~