【数据结构】各种内部排序算法的比较及应用

各种内部排序算法的比较及应用

内部排序算法的比较

一般基于三个因素进行对比：时空复杂度，算法的稳定性，算法的过程特征。

从时间复杂度来看：
简单选择排序，直接插入排序和冒泡排序平均情况下的时间复杂度都为O(n^2)，且实现过程也比较简单，但直接插入排序和冒泡排序最好情况下的时间复杂度可以达到O(n)，而简单选择排序则与序列的初始状态无关。
希尔排序作为插入排序的拓展，对较大规模的排序都可以达到很高的效率，但目前未得出其精确的渐进时间。
堆排序利用了一种称为堆的数据结构，可以在线性时间内完成建堆，且在O(nlog2n)内完成排序过程。
快速排序基于分治的思想，虽然最坏情况下快速排序时间会达到O(n^2)，但快速排序平均性能可以达到O(nlog2n),在实际应用中常常优于其他排序算法。
归并排序同样是分治的思想，但由于分割子序列与初始序列排序无关，因此它的最好，最坏和平均时间复杂度均O(nlog2n)。

从空间复杂度来看：
简单选择排序，插入排序，冒泡排序，希尔排序，和堆排序都仅需要借助常数个辅助单元。
快速排序在空间上只有一个小的辅助栈，用于实现递归，平均情况下大小为O(log2n)，当然在最坏情况下有可能会增长到O(n)，2路归并排序在合并操作中需要借助较多的辅助函数用于元素复制，大小为O(n)，虽然有办法可以解决，但其代价是算法会很复杂而且时间复杂度会增加。
从稳定性来看： 插入排序，冒泡排序，归并排序，基数排序是稳定的排序方法，而简单选择排序，快速排序，堆排序，希尔排序都是不稳定的排序算法。平均复杂度是O(nlog2n)的稳定排序只有归并排序。
冒泡排序和堆排序在每趟处理后都能产生当前最大值或最小值，，而快速排序一趟处理就能确定一个元素的最终位置。
各种排序算法的性质

内部排序算法的应用

通常情况下，对排序算法的应用应考虑以下情况。

1. 选取排序方法需要考虑的因素：

   • 待排序的元素数目n
   • 元素本生信息量的大小
   • 关键字的结构极其分布情况
   • 稳定性的要求
   • 语言工具的条件，存储结构及辅助空间的大小

2. 排序算法小结

   • 若n较小，可采用直接插入排序或简单排序。由于直接插入排序所需的记录移动次数较简单选择排序的多，因而当记录本身信息量较大时，用简单选择排序较好。
   • 若文件的初始状态已按关键字基本有序，则选用直接插入或冒泡排序为宜。
   • 若n较大，则应采用时间复杂度为O(nlog2n)的排序方法：快速排序，堆排序或归并排序。快速排序被认为是目前基于比较的内部排序方法中最好的方法，当待排序的关键字随机分布时，快速排序的平均时间最短。堆排序所需的辅助空间少于快速排序，并且不会出现快速排序可能出现的最坏情况，这俩种排序都是不稳定的。若要求排序稳定且时间复杂度为O(nlog2n)，则可选用归并排序。
   • 在基于比较的排序方法中，每次比较俩个关键字的大小之后，仅出现俩种可能的转移，因此可以用一颗二叉树来买描述比较判定过程，由此可以证明，当文件的n个关键字随机分布时，任何借助于比较的排序算法，至少需要O(nlog2n)的时间
   • 若n很大，记录的关键字为主较少且可以分解时，采用基数排序较好。
   • 当记录本身信息量较大时，为避免耗费大量时间移动记录，可用链表作为存储结构。