1楼：carry_小小
二分法插入排序 复杂度 o(nlogn)
快速排序 o(nlogn) 有可能退化归并排序 o(nlogn) 比较快
堆排序 o(nlogn)最稳定的
在快速排序、堆排序、归并排序中，什么排序是稳定的？
2楼：沉珂侧畔
归并排序是稳定的“快速排序和堆排序都不稳定.不稳定：就是大小相同的两个数，经过排序后，最终位置与初始位置交换了。
快速排序：
27 23 27 3
以第一个27作为pivot中心点，则27与后面那个3交换，形成
3 23 27 27，排序经过一次结束，但最后那个27在排序之初先于初始位置3那个27，所以不稳定。
堆排序：
比如：3 27 36 27，
如果堆顶3先输出，则，第三层的27（最后一个27）跑到堆顶，然后堆稳定，继续输出堆顶，是刚才那个27，这样说明后面的27先于第二个位置的27输出，不稳定。”
“2 归并排序（mergesort）
归并排序先分解要排序的序列，从1分成2，2分成4，依次分解，当分解到只有1个一组的时候，就可以排序这些分组，然后依次合并回原来的序列中，这样就可以排序所有数据。合并排序比堆排序稍微快一点，但是需要比堆排序多一倍的内存空间，因为它需要一个额外的数组。”
以ai与aj为例子
快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，其中center_index枢元素的数组下标，一般取为数组第0个元素。而右边的j下标一直往左走，当a[j] > a[center_indexij都走不动了，i <= j, 交换a[i]和a[j],重复上面的过程，直到i>j。
交换a[j]和a[center_index]，完成一趟快速排序。在中枢元素和a[j]交换的时候，很有可能把前面的元素的稳定性打乱，比如序列5 3 3 4 3 8 9 10 11，现在中枢元素5和3(第5个元素，下标从1开始计)交换就会把元素3的稳定性打乱，所以快速排序是一个不稳定的排序算法，不稳定发生在中枢元素和a[j]交换的时刻。
比较直接插入排序，简单选择排序，快速排序，堆排序，归并排序，希尔排序和基数排序的时空性能稳定性和情
3楼：宝石鲨鱼
堆排序 n*logn 时间在这里比较优 不过稳定性差快排 o(nlogn)，最坏情况为o(n^2)。在实际应用中，快速排序的平均时间复杂度为o(nlogn)。
比较均衡
直接插入排序，简单选择排序 n^2
希尔排序和基数排序 不太了解
空间的话 个人认为是一样的 因为你要用同样的数组去存 只是存的顺序不同罢了
时间的话 100w以内 快排 最优 100w以上 堆排的优越性就明显出来了
所以一般快排就可以满足
数据结构中堆排序，快速排序，归并排序排序的时间复杂度顺序快慢依次是什么？
4楼：疯狂
引见http://zhidao.baidu.***/question/214637168.html
在最坏的情况下，下列排序方法中时间复杂度最小的是（）a.冒泡排序 b.快速排序 c.插入排序d.堆排序
5楼：匿名用户
答案是d，堆排序。
选项中的四种排序方法的最坏时间复杂度、最好时间复杂度 、平均时间复杂度分别为：
a、冒泡排序： o(n2) 、o(n) 、o(n2)。
b、快速排序： o(n2) 、o(nlog2n)、 o(nlog2n)。
c、插入排序：o(n2)、 o(n) 、o(n2)。
d、堆排序： o(nlog2n)、 o(nlog2n)、 o(nlog2n)。
所以，在最坏情况下，冒泡排序时间复杂度=快速排序时间复杂度=插入排序时间复杂度=o(n2)>堆排序时间复杂度=o(nlog2n)。答案选d。
6楼：匿名用户
排序方法 最坏时间复杂度 最好时间复杂度
平均时间复杂度
直接插入 o(n2) o(n) o(n2)
简单选择 o(n2) o(n2) o(n2)
起泡排序 o(n2) o(n) o(n2)
快速排序 o(n2) o(nlog2n) o(nlog2n)
堆排序 o(nlog2n) o(nlog2n) o(nlog2n)
归并排序 o(nlog2n) o(nlog2n) o(nlog2n)
所以选d
对序列1，2，3，4，5进行排序，用堆排序、快速排序、冒泡排序和归并排序进行排序，分别需要进行几趟排序
7楼：
1、插入排序
（直接插入排序和希尔排序）
2、选择排序（直接选择排序和堆排序）
3、交换排序（冒泡排序和快速排序）
4、归并排序
5、基数排序
直接插入排序：逐个将后一个数加到前面的排好的序中。在直接插入排序过程中，对其中一个记录的插入排序称为一次排序；直接插入排序是从第二个记录开始进行的，因此，长度为n的记录序列需要进行n-1次排序才能完成整个序列的排序。
时间复杂度为o(n2)。
希尔排序：希尔排序又称缩小增量排序，增量di可以有各种不同的取法，但最后一次排序时的增量必须为1，最简单可取di+1=di/2（取小）。时间复杂度为o(n(log2n)2)。
直接选择排序
说明：每次将后面的最小的找出来插入前面的已排好的序中。同理，具有n个记录的序列要做n-1次排序。
时间复杂度为o(n2)。
冒泡排序：两个两个比较，将大的往后移。通过第一次冒泡排序，使得待排序的n个记录中关键字最大的记录排到了序列的最后一个位置上。
然后对序列中前n-1个记录进行第二次冒泡排序。。。对于n个记录的序列，共需进行n次冒泡排序。时间复杂度为o(n2)。
快速排序：又叫分区交换排序，是对冒泡排序方法的一种改进。时间复杂度为o(nlog2n)。
归并排序：将两个或两个以上的有序数据序列合并成一个有序数据序列的过程。时间复杂度为o(nlog2n)。
在快速排序， 堆排序，归并排序中 哪个是最稳定的排序方法？ 20
8楼：匿名用户
1 快速排序（quicksort）
快速排序是一个就地排序，分而治之，大规模递归的算法。
从本质上来说，它是归并排序的就地版本。快速排序可以由下面四步组成。
（1） 如果不多于1个数据，直接返回。
（2） 一般选择序列最左边的值作为支点数据。
（3） 将序列分成2部分，一部分都大于支点数据，另外一部分都小于支点数据。
（4） 对两边利用递归排序数列。
快速排序比大部分排序算法都要快。尽管我们可以在某些特殊的情况下写出比快速排序快的算法，但是就通常情况而言，没有比它更快的了。快速排序是递归的，对于内存非常有限的机器来说，它不是一个好的选择。
2 归并排序（mergesort）
归并排序先分解要排序的序列，从1分成2，2分成4，依次分解，当分解到只有1个一组的时候，就可以排序这些分组，然后依次合并回原来的序列中，这样就可以排序所有数据。合并排序比堆排序稍微快一点，但是需要比堆排序多一倍的内存空间，因为它需要一个额外的数组。
3 堆排序（heapsort）
堆排序适合于数据量非常大的场合（百万数据）。
堆排序不需要大量的递归或者多维的暂存数组。这对于数据量非常巨大的序列是合适的。比如超过数百万条记录，因为快速排序，归并排序都使用递归来设计算法，在数据量非常大的时候，可能会发生堆栈溢出错误。
堆排序会将所有的数据建成一个堆，最大的数据在堆顶，然后将堆顶数据和序列的最后一个数据交换。接下来再次重建堆，交换数据，依次下去，就可以排序所有的数据。
4 shell排序（shellsort）
shell排序通过将数据分成不同的组，先对每一组进行排序，然后再对所有的元素进行一次插入排序，以减少数据交换和移动的次数。平均效率是o(nlogn)。其中分组的合理性会对算法产生重要的影响。
现在多用d.e.knuth的分组方法。
shell排序比冒泡排序快5倍，比插入排序大致快2倍。shell排序比起quicksort，mergesort，heapsort慢很多。但是它相对比较简单，它适合于数据量在5000以下并且速度并不是特别重要的场合。
它对于数据量较小的数列重复排序是非常好的。
5 插入排序（insertsort）
插入排序通过把序列中的值插入一个已经排序好的序列中，直到该序列的结束。插入排序是对冒泡排序的改进。它比冒泡排序快2倍。
一般不用在数据大于1000的场合下使用插入排序，或者重复排序超过200数据项的序列。
6 冒泡排序（bubblesort）
冒泡排序是最慢的排序算法。在实际运用中它是效率最低的算法。它通过一趟又一趟地比较数组中的每一个元素，使较大的数据下沉，较小的数据上升。它是o(n^2)的算法。
7 交换排序（exchangesort）和选择排序（selectsort）
这两种排序方法都是交换方法的排序算法，效率都是 o(n2)。在实际应用中处于和冒泡排序基本相同的地位。它们只是排序算法发展的初级阶段，在实际中使用较少。
8 基数排序（radixsort）
基数排序和通常的排序算法并不走同样的路线。它是一种比较新颖的算法，但是它只能用于整数的排序，如果我们要把同样的办法运用到浮点数上，我们必须了解浮点数的存储格式，并通过特殊的方式将浮点数映射到整数上，然后再映射回去，这是非常麻烦的事情，因此，它的使用同样也不多。而且，最重要的是，这样算法也需要较多的存储空间。
9 总结
下面是一个总的**，大致总结了我们常见的所有的排序算法的特点。
排序法 平均时间 最差情形 稳定度 额外空间 备注
冒泡 o(n2) o(n2) 稳定 o(1) n小时较好
交换 o(n2) o(n2) 不稳定 o(1) n小时较好
选择 o(n2) o(n2) 不稳定 o(1) n小时较好
插入 o(n2) o(n2) 稳定 o(1) 大部分已排序时较好
基数 o(logrb) o(logrb) 稳定 o(n)
b是真数(0-9)，
r是基数(个十百)
shell o(nlogn) o(ns) 1 快速 o(nlogn) o(n2) 不稳定 o(nlogn) n大时较好 归并 o(nlogn) o(nlogn) 稳定 o(1) n大时较好 堆 o(nlogn) o(nlogn) 不稳定 o(1) n大时较好