排序是程式開發中一種非常常見的操作，對一組任意的資料元素（或記錄）經過排序操作後，就可以把他們變成一組按關鍵字排序的有序佇列。
對於排序演算法從以下幾點去衡量演算法的優劣：
時間複雜度，所謂時間複雜度就是將一組數從無序到有序所花費的時間，通常使用乙個量級去衡量，比如o(n) 或者 o(n*n)
空間複雜度，所謂空間複雜度就是在排序過程中使用輔助空間的大小，通常也是使用乙個量級去衡量，比如o(n) 或者 o(n*n)
是否穩定，所謂排序演算法是否穩定的定義是對於相等的兩個元素，在排序之後元素的位置是否互換，比如乙個陣列array array[i]與array[j]相等且(i
對於排序演算法的分類：
內部排序，所謂內部排序就是整個排序過程中都是在記憶體中，無需借助磁碟就可以完成排序，即為內部排序
外部排序，所謂外部排序就是資料量比較大，無法一次性將資料載入記憶體，需要記憶體與磁碟的多次資料交換才能完成的排序，即為外部排序
外部排序：
多路歸併排序
敗者樹內部排序：
插入排序：直接插入排序，希爾排序
選擇排序：簡單選擇排序，堆排序
交換排序：氣泡排序，快速排序
歸併排序
基數排序
桶排序計數排序
排序演算法整體印象圖(來自網路截圖)，我們先對整體的排序演算法乙個概括，後續會詳細的一一介紹
演算法種類
排序演算法
平均時間複雜度
最好情況
最壞情況
空間複雜度
是否穩定
插入排序
直接插入排序演算法
o(n2)
o(n)
o(n2)
o(1)
穩定希爾排序演算法
o(nlogn)
o(nlogn2)
o(nlogn2)
o(1)
不穩定
選擇排序
簡單選擇排序演算法
o(n2)
o(n2)
o(n2)
o(1)
不穩定堆排序
o(nlogn)
o(nlogn)
o(nlogn)
o(1)
不穩定
交換排序
氣泡排序演算法
o(n2)
o(n)
o(n2)
o(1)/無需
穩定快速排序演算法
o(nlogn)
o(nlogn)
o(n2)
o(logn)
不穩定--
歸併排序演算法
o(nlogn)
o(nlogn)
o(nlogn)
o(n)
穩定--
基數排序演算法
o(n*k)
o(n*k)
o(n+k)
o(k)
穩定--
桶排序演算法
o(n+k)
o(n+k)
o(n2)
o(n+k)
穩定--
計數排序演算法
o(n+k)
o(n+k)
o(n+k)
o(k)
穩定
Java排序演算法（一） 概述
排序是程式開發中一種非常常見的操作，對一組任意的資料元素 或記錄 經過排序操作後，就可以把他們變成一組按關鍵字排序的有序佇列。對乙個排序演算法來說，一般從下面3個方面來衡量演算法的優劣 時間複雜度 它主要是分析關鍵字的比較次數和記錄的移動次數。空間複雜度 分析排序演算法中需要多少輔助記憶體。穩定性 ...
演算法筆記一 概述
分析乙個演算法，主要是考量它的執行的時間代價和空間代價，而在評估時間代價時，還要分析下最好情況下的代價和最壞情況下的代價。最好情況，用來分析該演算法的最佳應用場景 最壞情況，用來確定該演算法的最長執行時間的上限 某些演算法可能會更加的關注於平均情況，當平均情況趨向於較好情況時，是有意義的，這裡就需要...
分類演算法（一） 概述
機器學習分類演算法有很多，lr svm 貝葉斯 隨機森林 fasttext knn dl gbdt等，相關變種更是數不勝數。個人認為svm還是比較有效的方法，可以作為基準，當然這些方法都各有優劣。不同分類演算法的優缺點 介紹了svm lr 貝葉斯 決策樹等分類方法的優缺點。相關專題 包括對不同分類方...