概述
为了加深记忆,制作此图。
根据此表整理了排序对比图,其中
1. 柱状图蓝色表示是稳定的,柱状图黄色表示不稳定的;
2. 柱状图中间的数字表示时间复杂度,红色字体表示最差时,黑色字体表示平均复杂度;
3. 柱状图虚线表示最差时的时间复杂度,因为冒泡排序,交换排序,选择排序的最差和平均时间复杂度是一样的,都是O(n^2),所以图中看不见虚线;
4. 实线柱状图,即平均时间复杂度,效率从低到高依次是:
冒泡排序 ≈ 交换排序 ≈选择排序 < 插入排序 <Shell排序 <堆排序 < 归并排序 <快速排序
大多数情况下,快速排序效率最高,但如果数据已经基本有序的情况下,效率退化到O(n^2)。
-
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,时间复杂度为O(n^2)。
-
插入排序是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。它比冒泡排序快2倍。一般不适合数据量比较大的场合或数据重复比较多的场合。
-
选择排序在实际应用中和冒泡排序基本差不多,使用较少。
-
Shell排序是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,其中Shell排序比冒泡排序快5倍,比插入排序大致快2倍。Shell排序比起快速排序,归并排序,堆排序慢很多。但shell算法比较简单,特别适合数据量在5000以下且性能要求不是很高的场合。
-
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,由于它需要一个额外的数组,因此需要比堆排序多一些内存空间。
-
快速排序是利用分治法,进行大规模递归的算法,具体见下面步骤: 步骤1: 如果不多于1个数据,直接返回。 步骤2:般选择序列最左边的值作为支点数据。
步骤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。
步骤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。尽管在某些特殊的情况下有比快速排序快的算法,但通一般情况下,没有比它更快的。
快速排序比大部分排序算法都要快。尽管在某些特殊的情况下有比快速排序快的算法,但通一般情况下,没有比它更快的。
-
堆排序将是所有的数据先建成一个堆,如大顶堆(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,然后重新建堆,交换数据,依次下去,就可以排序所有的数据。由于不需要大量的递归或者多维的暂存数组,因此这对于数据量非常巨大的序列是很合适的,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。
数据来源:
排序法 | 平均时间复杂度 | 最差情形 | 稳定度 | 额外空间 | 备注 |
冒泡排序 | O(n2) | O(n2) | 稳定 | O(1) | n小时较好 |
交换排序 | O(n2) | O(n2) | 不稳定 | O(1) | n小时较好 |
选择排序 | O(n2) | O(n2) | 不稳定 | O(1) | n小时较好 |
插入排序 | O(n2) | O(n2) | 稳定 | O(1) | 大部分已排序时较好 |
Shell排序 | O(nlogn) | O(ns) 1<s<2 | 不稳定 | O(1) | s是所选分组 |
快速排序 | O(nlogn) | O(n2) | 不稳定 | O(nlogn) | n大时较好 |
归并排序 | O(nlogn) | O(nlogn) | 稳定 | O(1) | n大时较好 |
堆排序 | O(nlogn) | O(nlogn) | 不稳定 | O(1) | n大时较好 |
java排序源码下载:
http://download.csdn.net/detail/tanggod/6919719
最后
以上就是唠叨小白菜为你收集整理的数据结构-各种排序算法效率对比图的全部内容,希望文章能够帮你解决数据结构-各种排序算法效率对比图所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复