常用排序演算法時間複雜度和空間複雜度
阿新 • • 發佈:2019-02-06
摘自維基百科: http://zh.wikipedia.org/wiki/%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95#.E7.A8.B3.E5.AE.9A.E6.80.A7
在電腦科學所使用的排序演算法通常被分類為:
- 計算的時間複雜度(最差、平均、和最好效能),依據列表(list)的大小(n)。一般而言,好的效能是O(n log n),且壞的效能是O(n2)。對於一個排序理想的效能是O(n)。僅使用一個抽象關鍵比較運算的排序演算法總平均上總是至少需要O(n logn)。
- 儲存器使用量(以及其他電腦資源的使用)
- 穩定性:穩定排序演算法會讓原本有相等鍵值的紀錄維持相對次序。也就是如果一個排序演算法是穩定
- 依據排序的方法:插入、交換、選擇、合併等等。
穩定性[編輯]
當相等的元素是無法分辨的,比如像是整數,穩定性並不是一個問題。然而,假設以下的數對將要以他們的第一個數字來排序。
(4, 1) (3, 1) (3, 7)(5, 6)
在這個狀況下,有可能產生兩種不同的結果,一個是讓相等鍵值的紀錄維持相對的次序,而另外一個則沒有:
(3, 1) (3, 7) (4, 1) (5, 6) (維持次序) (3, 7) (3, 1) (4, 1) (5, 6) (次序被改變)
不穩定排序演算法可能會在相等的鍵值中改變紀錄的相對次序,但是穩定排序演算法從來不會如此。不穩定排序演算法可以被特別地實現為穩定。作這件事情的一個方式是人工擴充鍵值的比較,如此在其他方面相同鍵值的兩個物件間之比較,(比如上面的比較中加入第二個標準:第二個鍵值的大小)就會被決定使用在原先資料次序中的條目,當作一個同分決賽。然而,要記住這種次序通常牽涉到額外的空間負擔。
排序演算法列表[編輯]
在這個表格中,n是要被排序的紀錄數量以及k是不同鍵值的數量。
穩定的排序[編輯]
- 氣泡排序(bubble sort)— O(n2)
- 雞尾酒排序(cocktail sort)—O(n2)
- 插入排序(insertion sort)—O(n2)
- 桶排序(bucket sort)—O(n);需要O(k)額外空間
- 計數排序(counting sort)—O(n+k);需要O(n+k)額外空間
- 歸併排序(merge sort)—O(n log n);需要O(n)額外空間
- 原地歸併排序— O(n2)
- 二叉排序樹排序(binary tree
sort)— O(n log n)期望時間; O(n
- 鴿巢排序(pigeonhole sort)—O(n+k);需要O(k)額外空間
- 基數排序(radix sort)—O(n·k);需要O(n)額外空間
- 侏儒排序(gnome sort)— O(n2)
- 圖書館排序(library sort)— 時間複雜度通常是O(n log n),需要(1+ε)n額外空間
不穩定的排序[編輯]
- 選擇排序(selection sort)—O(n2)
- 希爾排序(shell sort)—O(n log2 n)如果使用最佳的現在版本
- Clover排序演算法(Clover sort)—O(n)期望時間,O(n^2/2)最壞情況
- 梳排序— O(n log n)
- 堆排序(heap sort)—O(n log n)
- 平滑排序(smooth sort)— O(n log n)
- 快速排序(quick sort)—O(n log n)期望時間, O(n2)最壞情況;對於大的、亂數列表一般相信是最快的已知排序
- 內省排序(introsort)—O(n log n)
- 耐心排序(patience sort)—O(n log n + k)最壞情況時間,需要額外的O(n + k)空間,也需要找到最長的遞增子序列(longest increasing subsequence)
不實用的排序[編輯]
- Bogo排序— O(n × n!),最壞的情況下期望時間為無窮。
- Stupid排序—O(n3);遞迴版本需要O(n2)額外儲存器
- 珠排序(bead sort)— O(n) or O(√n),但需要特別的硬體
- 煎餅排序—O(n),但需要特別的硬體
- 臭皮匠排序(stooge sort)演算法簡單,但需要約n^2.7的時間
平均時間複雜度[編輯]
平均時間複雜度由高到低為:
說明:雖然完全逆序的情況下,快速排序會降到選擇排序的速度,不過從概率角度來說(參考資訊學理論,和概率學),不對演算法做程式設計上優化時,快速排序的平均速度比堆排序要快一些。
名稱 | 資料物件 | 穩定性 | 時間複雜度 | 空間複雜度 | 描述 | |
---|---|---|---|---|---|---|
平均 | 最壞 | |||||
氣泡排序 | 陣列 | (無序區,有序區)。從無序區通過交換找出最大元素放到有序區前端。 | ||||
選擇排序 | 陣列 | (有序區,無序區)。在無序區裡找一個最小的元素跟在有序區的後面。對陣列:比較得多,換得少。 | ||||
連結串列 | ||||||
插入排序 | 陣列、連結串列 | (有序區,無序區)。把無序區的第一個元素插入到有序區的合適的位置。對陣列:比較得少,換得多。 | ||||
堆排序 | 陣列 | (最大堆,有序區)。從堆頂把根卸出來放在有序區之前,再恢復堆。 | ||||
歸併排序 | 陣列 | ,如果不是從下到上 | 把資料分為兩段,從兩段中逐個選最小的元素移入新資料段的末尾。可從上到下或從下到上進行。 | |||
連結串列 | ||||||
快速排序 | 陣列 | (小數,樞紐元,大數)。 | ||||
希爾排序 | 陣列 | 每一輪按照事先決定的間隔進行插入排序,間隔會依次縮小,最後一次一定要是1。 | ||||
計數排序 | 陣列、連結串列 | 統計小於等於該元素值的元素的個數i,於是該元素就放在目標陣列的索引i位(i≥0)。 | ||||
桶排序 | 陣列、連結串列 | 將值為i的元素放入i號桶,最後依次把桶裡的元素倒出來。 | ||||
基數排序 | 陣列、連結串列 | 一種多關鍵字的排序演算法,可用桶排序實現。 |
-
- 均按從小到大排列
- k代表數值中的"數位"個數
- n代表資料規模
- m代表資料的最大值減最小值