Algorithm 排序算法的比较

我们喜欢什么时候

a） 桶排序和b）基数排序

过度比较有点像

• 气泡排序
• 插入排序
• 选择排序
• 合并排序
• 快速排序

---

这听起来很像一个家庭作业问题，所以我不想说太多
冒泡排序是一种非常简单的排序算法，它遍历列表中的所有项目，并将其与其他所有项目进行比较。这会导致大量比较，因此速度非常慢
基数排序是基于数字的排序，但您可以用数字表示任何数据，它和bucket可以给出更快的结果
插入/选择/合并排序就是为了完成这些任务而设计的。例如，在合并到列表时，如果要求对两个列表进行预排序，则可以使用特殊排序快速合并它们，而不是将整个列表作为一个列表进行排序。如果您知道这两个列表都是有序的，那么您只需要跟踪您在每个列表中的位置（两个索引号），比较每个索引处的元素，并在获取其中一个项目并将其移动到新列表中时上移索引

---

排序算法是一个巨大的计算领域，因为有许多不同的要求。我描述的合并很容易编码，但在排序时，使用的内存会翻倍。你也可以让它跑得更快。也许从两端开始，跟踪两个索引，制作两个半合并的LIT，一个从底部到中间，另一个从顶部到中间，然后将第二个附加到第一个。。。我不知道可能会更好。
这听起来很像家庭作业问题，所以我不想说太多
冒泡排序是一种非常简单的排序算法，它遍历列表中的所有项目，并将其与其他所有项目进行比较。这会导致大量比较，因此速度非常慢
基数排序是基于数字的排序，但您可以用数字表示任何数据，它和bucket可以给出更快的结果
插入/选择/合并排序就是为了完成这些任务而设计的。例如，在合并到列表时，如果要求对两个列表进行预排序，则可以使用特殊排序快速合并它们，而不是将整个列表作为一个列表进行排序。如果您知道这两个列表都是有序的，那么您只需要跟踪您在每个列表中的位置（两个索引号），比较每个索引处的元素，并在获取其中一个项目并将其移动到新列表中时上移索引
排序算法是一个巨大的计算领域，因为有许多不同的要求。我描述的合并很容易编码，但在排序时，使用的内存会翻倍。你也可以让它跑得更快。也许从两端开始，跟踪两个索引，制作两个半合并的LIT，一个从底部到中间，另一个从顶部到中间，然后将第二个附加到第一个。。。我不知道可能会更好。
数学家会说，大多数排序在O（n log（n））或O（n²）时间内运行，而RadixSort在O（n）时间内运行-
桶排序是从最高到最低有效位数排序中基数排序的近亲。-
优点：-

• 基数和桶排序是稳定的，保留了现有的相等键顺序
  

• 它们以线性时间工作，与大多数其他类型不同。换句话说，当需要对大量项目进行排序时，它们不会停滞不前。大多数排序在O（n logn）或O（n^2）时间内运行。
  

• 每个项目的排序时间是恒定的，因为项目之间不进行比较。对于其他排序，每次排序的时间随着项目数的增加而增加
  

• 当需要使用短键对大量记录进行排序时，基数排序特别有效。
  

数学家会说，大多数排序在O（n log（n））或O（n²）时间内运行，而RadixSort在O（n）时间内运行-
桶排序是从最高到最低有效位数排序中基数排序的近亲。-
优点：-

• 基数和桶排序是稳定的，保留了现有的相等键顺序
  

• 它们以线性时间工作，与大多数其他类型不同。换句话说，当需要对大量项目进行排序时，它们不会停滞不前。大多数排序在O（n logn）或O（n^2）时间内运行。
  

• 每个项目的排序时间是恒定的，因为项目之间不进行比较。对于其他排序，每次排序的时间随着项目数的增加而增加
  

• 当需要使用短键对大量记录进行排序时，基数排序特别有效。
  

---

基数排序是最好的，当你必须排序<强> > <强> >数字，通常是适合于32/64位int（如果更少，考虑计数排序）< /强>的自然数。这是因为它更快，可以进行

k*N

操作，其中

k

是一个常数（

O（N）

time）<对于32位整数，代码>k通常为2或4
当您必须对较小的集合进行排序时，使用基数排序及其近亲是没有意义的。在这些情况下，优化的快速排序（读取：）会更快。此外，如果您要对自定义数据类型进行排序，基数排序甚至可能无法使用，因此您别无选择，只能使用比较排序

---

如果您不确定哪个更快（有时很难确定），请运行测试。始终考虑输入已经排序、逆排序和随机顺序的情况。考虑每个算法的内存需求，并做出相应的选择。当你必须对<强>数字的<强>＞<强> >排序时，最好使用N/P>< PrxRead，通常是适合于32/64位int（如果更少，考虑计数排序）>的自然数。这是因为它更快，可以进行

k*N

操作，其中

k

是一个常数(