Arrays 在哪些情况下合并、堆和快速排序有用？

我正在研究什么时候哪些排序算法更快更有效。从我到目前为止所读到的有关排序算法（如插入排序）的内容来看，当您使用小数组时，以及当它们几乎被排序或按运行时的平均值O（N）排序时，它是非常有效的

堆排序比较复杂，使用优先级队列。它将内容插入到优先级队列中并将其删除。使用堆时，最好将列表或任何内容的顺序颠倒。mergesort需要稳定性，在链表上效果最好

所以我的问题是，什么时候这些排序算法比其他算法更有用？因为我可以用任何一种，对吗？我会选择哪种算法，以及基于什么，例如，当有这样的场景时

假设我有一个包含很少元素的小数组，它几乎已排序

包含200万个元素的大列表，并对它们进行了排序。您只想更改一些元素

一个非常大的数组，包含占用大内存的元素

一个包含几十万个元素的列表，以反向排序。比如说我想改变两千人的位置

假设我有一个包含很少元素的小数组，它几乎已排序

第一种情况是使用小数组，不需要使用诸如合并排序或快速排序之类的高级排序算法。冒泡排序、选择排序或插入排序在这里是最好的（考虑递归等带来的开销）。由于它几乎已排序，插入排序将执行得最好，因为它的最佳情况是O（N）

包含200万个元素的大列表，并对它们进行了排序。您只想更改一些元素

很大程度上取决于什么因素。它们是原始类型吗？如果是这样的话，那么就时间而言，比较它们并不是一个大问题。如果（假设我们使用的是Java），它们是自创建的对象，那么比较它们在时间上可能非常昂贵。在Java中比较长字符串可能非常耗时

有很多元素，所以前面的三个简单算法将被排除在外（插入排序、冒泡排序和选择排序）。您可能希望使用合并排序或快速排序

合并排序比快速排序比较少，但在元素周围移动更多。然而，在这种特殊情况下，我会选择合并排序，因为如果我们在排序顺序中意外地选择了最小值或最大值，那么在如此大的集合中选择一个轴心值确实会花费很多时间

一个非常大的数组，包含占用大内存的元素

再说一次，什么元素？假设您的内存快用完了，快速排序是您的选择。递归调用的开销可能会很高，但在Java中，在这种情况下这并不是一个太大的问题

一个包含几十万个元素的列表，以反向排序。比如说我想改变两千人的位置

没什么大不了的，但元素的类型是什么？这个很棘手。在这里，我们还需要考虑其他因素。我不能仅仅从给定的信息就说一个比另一个好

---

选择正确的排序算法有点复杂。我们使用的是什么数据结构？如果我们有一个数组，索引速度很快，所以我们需要考虑其他因素。如果我们使用链接结构，也许我们应该尽可能避免使用“基于索引”的算法。我给出的这些例子与规则相去甚远。它们更像是指导方针。选择一个好的排序算法是相对的。希望这至少有一点帮助。

虽然人们可以做出一些有根据的猜测，但通常你必须尝试并衡量哪种算法在你的情况下效果最好。有一件事肯定会告诉你的决定，那就是你是否可以将整个数据放入内存中。有一整套排序算法（称为“外部排序算法”）针对所需的磁盘访问次数而不是比较次数进行了优化。这些只是我在这篇文章中提到的一些例子，但我觉得在考虑选择哪种算法时，你给了我正确的方向。您基本上是在尝试使某个算法适应场景，有时它们的运行非常相似，我想没有一个明确的答案。有时，这完全取决于你分类的数量。有时它归结为你在分类什么等等。有时是明显的，有时不是。一切都是相对的！如果您喜欢，请随意将答案标记为“已接受”：D