C++ 选择排序算法的标准是什么？

我正在阅读排序方法，包括冒泡排序、选择排序、合并排序、堆排序、桶排序等。。它们还包含时间复杂性，这有助于我们了解哪种排序是有效的。所以我有一个基本的问题。如果我们包含数据，我们将如何选择排序。时间复杂度是帮助我们决定排序方法的参数之一。但我们是否有另一个参数来选择排序方法

只是为了更好的理解，想弄清楚分类

对堆排序进行一些查询：

我们在哪里使用堆排序

堆排序的更大优势是什么（除了时间复杂性O（n logn））

堆排序的缺点是什么

堆的构建时间是多少？（我听到了O（n），但我不确定。）

任何必须使用堆排序或堆排序的场景都是更好的选择（优先级队列除外）

在对数据应用堆排序之前，我们将研究哪些参数

---

排序算法的两个主要理论特征是时间复杂度和空间复杂度

通常，它让我们知道算法的性能如何随着数据集大小的增加而变化。需要考虑的事项：

• 您希望对多少数据进行排序？这将帮助您了解是否需要寻找时间复杂度非常低的算法
• 您的数据的排序方式如何？是否部分排序？随机排序？这可能会影响排序算法的时间复杂度。大多数算法都有最坏和最好的情况——您希望确保您没有在最坏情况的数据集上使用算法
• 时间复杂度与运行时间不同。请记住，时间复杂度仅描述算法的性能如何随数据集大小的增加而变化。一个总是对所有输入进行一次传递的算法将是O（n）-它的性能与输入的大小线性相关。但是，总是在数据集上进行两次传递的算法也是O（n）-即使常数（和实际运行时间）不同，相关性仍然是线性的

类似地，空间复杂性描述了一个算法需要运行多少空间。例如，简单排序（如）需要额外的固定空间来存储当前插入的元素的值。这是O（1）的辅助空间复杂性-它不随输入的大小而改变。但是，它在运行时会在内存中创建额外的数组，辅助空间复杂度为O（n）。这意味着它需要的额外空间量与输入的大小成线性关系

当然，算法设计通常是时间和空间之间的权衡——空间复杂度低的算法可能需要更多的时间，而时间复杂度低的算法可能需要更多的空间

有关更多信息，您可能会发现有用的

---

---

要回答您的最新问题，您可能会发现上的wikipedia页面很有用 算法的复杂性：越复杂，需要进行的测试就越多，以确保其正确性。对于少量数据，冒泡排序或快速排序很容易编码和测试，与其他排序相比，对于您必须排序的数据量来说，这种排序可能是过度的

排序需要多少时间：如果您有一个大集合，气泡/快速排序将需要很多时间，但是如果您有很多时间，这可能不是问题。然而，使用更复杂的算法将减少排序时间，但代价是在编码和测试方面付出更大的努力，如果排序时间从长（小时/天）缩短到更短，这可能是值得的

数据本身：所有数据都几乎相同。对于某些排序，您可能会得到一个线性列表，因此，如果您对数据的组成有所了解，它可能有助于确定为工作选择哪种算法

---

可用资源量：您是否有大量内存存储所有项目，或者是否需要将项目存储到磁盘。若内存中不能容纳所有内容，那个么合并排序可能是最好的，若处理内存中的所有内容，则其他排序可能会更好

“如果我们包含数据”是什么意思？您是在问如何为特定的数据集选择排序方法吗？您还并没有接受前面问题的任何答案。这会让很多人不愿帮助你。你的问题是否可以更好地表达为选择排序算法的标准是什么？如果是的话，请编辑Q标题。你更新的问题看起来很像家庭作业，所以我给了你一个链接，可能对我的答案有帮助。如果是家庭作业，你能添加

家庭作业
标签吗？如果不是，你可能想把你的问题缩小一点。读得好：