哪种排序算法可提供最佳的最坏情况性能？

Question

绝对最差情况下最快的已知排序算法是什么？ 我不在乎最好的情况，并且即使有关系，也要假设一个庞大的数据集。

Answer 1

确保您已看到以下内容：

可视化排序算法 -它帮助我决定使用哪种排序算法 。

Answer 2

取决于数据。 例如，对于整数（或任何可以表示为整数的东西），最快的是基数排序 ，对于固定长度的值，其最坏情况下的复杂度为O（ n ）。 最佳通用比较排序算法的复杂度为O（ n log n ）。

Answer 3

如果使用二进制比较，则最佳的排序算法将使用O（N log N）个比较来完成。 如果你正在寻找一些具有良好的最坏情况下的表现，我想看看归并和堆排序 ，因为它们是在所有情况下O（N日志N）的算法。

如果所有数据都适合内存，那么HeapSort会很不错，而MergeSort可以使您更好地进行磁盘排序（但总体上会占用更多空间）。

在Wikipedia排序算法页面上提到的其他较不为人知的算法都具有O（n log n）最坏情况的性能。 （基于mmyers的评论）

Answer 4

对于预算无限的男人

有趣但正确：与O（n log n）排序相比， 排序网络可以交易空间（以实际硬件而言）更好！

如果不求助于这种硬件（不太可能使用），则对于最佳比较类型 O（n log n），您将下界

O（n log n）最坏情况下的性能（无特定顺序）

• 二叉树排序
• 合并排序
• 堆排序
• 平滑排序
• 介绍排序

击败n log n

如果您的数据合适，则可以突破n ​​log n限制，但还要注意输入数据中的位数

基数和存储桶可能是最著名的例子。 如果没有有关您的特定要求的更多信息，则无法更深入地考虑这些要求。

Answer 5

快速排序通常是最快的，但如果你想好最坏情况下的时间，尽量堆排序或归并 。 它们都具有O(n log n)最差时间性能。

Answer 6

如果您有一个巨大的数据集（即比可用内存大得多），则可能会将数据存储在磁盘/磁带/具有昂贵随机访问权限的东西上，因此您需要外部排序。

在这种情况下，合并排序效果很好； 与大多数其他类型不同，它不涉及随机读取/写入。

Answer 7

它在很大程度上与数据集的大小以及该集合是否已排序（或当前的顺序）有关。

整个书籍都是根据搜索/排序算法编写的。 假设最坏的情况下，您将不会找到“绝对最快”的情况，因为不同的类别具有不同的最坏情况。

Answer 8

根据Big O符号O（n） ，它取决于大小。

这是最佳和最坏情况排序算法的列表，供您比较。 我的偏好是2种合并方式

Answer 9

如果您有足够大的数据集，则可能正在考虑对单个数据仓进行排序，然后使用merge-sort合并这些仓。 但是在这一点上，我们正在谈论的数据集非常庞大，足以比主存更大。

我猜最正确的答案是“取决于”。

Answer 10

它取决于数据类型和资源类型。 例如，有一些并行算法击败了Quicksort，但是考虑到您如何问这个问题，您不太可能访问它们。 有时，一种算法的“最坏情况”是另一种算法的“最佳情况”（使用Quick and Merge，几乎排序的数据有问题，但是使用简单得多的技术，速度很快）。

Answer 11

假设随机排序的数据，快速排序。

O（nlog n）是平均情况，最坏情况是O（n ^ 2），但这需要高度非随机的数据。

您可能需要描述数据集特征。

Answer 12

有关Quicksort和Mergesort的比较，请参阅快速排序与合并排序 ，这是大多数情况下较好的两种算法。

Answer 13

这完全取决于您要排序的数据。 不同的算法对于不同的数据具有不同的速度。 O（n）算法可能比O（n ^ 2）算法要慢，这取决于您使用的是哪种数据。

Answer 14

我一直喜欢合并排序，因为它很稳定（这意味着如果两个元素从排序角度来看是相等的，那么它们的相对顺序就被明确保留了），但是quicksort也很好。

Answer 15

图灵机的最低上限是通过merge sort实现的，即O（n log n）。 尽管在某些数据集上快速排序可能会更好。

除非您使用特殊的硬件（例如，硬件支持的磁珠分类 ，其他非比较分类），否则您不能低于O（n log n）。

Answer 16

关于指定问题的重要性：基数排序可能是最快的，但是仅当您的数据具有固定长度的键（可以分解为独立的小片段）时才可用。 这限制了它在一般情况下的用处，并解释了为什么没有更多人听说过它。

http://en.wikipedia.org/wiki/Radix_sort

PS这是O（k * n）算法，其中k是密钥的大小。