數據結構中哪些演算法穩定

Ⅰ 數據結構-八大排序演算法的時間復雜度 穩定性

1：直接插入排序：
最好：待排序已經有序， 從前往後走都不用往裡面 插入。 時間復雜度為o(n)
最壞：待排序列是逆序，每一次都要移位插入。 時間復雜度o(n^2)
是穩定排序

2：希爾排序：
最好：縮小增量的插入排序，待排序已經有序。時間復雜度o(n）
一般：平均時間復雜度o(n ^{1.3)，最差也是時間復雜度o(n} 1.3)
不穩定排序

3：冒泡排序：
最好：待排序已經有序。時間復雜度o(n）
最壞：待排序是逆序。時間復雜度o(n^2）
穩定排序

4：快速排序：
最好：待排序無序。時間復雜度o(nlogn)
最壞: 待排序已經有序，基準定義在開始。 時間復雜度為o(n^2)
不穩定排序

5：直接選擇排序：
無論好壞:o(n^2)
穩定排序

6：堆排序：
無論好壞：時間復雜度o(nlogn)
不穩定排序

7：歸並排序：

穩定排序

8：基數排序：
無論好壞:o(d(n+r)) ，r為基數，d為位數.
穩定排序

Ⅱ 數據結構排序演算法有哪些常用的

最常用的是快速排序，基數排序，計數排序，歸並排序，堆排序，（偶爾還有插入排序）
都有各自的應用，快排就是單純的快，但是特殊數據下復雜度會退化
基數排序可以配合一些特定的演算法，譬如後綴數組的構建
計數排序簡單且常用，通常排序值域小但是數據量大的情況
歸並直接用來排序並不多，但是可以用來求解一些其他問題，本身的思想也非常重要，有很多拓展的演算法（不是排序演算法）
堆排序勝在穩定，不論數據如何最壞都是O(nlogn)，一般情況比快速排序慢些，但是極端情況下表現十分優秀，常用來配合快速排序，優化其穩定性
插入排序適合極少量數據的排序（幾個到十幾個），速度要比這些高級演算法快一些

Ⅲ 數據結構中哪種排序方式效率最好

簡單排序的演算法（直接插入，冒泡，簡單選擇排序）簡單且穩定，適合與待排記錄較小的情況，當當待排序的關鍵碼序列已經基本有序時，用直接插入排序最快。
就平均時間的性能而言，快速排序最佳，即排序速度最快，所以在隨機情況下，快速排序是最佳選擇。一般情況下，快速排序效率最好。
既要節省空間，又要有較快的排序速度，堆排序是最佳選擇，其不足之處是建堆時需要消耗較多時間。
若希望排序是穩定的，且有較快的排序速度，則可選用2路歸並排序，其缺點需要較大的輔助空間分配。

Ⅳ 數據結構有哪些基本演算法

一、排序演算法 1、有簡單排序（包括冒泡排序、插入排序、選擇排序） 2、快速排序，很常見的 3、堆排序， 4、歸並排序，最穩定的，即沒有太差的情況 二、搜索演算法 最基礎的有二分搜索演算法，最常見的搜索演算法，前提是序列已經有序 還有深度優先和廣度有限搜索；及使用剪枝，A*，hash表等方法對其進行優化。 三、當然，對於基本數據結構，棧，隊列，樹。都有一些基本的操作 例如，棧的pop，push，隊列的取隊頭，如隊；以及這些數據結構的具體實現，使用連續的存儲空間（數組），還是使用鏈表，兩種具體存儲方法下操作方式的具體實現也不一樣。 還有樹的操作，如先序遍歷，中序遍歷，後續遍歷。 當然，這些只是一些基本的針對數據結構的演算法。 而基本演算法的思想應該有：1、回溯2、遞歸3、貪心4、動態規劃5、分治有些數據結構教材沒有涉及基礎演算法，lz可以另外找一些基礎演算法書看一下。有興趣的可以上oj做題，呵呵。演算法真的要學起來那是挺費勁。

Ⅳ 數據結構有哪些基本演算法

數據結構是一門研究非數值計算的程序設計問題中的操作對象，以及它們之間的關系和操作等相關問題的學科。

可以理解為：程序設計 = 數據結構 + 演算法

數據結構演算法具有五個基本特徵：輸入、輸出、有窮性、確定性和可行性。

1、輸入：一個演算法具有零個或者多個輸出。以刻畫運算對象的初始情況，所謂0個輸入是指演算法本身定出了初始條件。後面一句話翻譯過來就是，如果一個演算法本身給出了初始條件，那麼可以沒有輸出。比如，列印一句話：NSLog(@"你最牛逼！");

2、輸出：演算法至少有一個輸出。也就是說，演算法一定要有輸出。輸出的形式可以是列印，也可以使返回一個值或者多個值等。也可以是顯示某些提示。

3、有窮性：演算法的執行步驟是有限的，演算法的執行時間也是有限的。

4、確定性：演算法的每個步驟都有確定的含義，不會出現二義性。

5、可行性：演算法是可用的，也就是能夠解決當前問題。

數據結果的基本演算法有：

1、圖搜索（廣度優先、深度優先）深度優先特別重要

2、排序

3、動態規劃

4、匹配演算法和網路流演算法

5、正則表達式和字元串匹配

6、三路劃分-快速排序

7、合並排序（更具擴展性，復雜度類似快速排序）

8、DF/BF 搜索 （要知道使用場景）

9、Prim / Kruskal （最小生成樹）

10、Dijkstra （最短路徑演算法）

11、選擇演算法