数据结构中哪些算法稳定

Ⅰ 数据结构-八大排序算法的时间复杂度 稳定性

1：直接插入排序：
最好：待排序已经有序， 从前往后走都不用往里面 插入。 时间复杂度为o(n)
最坏：待排序列是逆序，每一次都要移位插入。 时间复杂度o(n^2)
是稳定排序

2：希尔排序：
最好：缩小增量的插入排序，待排序已经有序。时间复杂度o(n）
一般：平均时间复杂度o(n ^{1.3)，最差也是时间复杂度o(n} 1.3)
不稳定排序

3：冒泡排序：
最好：待排序已经有序。时间复杂度o(n）
最坏：待排序是逆序。时间复杂度o(n^2）
稳定排序

4：快速排序：
最好：待排序无序。时间复杂度o(nlogn)
最坏: 待排序已经有序，基准定义在开始。 时间复杂度为o(n^2)
不稳定排序

5：直接选择排序：
无论好坏:o(n^2)
稳定排序

6：堆排序：
无论好坏：时间复杂度o(nlogn)
不稳定排序

7：归并排序：

稳定排序

8：基数排序：
无论好坏:o(d(n+r)) ，r为基数，d为位数.
稳定排序

Ⅱ 数据结构排序算法有哪些常用的

最常用的是快速排序，基数排序，计数排序，归并排序，堆排序，（偶尔还有插入排序）
都有各自的应用，快排就是单纯的快，但是特殊数据下复杂度会退化
基数排序可以配合一些特定的算法，譬如后缀数组的构建
计数排序简单且常用，通常排序值域小但是数据量大的情况
归并直接用来排序并不多，但是可以用来求解一些其他问题，本身的思想也非常重要，有很多拓展的算法（不是排序算法）
堆排序胜在稳定，不论数据如何最坏都是O(nlogn)，一般情况比快速排序慢些，但是极端情况下表现十分优秀，常用来配合快速排序，优化其稳定性
插入排序适合极少量数据的排序（几个到十几个），速度要比这些高级算法快一些

Ⅲ 数据结构中哪种排序方式效率最好

简单排序的算法（直接插入，冒泡，简单选择排序）简单且稳定，适合与待排记录较小的情况，当当待排序的关键码序列已经基本有序时，用直接插入排序最快。
就平均时间的性能而言，快速排序最佳，即排序速度最快，所以在随机情况下，快速排序是最佳选择。一般情况下，快速排序效率最好。
既要节省空间，又要有较快的排序速度，堆排序是最佳选择，其不足之处是建堆时需要消耗较多时间。
若希望排序是稳定的，且有较快的排序速度，则可选用2路归并排序，其缺点需要较大的辅助空间分配。

Ⅳ 数据结构有哪些基本算法

一、排序算法 1、有简单排序（包括冒泡排序、插入排序、选择排序） 2、快速排序，很常见的 3、堆排序， 4、归并排序，最稳定的，即没有太差的情况 二、搜索算法 最基础的有二分搜索算法，最常见的搜索算法，前提是序列已经有序 还有深度优先和广度有限搜索；及使用剪枝，A*，hash表等方法对其进行优化。 三、当然，对于基本数据结构，栈，队列，树。都有一些基本的操作 例如，栈的pop，push，队列的取队头，如队；以及这些数据结构的具体实现，使用连续的存储空间（数组），还是使用链表，两种具体存储方法下操作方式的具体实现也不一样。 还有树的操作，如先序遍历，中序遍历，后续遍历。 当然，这些只是一些基本的针对数据结构的算法。 而基本算法的思想应该有：1、回溯2、递归3、贪心4、动态规划5、分治有些数据结构教材没有涉及基础算法，lz可以另外找一些基础算法书看一下。有兴趣的可以上oj做题，呵呵。算法真的要学起来那是挺费劲。

Ⅳ 数据结构有哪些基本算法

数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科。

可以理解为：程序设计 = 数据结构 + 算法

数据结构算法具有五个基本特征：输入、输出、有穷性、确定性和可行性。

1、输入：一个算法具有零个或者多个输出。以刻画运算对象的初始情况，所谓0个输入是指算法本身定出了初始条件。后面一句话翻译过来就是，如果一个算法本身给出了初始条件，那么可以没有输出。比如，打印一句话：NSLog(@"你最牛逼！");

2、输出：算法至少有一个输出。也就是说，算法一定要有输出。输出的形式可以是打印，也可以使返回一个值或者多个值等。也可以是显示某些提示。

3、有穷性：算法的执行步骤是有限的，算法的执行时间也是有限的。

4、确定性：算法的每个步骤都有确定的含义，不会出现二义性。

5、可行性：算法是可用的，也就是能够解决当前问题。

数据结果的基本算法有：

1、图搜索（广度优先、深度优先）深度优先特别重要

2、排序

3、动态规划

4、匹配算法和网络流算法

5、正则表达式和字符串匹配

6、三路划分-快速排序

7、合并排序（更具扩展性，复杂度类似快速排序）

8、DF/BF 搜索 （要知道使用场景）

9、Prim / Kruskal （最小生成树）

10、Dijkstra （最短路径算法）

11、选择算法