排序算法的内存速度权衡答案

【问题标题】：Memory speed tradeoff of sorting algorithm排序算法的内存速度权衡
【发布时间】：2013-03-11 17:45:30
【问题描述】：

只考虑冒泡排序和归并排序。对于冒泡排序，时间复杂度为 O(n)，最坏情况为 O(n^2)，空间复杂度为 O(1)。对于归并排序，时间复杂度为 O(nlogn)，空间复杂度为 O(n)。如果输入的大小小于 1000，您会选择哪种类型，为什么？ 1000多呢？

这是我的一个面试问题。只是想知道你们会怎么回答。

【问题讨论】：

您选择什么取决于您用来评估的标准。对于一小部分，我会选择“最快速的代码干净”，而不要介意任何性能考虑。这听起来非常像家庭作业......
取决于很多事情。例如，你有多少内存？你是在内存还是文件中排序？数据是否可能接近排序？并行是一种选择吗？
input is less than 1000 - 只需使用冒泡排序或任何 O(n^2) 排序算法，如果它对您来说更简单编码。 What about more than 1000 Mergesort/Quicksort 甚至是 Quick Sort + Insertion Sort 的混合体。
冒泡排序也有线性内存复杂度。您必须在某个时候将数组放入内存中。
@double_squeeze 但它可以与输入重叠。再说一次，还有归并排序的就地变体，但这不再是 O(n log n)。

【解决方案1】：

只考虑冒泡排序和归并排序。

小于 1000，这可能意味着 RAM 足以满足任何排序算法的需要，无需外部存储。这也意味着在这种情况下，时间复杂度的理论界限并不重要。您可以选择任何您喜欢的排序算法，而不会产生任何时间损失。例如，您可以进行冒泡排序，因为它可能易于实现且直观。合并排序同样好。

当输入大小大于 1000 时，可能假设时间复杂度很重要，甚至如果没有外部存储，RAM 可能不够大。在这种情况下，如果您必须在两者之间进行选择，归并排序是最安全的选择。这是因为合并排序比冒泡排序具有更好的最坏情况性能，并且合并排序是external sort（当输入大小大于 RAM）的良好候选者。

【讨论】：