哪种排序算法最快
㈠ 1,请选择下面四种排序算法中最快又是稳定的排序算法 A.快速排序 B.希尔排序 C.堆排序 D.归并排序
选D！复杂度O( n*logn )
㈡ 以下哪种排序算法对进行的排序最快
1.选择排序：不稳定，时间复杂度
O(n^2)
选择排序的基本思想是对待排序的记录序列进行n-1遍的处理，第i遍处理是将L[i..n]中最小者与L[i]交换位置。这样，经过i遍处理之后，前i个记录的位置已经是正确的了。
2.插入排序：稳定，时间复杂度
O(n^2)
插入排序的基本思想是，经过i-1遍处理后,L[1..i-1]己排好序。第i遍处理仅将L[i]插入L[1..i-1]的适当位置，使得L[1..i]
又是排好序的序列。要达到这个目的，我们可以用顺序比较的方法。首先比较L[i]和L[i-1]，如果L[i-1]≤
L[i]，则L[1..i]已排好序，第i遍处理就结束了；否则交换L[i]与L[i-1]的位置，继续比较L[i-1]和L[i-2]，直到找到某一个位置j(1≤j≤i-1)，使得L[j]
≤L[j+1]时为止。图1演示了对4个元素进行插入排序的过程，共需要(a),(b),(c)三次插入。
3.冒泡排序：稳定，时间复杂度
O(n^2)
冒泡排序方法是最简单的排序方法。这种方法的基本思想是，将待排序的元素看作是竖着排列的“气泡”，较小的元素比较轻，从而要消慎稿往上浮。在冒泡排序算法中我们要对这个“气泡”序列处理若干遍。所谓一遍处理，就是自底向上检查一遍这个序列，并时刻注意两个相邻的元素的顺序是否正确。如果发现两个相邻元素的顺序不对，即“轻”的元素在下面，就交换它们的位置。显然，处理一遍之后，“最轻”的元素就浮拿孝到了最高位置；处理二遍之后，“次轻”的元素就浮到了次高位置。在作第二遍处理时，由于最高位置上的元素已是“最轻”元素，所以不必检查。一般地，第i遍处理时，不必检查第i高位置以上的元素，因为经过前面i-1遍的处理，它们已正确地排好序。
4.堆排序：不稳定，时间复杂度
O(nlog
n)
堆排序是一种树形选择排序，在排序过程中，将A[n]看成是完全二叉树的顺序存储结构，利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择最小的元素。
5.归并排序：稳定，时间复杂度
O(nlog
n)
设有两个有序（升序）序列存储在孝橡同一数组中相邻的位置上，不妨设为A[l..m]，A[m+1..h]，将它们归并为一个有序数列，并存储在A[l..h]。
6.快速排序：不稳定，时间复杂度
最理想
O(nlogn)
最差时间O(n^2)
快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟扫描后，使得排序序列的长度能大幅度地减少。在冒泡排序中，一次扫描只能确保最大数值的数移到正确位置，而待排序序列的长度可能只减少1。快速排序通过一趟扫描，就能确保某个数（以它为基准点吧）的左边各数都比它小，右边各数都比它大。然后又用同样的方法处理它左右两边的数，直到基准点的左右只有一个元素为止。
几种排序的时间复杂度，可以参考一下
㈢ 一般来说,最快的排序算法是（） A：归并排序 B：快速排序 C：插入排序 D：希尔排序
B：快速排序
现在开始,我们要接触高效排序算法了.实践证明,快速排序是所有排序算法中最高效的一种.它采用了分治的思想：先保证列表的前半部分都小于后半部分,然后分别对前半部分和后半部分排序,这样整个列表就有序了.这是一种先进的思想,也是它高效的原因.
各个算法时间复杂度比较：
平均时间复杂度
插入排序 O(n2)
冒泡排序 O(n2)
选择排序 O(n2)
快速排序 O(n log n)
堆排序 O(n log n)
归并排序 O(n log n)
基数排序 O(n)
希尔排序 O(n1.25)
㈣ 在各类算法中那种算法排序是最快的
说句实话，没有最快这一说。
如果不在乎浪费空间，应该是桶排序最快
如果整体基本有序，插入排序最快
如果考虑综合情况，快速排序更加实用常见（希尔排序、堆排序等各种排序也各有优劣）
一般情况下，冒泡这种排序仅仅是名字起的有趣罢了，不太好用
㈤ 最快的排序算法是什么
最快的排序算法是什么，很多人的第一反应是快排，感觉QuickSort 当然应该最快了，其实并非如此，坦岁快排是不稳定的，最坏情况下，快排序并不是最优，Java7 中引入的 TimSort 就是一个结合了插入排序和归并排序的高效算法.
Timsort最早是 Tim Peters 于2001年为 python 写的排序算法。自从发明该算法以来，它已被用作Python，Java，Android平台和GNU Octave中的默认排序算法。
关于此算法的详细描述参见 http://svn.python.org/projects/python/trunk/Objects/listsort.txt
看看它与另外两个高效排序算法的比较
相比之下， TimSort 的最佳，平均和最坏情况综合起来最佳。在数据量比较少（<=64）的情况下，它直接用 Insert Sort，否则使用 MergeSort + BinarySearch 来提高排序效率
下面写一个给扑克牌排序的例子，比较一下冒泡，插入，快排，归并排序，TimSort的性能:
然后分别用以上5种排序方法来做下性能比较
将1000 副牌打乱顺序的扑克牌排序下来，结果如下
但是 TimSort 也有让做睁一个问题， 在 JDK7 的描述中提到它有如下兼容性问题
所以在JDK7以后，实现Comparable接口的比较器需要满足以下三个约束条件：
1） 自反性：x，y 的比较结果和 y，x 的比较结果胡团相反。
2） 传递性：x>y, y>z,则 x>z。
3） 对称性：x=y,则 x,z 比较结果和 y，z 比较结果相同。
如果你的比较方法违反了以上的约束，要么你不使用这个新的算法，还是回到传统的归并排序
要么修改你的比较器以符合上述的约束条件。
举两个例子如下