算法基础：7个常用排序指标

算法性能评估中，时间复杂度与空间复杂度作为关键性参数具有重要意义。针对排序算法这一具体类型，本文归纳了若干基本的常规性评估标准，并将在后续内容中以此为依据展开更深入的阐述。

文章结构概述

• 时间复杂度分析
  • 空间复杂度评估
  • 算法稳定性
  • 最佳时间复杂度表现
  • 最差时间复杂度表现
  • 比较操作次数
  • 数据交换次数
  • 相关参考资料

时间复杂度分析

• 时间复杂度：当n达到足够大的数值时，上述常规算法的时间复杂度按由低到高的顺序排列为：Ο(1)＜ Ο(log2n)＜ Ο(n)＜ Ο(nlog2n)＜ Ο(n2)＜ Ο(n3)＜ Ο(nk) ＜ Ο(2n) 。随着问题规模 n 的持续增长，时间复杂度也随之上升，这将导致算法运行效率逐步下降

详细可参看：<>

空间复杂度分析

• 空间复杂度：指算法在运行过程中所占用存储空间的大小与输入数据规模之间的关联性。当输入规模n达到足够大的情况下，空间复杂度能够在一定程度上反映出算法在存储资源利用方面的效率。