排序算法基本定义：
- 稳定性：排序前相等的两个数，在排完序后相对位置不变
- 内排序：所有排序操作都在内存中完成
- 外排序：大文件的排序，所以将数据放在磁盘中，通过磁盘和内存的数据传输进行排序
- 时间复杂度：一个算法执行所耗费的时间
- 空间复杂度：一个算法执行所需要的内存空间
| 排序算法 | 时间复杂度 | 空间复杂度 | 排序方式 | 稳定性 |
|---|---|---|---|---|
| 插入排序 | O(N^2) | O(1) | 常数内存 | 稳定 |
| 冒泡排序 | O(N^2) | O(1) | 常数内存 | 稳定 |
| 选择排序 | O(N^2) | O(1) | 常数内存 | 不稳定 |
| 快速排序 | O(N * logN) | O(logN) | 常数内存 | 不稳定 |
| 归并排序 | O(N * logN) | O(N) | 额外内存 | 稳定 |
| 堆排序 | O(N * logN) | O(1) | 常数内存 | 不稳定 |
注：插入排序在O(N^2)上常数项是极低的
简记不稳定性排序：选，快，对(堆)，选的又快又对
选择排序不稳定举例：3313 -> 1333
快速排序不稳定举例：55553[以5为基准] -> 35555
堆排序不稳定举例：5446变成大根堆的过程 -> 6544[可以自己画图一下]
目前没有找到时间复杂度是 O(N * logN)，空间复杂度是O(1),又稳定的排序。
一般我们用快排多一些，因为经过实验表明它的常数项是最低的,如果实在有空间限制就用堆排序，需要稳定性的时候使用归并排序
工程上对排序的改进
- 充分利用O(N * logN)和O(N^2)排序的优势，整体上用快速排序，当样本量 <= 60的时候直接用插入排序了。因为在小样本情况下，N^2瓶颈不明显，反而常数项是限制，所以小样本是插入排序。
- 稳定性，比如面试官如果问你对于普通类型用快排，自己定义的类型用归并，原因是什么，答案就是要考虑稳定性
