常见排序算法时间复杂度

常见排序算法的时间复杂度如下：
1. 冒泡排序：最坏O(n^2)，最好O(n)，平均O(n^2)
2. 选择排序：最坏O(n^2)，最好O(n^2)，平均O(n^2)
3. 插入排序：最坏O(n^2)，最好O(n)，平均O(n^2)
4. 希尔排序：最坏O(n^2)，最好O(nlogn)，平均O(nlogn)
5. 归并排序：最坏O(nlogn)，最好O(nlogn)，平均O(nlogn)
6. 快速排序：最坏O(n^2)，最好O(nlogn)，平均O(nlogn)
7. 堆排序：最坏O(nlogn)，最好O(nlogn)，平均O(nlogn)
8. 计数排序：最坏O(n+k)，最好O(n+k)，平均O(n+k)
9. 桶排序：最坏O(n^2)，最好O(n+k)，平均O(n+k)
10. 基数排序：最坏O(d(n+k))，最好O(d(n+k))，平均O(d(n+k))，其中 d 代表数字位数，k 代表桶的个数

相关问题

常见算法的时间复杂度

常见算法的时间复杂度如下：

1. 常数时间复杂度：O(1)
即无论输入规模多大，算法的执行时间都保持不变。

2. 对数时间复杂度：O(log n)
例如二分查找算法，每次将问题规模缩小一半，时间复杂度为对数级别。

3. 线性时间复杂度：O(n)
例如线性搜索算法，需要遍历整个输入来寻找目标元素。

4. 线性对数时间复杂度：O(n log n)
例如快速排序、归并排序等基于分治思想的排序算法。

5. 平方时间复杂度：O(n^2)
例如冒泡排序、插入排序等简单的排序算法。

6. 立方时间复杂度：O(n^3)
例如矩阵乘法算法中的经典算法。

7. 指数时间复杂度：O(2^n)
例如解决旅行商问题的暴力穷举算法。

需要注意的是，以上只是常见算法的一部分，还有其他更复杂的算法和时间复杂度。此外，这些时间复杂度都是针对最坏情况下的复杂度，在最好情况下可能会有更低的复杂度。