单链表排序最快的算法
㈠ 数据结构中哪种排序方式效率最好
简单排序的算法（直接插入，冒泡，简单选择排序）简单且稳定，适合与待排记录较小的情况，当当待排序的关键码序列已经基本有序时，用直接插入排序最快。
就平均时间的性能而言，快速排序最佳，即排序速度最快，所以在随机情况下，快速排序是最佳选择。一般情况下，快速排序效率最好。
既要节省空间，又要有较快的排序速度，堆排序是最佳选择，其不足之处是建堆时需要消耗较多时间。
若希望排序是稳定的，且有较快的排序速度，则可选用2路归并排序，其缺点需要较大的辅助空间分配。
㈡ 对单链表中的数据进行排序，用哪种算法比较好
typedef struct __LINK
{
int data;
struct __LINK *next;
} LinkNode_t;
//冒泡排序单连表, 交换值方式
bool LinkSort( LinkNode_t* &head )
{
assert( head != NULL );
bool change = true;
LinkNode_t* p = head;
LinkNode_t* pStop = head->next;
int ifirst = 0;
while ( pStop && pStop->next )
{
pStop = pStop->next;
}
LinkNode_t* pFlag = head;
while ( change )
{
change = false;
for ( p = head->next; p != pStop; p = p->next )
{
if ( p->data < p->next->data )
{
int value = p->data;
p->data = p->next->data;
p->next->data = value;
change = true;
}
if ( p->next == pStop ) pFlag = p;
}
pStop = pFlag;
}
return true;
}
㈢ 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
㈣ 世界上最快的排序算法
Timsort是一个自适应的、混合的、稳定的排序算法，融合了归并算法和二分插入排序算法的精髓，在现实世界的数据中有着特别优秀的表现。它是由Tim Peter于2002年发明的，用在Python这个编程语言里面。这个算法之所以快，是因为它充分利用了现实世界的待排序数据里面，有很多子串是已经排好序的不需要再重新排序，利用这个特性并且加上合适的合并规则可以更加高效的排序剩下的待排序序列。
㈤ 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
㈥ 单链表的直接插入排序的算法。问题
一开始head->next=NULL;与q=head->next;表示将头指针与后面的链表完全断开，然后p就是后面链表的第一个结点，第一个while就是用来判断后面的那个链表是否有剩，然后q表示head的下一个结点，因为第一次操作head下一个是空的，所以第二个while跳出来，后面链表首结点下一个指向head的下一个即空，head下一个变成后面链表首结点，总的说就是把后面链表的首结点插到head的后面，之后p=pre来使后面链表首结点向后移。后面的操作也是一样，不过经过第一轮操作后，head后面已经有了结点，所以第二轮操作需要第二个while来控制应该插在哪里
㈦ 设计两个有序单链表的合并排序算法
方法一:依次基穗取链表2的节点,和链表1中的节点比较,找好位置之后插入到链表1中,然后两个链表指针各加一
方法二:另外乱滑建一个空链表,然后分别取两个链表的节点搏陪卜,按照顺序,放入空链表中
方法三:两个链表先连接然后排序(效率最低的)
㈧ 单链表上难以实现的排序方法
单链表上难以实现的排序方法是快速排序。根据查询相关公开信息显示，单链表上难以实现的排序方法是快灶做闷速排序法，包括堆排序和希尔排序，使用数组制作的静态树，胡搭使用单链表隐弯进行该算法。
㈨ 什么排序的速度（时间复杂度）最快
从时间复杂度看，所有内部排序方法可以分为两类。
1.插入排序 选择排序 起泡排序
其时间复杂度为O(n2)；
2.堆排序 快速排序 归并排序
其时间复杂度为O(nlog2n)。
这是就平均情况而言的，如果从最好的情况考虑，
则插入排序和起泡排序的时间复杂度最好，为O(n)，
而其他算法的最好情况同平均情况大致相同。
如果从最坏的情况考虑，快速排序的时间复杂度为O(n2)，插入排序和起泡排序虽然同平均情况相同，但系数大约增加一倍，运行速度降低一半，而选择排序、堆排序和归并排序则影响不大。
总之，
在平均情况下，快速排序最快；
在最好情况下，插入排序和起泡排序最快；
在最坏情况下，堆排序和归并排序最快。
㈩ 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