pascal 中 log(n)

pascal 中 log(n)

就是排序的平均时间（最快+最慢/2）.　　在这个表格中,n是要被排序的纪录数量以及k是不同键值的数量.稳定的　　冒泡排序（bubble sort） — O(n2) 　　鸡尾酒排序 (Cocktail sort,双向的冒泡排序) — O(n2) 　　插入排序 （insertion sort）— O(n2) 　　桶排序 （bucket sort）— O(n); 需要 O(k) 额外 记忆体 　　计数排序 (counting sort) — O(n+k); 需要 O(n+k) 额外 记忆体 　　归并排序 （merge sort）— O(n log n); 需要 O(n) 额外记忆体 　　原地归并排序 — O(n2) 　　二叉树排序 （Binary tree sort） — O(n log n); 需要 O(n) 额外记忆体 　　鸽巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 额外记忆体 　　基数排序 （radix sort）— O(n•k); 需要 O(n) 额外记忆体 　　Gnome sort — O(n2) \x05　　Library sort — O(n log n) with high probability,需要 (1+ε)n 额外记忆体 不稳定　　选择排序 （selection sort）— O(n2) 　　希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本 　　Comb sort — O(n log n) 　　堆排序 （heapsort）— O(n log n) 　　Smoothsort — O(n log n) 　　快速排序 （quicksort）— O(n log n) 期望时间,O(n2) 最坏情况; 对於大的、乱数串列一般相信是最快的已知排序 　　Introsort — O(n log n) Patience sorting — O(n log n + k) 最外情况时间,需要 额外的 O(n + k) 空间,也需要找到最长的递增子序列（longest increasing subsequence）各算法的时间复杂度　　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)其实当你知道某一个排序的算法是就可以用计算器的log算出来了

好好学习下