从阅读维基百科的this文章中对排序算法的看法，似乎smoothsort是最好的排序算法。它在所有类别中都有最佳表现：最佳，平均和最差。在任何类别中都没有什么比这更好的了。它还具有恒定的内存要求。唯一的缺点是它不稳定。
它在内存中击败了timsort，它在最坏情况下的性能和内存方面都快速进入。
但我从未听说过smoothsort。没有人提到它，大多数讨论似乎都围绕着其他排序算法。
为什么？
答案 0 :(得分：32)
Big-O性能非常适合发布论文，但在现实世界中我们也必须考虑常量。 Quicksort长期以来一直是不稳定，就地内存排序的首选算法，因为我们可以非常有效地实现其内部循环，并且它非常适合缓存。即使你可以像quicksort一样有效地或几乎同样有效地实现smoothsort的内部循环，你可能会发现它的缓存未命中率使它变慢。
我们通过花费更多精力选择好的枢轴（减少病理病例数）和检测病理病例来减轻速度最差的表现。查看introsort。 Introsort首先运行快速排序，但如果它检测到过多的递归（这表示快速排序的病态情况），则切换到heapsort。
答案 1 :(得分：8)
更好的渐近并不意味着更好的表现（虽然通常情况就是如此）。隐藏常量可能会大几倍，导致它比相对小尺寸的数组（其中相对较小的数组）的另一算法（具有相同甚至最差的渐近复杂性）慢事实上，可能是任意大小，例如10 100 。这是渐近分析）。但我对smoothsort隐藏常数一无所知。
例如，there is用于查找k阶统计量的O（n）最坏时间算法，但它太复杂，以至于O（n log n）最坏情况版本在大多数情况下都优于它。
此外，还有一个有趣的comparison：
......正如你所看到的，Timsort和Smoothsort都没有削减芥末。在所有情况下，Smoothsort都比STL排序更差（即使使用std：bitset替换为原始位操作）...
答案 2 :(得分：1)
首先，我会说它不像Smoothsort不出名。这取决于用户的需求，也取决于用户是否使用它。
smoothsort的优点是，如果输入已经在某种程度上排序，它接近O（n）时间，而无论初始排序状态如何，heapsort平均为O（n log n）。
来自Documentation： -
smoothsort算法需要能够在内存中保存大小 字符串中的所有堆。因为所有这些值都是 不同，这通常使用位向量来完成。而且，因为 序列中最多有O（log n）个数，这些位可以是 以O（1）机器字编码，假设是一个跨机器的机器 模型。