答案 0 :(得分：21)
以下site对常见排序算法进行了比较 - 当集合接近排序时，似乎插入排序获胜。
答案 1 :(得分：6)
但严重的是：Bubblesort很接近，但并不完全。 Bubblesort反复向一个方向移动，因此如果阵列顶端附近有一个低调值，并且比较站点始终向上“冒泡”，则需要对主循环进行多次迭代才能使数据项向下冒泡与当前相反。这是最糟糕的情况，对Bubblesort来说是灾难性的。
但是对BubbleSort进行了改进，有时称为 Elevator Cocktail Sort，其中气泡在交替的方向上移动：一次向上，一次向下，重复。这允许单个元素在单次通过中移动长距离（或实际上，2次通过），并且通过次数与需要移动的元素的数量成比例。对于少量未分类的元素，这可以提高效率。
我相信，对于一般情况，marek答案中的第二个链接会更快。 Bubble / Elevator 鸡尾酒排序的优点在于它非常简单，几乎万无一失，而且工作量很大。
答案 2 :(得分：3)
如果它已经被订购到如此高的程度，并且未完全排序的元素离它们的正确位置不远，那么这可能是bubblesort有用的少数情况之一。
答案 3 :(得分：2)
Google为此提供lot of results，例如本文概述了如何实现这一目标的各种方法：http://home.tiac.net/~cri/2004/ksort.html
答案 4 :(得分：1)
将它们放入数组中。你不想搞乱一个40k的链表。
CocktailSort的情况非常狭窄（两个方向的气泡）。但这取决于1％未分类的含义。如果有少数元素被取代，但接近目标位置则可能有效。
但InsertionSort或ShellSort几乎总会赢。即使在CocktailSort理论上会更好的情况下，差异也会很小。所以他们是（更）更安全的赌注。
答案 5 :(得分：0)
与大多数此类问题一样，答案是“这取决于......”。您是否关心排序是否稳定，即如果键相等的元素在排序后保留其原始相对排序？你只关心原始速度吗？简单的实施是否重要？记忆消耗是否重要？
就个人而言，我会总是选择一个稳定的排序算法，因为我愿意为我认为“合理”的行为牺牲一些原始速度，而且非常稳定的排序太频繁了“不合理”。所以我倾向于使用合并排序算法，这种算法快速且相当简单，但它确实使用了额外的内存。合并排序的另一个优点是，如果数据已经排序，其复杂度为O（n），因此对于接近排序的数据，它应该接近O（n）。
因人而异。
答案 6 :(得分：0)
性能是否至关重要（由分析器验证）？否则，只需使用您的framework / langauge的默认排序（可能是quicksort）。它会表现得很好。