我们什么时候喜欢
a）桶排序，和b）基数排序
比较像
这样的排序答案 0 :(得分：2)
数学家会认为大多数种类在O（n log（n））或O（n²）时间运行，其中RadixSort在O（n）时间内运行。 - source
Bucket sort是基数排序的表亲，具有最重要的数字风格。 - source
优点： - copied from source
基数和桶分类是稳定的，保留了相等键的现有顺序。
与大多数其他种类不同，它们在线性时间内工作。换句话说，当需要对大量物品进行分类时，它们不会陷入困境。大多数排序在O（n log n）或O（n ^ 2）时间内运行。
每个项目的排序时间是不变的，因为不会对项目进行比较。对于其他类别，每次排序的时间随着项目数量的增加而增加。
当你有大量记录要用短键排序时，基数排序特别有效。
答案 1 :(得分：2)
当您必须对数字进行排序 时，优选基数排序，通常是符合32/64位整数的自然数（如果更少，请考虑计算排序） 。这是因为它更快，执行约k*N次操作，其中k是常量（换句话说，O(N)时间）。对于32位整数，k通常为2或4。
当你必须对较小的集合进行排序时，没有必要为基数排序及其亲属而烦恼。在这些情况下，优化的快速排序（阅读：introsort）会更快。此外，如果您要对自定义数据类型进行排序，甚至可能无法使用基数排序，因此您别无选择，只能使用比较排序。
如果您不确定哪个更快（并且有时难以确定），请运行测试。始终考虑输入已经排序，反向排序和随机顺序的情况。考虑每种算法的内存要求，并做出相应的选择。
答案 2 :(得分：0)
这听起来很像家庭作业问题，所以我不想说太多。
冒泡排序是一种非常简单的排序算法，它遍历列表中的所有项目，并将其与其他项目进行比较。这导致了很多比较，因此非常缓慢。
基数排序是基于数字排序的，但您可以用数字表示任何数据，它和存储桶可以提供更快的结果。
插入/选择/合并排序旨在执行这些任务。例如，当合并到列表时，如果要求对两个列表进行预排序，则可以使用特殊排序快速合并它们，而不是将整个列表排序为一个。如果您知道两个列表都是有序的，您只需要跟踪每个列表中的位置（两个索引号）并比较每个索引处的元素，并在您取出其中一个项目并移动它时将索引向上移动进入新名单。
排序算法是一个巨大的计算领域，因为有许多不同的要求。我描述的合并很容易编码，但在排序时，使用的内存加倍。你可能也可以让它运行得更快。也许从两端开始，跟踪两个索引，两个半合并的lits，一个从底部到中间，另一个从顶部到中间，然后将第二个连接到第一个......可能工作得更好我不知道。