为什么不使用堆sorting总是
堆分类sortingalgorithm似乎具有O（nlogn）的最坏情况复杂度，并使用O（1）空间进行sorting操作。
这似乎比大多数sortingalgorithm更好。 那么，为什么没有人总是使用堆sorting作为sortingalgorithm（以及为什么人们使用sorting机制，如合并sorting或快速sorting）？
另外，我也看到人们用Heapsorting来使用术语“不稳定性”。 这意味着什么？
稳定的sorting维护具有相同键的项目的相对顺序。 例如，假设您的数据集包含带有员工ID和姓名的logging。 最初的顺序是：
1, Jim 2, George 3, Jim 4, Sally 5, George 你想按名称sorting。 一个稳定的sorting将安排在这个顺序的项目：
2, George 5, George 1, Jim 3, Jim 4, Sally
请注意，“George”的重复logging与最初列表中的相同顺序相同。 与两个“吉姆”logging相同。
不稳定的sorting可能会安排这样的项目：
5, George 2, George 1, Jim 3, Jim 4, Sally
Heapsort不稳定，因为堆上的操作可以改变相等项目的相对顺序。 并不是所有的Quicksort实现都是稳定的。 这取决于你如何实现分区。
尽pipeHeapsort的复杂度最低，为O(n log(n)) ，但并不能说明整个情况。 在现实世界中，理论分析中没有考虑到常量因素。 在Heapsort vs. Quicksort的情况下，事实certificate，有些方法（例如，中间值为5）使得Quicksort最糟糕的情况确实非常罕见。 另外，维护一个堆不是免费的。
给定一个正态分布的数组，Quicksort和Heapsort都将以O(n log(n)) 。 但Quicksort会执行得更快，因为它的常数因子小于Heapsort的常数因子。 简而言之，分区比维护堆更快。
堆sorting的最坏情况复杂度为O(n log(n)) 。 然而，实证研究表明，尽pipe最坏情况的复杂度是O(n²) ，但一般的快速sorting （和其他sortingalgorithm）比堆sorting快得多： http : //www.cs.auckland.ac.nz/~jmor159/PLDS210 /qsort3.html
另外，从维基百科的快速sorting文章 ：
quicksort最直接的竞争对手是heapsort。 Heapsort最糟糕的运行时间总是O（n log n）。 但是，heapsort被认为平均比标准就地quicksort慢一点。 这仍然是争论和研究，一些出版物表明相反。[13] [14] Introsort是一种快速sorting的变体，当检测到一个不好的情况时可以切换到堆sorting，以避免快速sorting的最坏情况下的运行时间。 如果事先知道heapsort是必要的，直接使用它将比等待introsort切换到它更快。
但是，快速sorting不应该用于需要保证响应时间的应用程序！
来源Stackoverflow： Quicksort vs heapsort
没有银子弹
只是提到另一个我还没有看到的论点：
如果你的数据集真的很大，不适合内存，那么合并sorting就像一个魅力。 它经常用于数据集可以跨越数百台机器的集群。
稳定的sortingalgorithm保持相同键的logging的相对顺序
一些应用程序喜欢有这样的稳定性，大多数不关心，例如谷歌是你的朋友。
至于你断言“人们使用sorting机制，如合并sorting或快速sorting”我敢打赌，大多数人使用任何内置到他们的语言，不要考虑sortingalgorithm。 那些推出自己的可能没有听说过堆sorting（最后是个人经验）。
最后一个也是最大的原因是不是每个人都想要一个sorting的堆。 有些人想要sorting的列表。 如果一般的Joe程序员的老板说“对这个列表进行sorting”，Joe说：“这是你从未听说过的这个堆数据结构，老板！”，Joe的下一次性能评估不会那么好。
当我在80年代中期在Tandem Non-Stop计算机上工作很短时间时，我注意到系统内核sorting例程是HeapSort，正是因为它确保了NlogN性能。 但是，我不知道谁有什么理由使用它，所以我不知道它在实践中是如何工作的。 我喜欢大堆，但是除了上面提到的缺点之外，我听说它使用了现代化的存储器，因为它使得存储器访问遍布整个地方，而快速sorting甚至小基数sorting最终混合了一个相对较小的数字连续读取和写入stream – 所以caching更有效。
