NumPy 三种排序的表现与思考

Numpy 库给我们提供了三种数组排序的算法：

1. 快速排序（Quicksort）: 所谓快速排序就是一种就地排序算法。就地是啥意思？就是它不会创建原数组的一个副本，而是和原数组共用数据，直接修改原数组的结构--对标三国演义有些类似司马懿夺取魏国，殿宇啥的都不换，我就换你曹魏的内部，哈哈。

2. 归并排序（mergesort）: 归并排序使用的打法是合并操作对数组进行排序，通常将数组分为两半，分别进行排序，然后将分别排序好的两半再进行合并。这个“典故”相似于赤壁之战的孙刘联军。哎，我们先在一起商议，然后分头行动，最后在汇合共同击退敌人。

3. 堆排序（heapsort）: 堆排序是怎么个情况呢？它是使用堆数据结构来管理无序的数据集，近似于一个二叉树，有最大堆和最小堆。大堆的节点关键字大于或等于小堆的节点关键字。这就好比于三国中的前期，袁绍率领的 18 路诸侯，他做盟主，下面有 18 路大军，18 路大军下有许许多多的小股势力一样。

以上就形象的介绍下三大排序算法的区别，如有不妥敬请谅解吧！

下面我们就实战一下三种排序在代码中的表现如何。

表现

为了公平起见，我们使用 NumPy 库给我们提供的 sort()函数进行测试，先来看下 sort()函数的格式和所需参数。

格式：numpy.sort(a, axis, kind, order)

参数：a:需要排序的数组；axis：数组的轴；kind: 排序算法；order：排序的字段

我们主要是测试 kind 参数，其他参数暂时不使用。

第一项：速度

经过测试，在速度方面，快速排序（39 毫秒） 、 归并排序（54 毫秒） 、 堆排序（76 秒）。

第二项：稳定性

稳定性方面是这么进行定义的，我们可以使用 numpy 库给我们提供的 argsort 函数来进行排序算法的稳定性，argsort 函数函数返回的是元素排序后的索引值，如果原数组之前的排序的索引不变，那么说明排序算法是稳定的。我们根据稳定性的定义一个个的进行测试一下。

经过测试以后，这三种排序怎么都是不稳定的呢？然后去翻了翻文档，但是文档中提供的是：

quicksort：不稳定；mergesort：稳定；heapsort：不稳定。

这边也有函数调用的说明，截图给大家看一下。

这个地方我也是没有想明白😓😵，但是还是得写出来，我相信掘友的力量是无穷的会帮我解决。

思考

NumPy 排序法自我认为，并不是哪个排序算法速度快，或者稳定性高，就在项目中频繁的进行使用，这个跟我们开发的项目大小和环境也有一定的关系吧，选择合理的排序算法，也是能提高项目性能的。

还有就是在以后的新知识学习的时候，我感觉一定要动手去做，才会发现意想不到的结果吧。

作者：二闹

链接：https://juejin.cn/post/7372371878058999827