数据量非常小的情况

如果数据量非常小，堆排序、归并排序、快速排序、桶排序、timeSort排序、计数排序的表现都是非常优异的；那么数据量非常小的情况下，我们应该选择哪种排序算法进行排序呢？笔者推荐堆排序或归并排序或快速排序或timesort排序，以下是参考条件

冒泡排序属于暴力排序，对cpu的运算负载非常大，直接忽略
插入排序，希尔排序，选择排序属于低阶排序算法，在本轮测试中表现不是非常好，而且其一般用于其他排序算法的辅助性工具，所以忽略
堆排序没有用到辅助性的数组，所以它占用的空间可以忽略为待排序数组的大小，测试中耗时最短，对栈的依赖适中，可以接受
归并排序用到了辅助性数组，所以它占用的空间可以忽略为两倍的待排序数组的大小，测试中耗时最短，对栈的依赖适中，比堆排序稍差
快速排序没有用到辅助性的数组，所以它占用的空间可以忽略为待排序数组的大小，测试中耗时偏短，但对栈的依赖最高，所以递归深度最深，比堆排序稍差
桶排序严格意义上说是一种策略，一种思想，且桶排序的执行效率与编码人员的综合素质息息相关，是一种下限极低，上限极高的极度自由的排序算法，用到小数据量的排序有点大材小用
timeSort是 jdk 官方默认排序算法，能被官方作为默认的排序算法，必然非常优秀；且它结合了归并排序和插入排序的优点
基数排序用到了辅助性数组，所以它占用的空间可以忽略为两倍的待排序数组的大小，测试中耗时偏高，但空间复杂度极低，也比较优秀
计数排序用到了模板性的辅助数组，所以它占用的空间可以很小，也可以很大，取决于待排序数组的分布情况，但时间复杂度极低，也比较优秀，如果待排序数组的最大最小值较小，可以考虑

数据量偏大的情况

如果数据量偏大的情况下，timeSort 排序算法的表现依旧非常卓越，必然为首选；因此数据量偏大的情况下 timeSort排序，归并排序，堆排序，快速排序，桶排序均可作为选择，对其余排序算法做简单分析

堆排序、归并排序在百万级数据量下的表现差距还不是很明显，且实际表现都比较优秀，可以作为选择
快速排序需要注意的是，从 100000 这个级别开始就会出现明显的爆栈问题，但是其综合变现还是非常优秀的，如果要使用，注意配置 jvm 参数
可以明显看出，在数据量达到 百万级别甚至更多 的情况下，桶排序开始发力了，且不鸣则已，一鸣惊人
计数排序算法的变现尤其优秀，但是它还是老问题，需要开发人员判断待排序序列的取值范围再做打算，否则可能会太过耗费内存空间