¿Cuáles son los usos de diferentes algoritmos de clasificación como burbuja, selección, inserción, shell, fusión, montón, rápido, árbol, raíz, conteo y clasificación de cubetas en escenarios de la vida real?

Consulte este sitio para conocer el tiempo de ejecución de diferentes algoritmos de clasificación.
Big-O Algorithm Complexity Cheat Sheet
Ahora déjame señalarte la diferencia entre algunos algoritmos.
Si está teniendo una clase con 100 estudiantes y desea ordenar sus nombres, entonces la clasificación de burbujas será una elección eficiente, en comparación con las demás.
Ahora, si está creando un sitio web que almacena nombres de personas de diferentes lugares. Asegúrese de que esta lista sea enorme. Ahora no puede elegir el tipo de burbuja, ya que consume más tiempo ordenar la lista. Por lo tanto, su sitio puede volverse lento para consultas rápidas ( si se basa en el resultado de la ordenación).
En este caso, la ordenación por fusión o la ordenación rápida funciona bien. También existe una diferencia. La ordenación por fusión consume una cantidad adicional de espacio, mientras que la ordenación rápida no necesita memoria adicional.
De esta manera, diferentes algoritmos encajan en diferentes lugares.
Pero los más utilizados son la fusión y la clasificación rápida, debido a su eficiencia de tiempo.

Editar:
Como se señaló en el comentario, la ordenación por inserción es mejor para todos los tamaños de matriz dinámica cuando se da prioridad a la eficiencia del espacio. Cada sistema tiene un inconveniente similar, el tipo de inserción no es mejor cuando la complejidad del tiempo es una prioridad. Hoy en día las personas se centran más en el tiempo que en el espacio. Es por eso que el tipo de fusión es ampliamente utilizado.
Además, la complejidad temporal de la ordenación por inserción depende de la estructura de datos que utilice. (Matriz, listas vinculadas, … etc.).

Para la clasificación en el núcleo, el ordenamiento rápido es el más común, porque casi siempre es O (N log N) y el bucle interno es muy simple y rápido.

Cuando solo hay unos pocos cientos de elementos, la ordenación por inserción está bien. Pero la ordenación de shell es solo unas pocas líneas adicionales de código, y se escala considerablemente mejor.

La ordenación por fusión se vuelve más útil como parte de una ordenación fuera del núcleo: escriba una gran cantidad de archivos ordenados utilizando su ordenación por núcleo favorita, luego combínelos en un solo archivo ordenado.

La clasificación de Trie y radix es fantástica si sus claves son enteros no demasiado anchos, y aún mejor si la distribución de claves está agrupada.

En las máquinas modernas, generalmente soy un fanático de la clasificación de distribución en lugar de la fusión: en un tipo de distribución, los accesos aleatorios son escrituras, y las CPU modernas son excelentes para ocultar la latencia de escritura; En una combinación, los accesos aleatorios son lecturas, que tienen muchas más probabilidades de ralentizarlo.

El tipo de burbuja nunca debe usarse para nada.

Ordenación por inserción: ofrece factores constantes bajos y es bueno para ordenar listas pequeñas, también aparece como casos base para combinar y ordenar rápidamente cuando el tamaño de un subcampo es pequeño.

Selección de selección: útil para la instrucción ya que este podría ser el algoritmo de clasificación más intuitivo.

Quicksort: rápido en la práctica con datos aleatorios, pero carece del buen rendimiento en el peor de los casos de otros tipos. Los árboles de búsqueda binarios ingenuos (desequilibrados) son solo una versión de transmisión rápida (es decir, acomodando nuevos elementos a medida que llegan), muy útil para comprender los BST también.

Mergesort: aunque requiere un poco de espacio extra, este es un tipo rápido que también tiene variantes como Timsort que naturalmente pueden aprovechar la estructura preexistente en la entrada, como si su entrada está casi ordenada.

Heapsort: todavía relativamente rápido mientras está en su lugar.

Tipo de burbuja: inútil, por lo que puedo ver.

Tipo de shell: no se ve mucho uso hoy, pero se usó más históricamente.

Orden de conteo: se ordena en tiempo lineal cuando todos los valores son enteros en un rango pequeño, por ejemplo, 1-K para algunos K

Clasificación de radix: para los tipos enteros donde los números enteros pueden estar en un rango mayor que el que funcionaría con el orden de conteo. En muchas circunstancias, puede superar los tipos basados ​​en comparación para grandes conjuntos de datos.

La razón por la que aprende tantos algoritmos de clasificación diferentes en la escuela es porque son excelentes ejemplos de enseñanza. No requieren mucho código para implementar, por lo que realmente puede comprenderlos en profundidad, y puede ver que pequeños cambios en un algoritmo pueden tener un gran impacto en el rendimiento. También puede ver la diferencia entre un algoritmo O (n ^ 2) y O (n log (n)).

En escenarios de la vida real, la mayoría de las personas terminan clasificando los datos usando cualquier función de clasificación de la biblioteca que viene con el lenguaje que están utilizando (por ejemplo, qsort () en C.) En general, ni siquiera saben qué algoritmo es, y solo confían en que es bueno (volviendo a qsort (), podría pensar que es una ordenación rápida, y alguna vez lo fue, pero ahora es más complejo).

Buenas respuestas para esta pregunta de tipo escolar. Al comparar, considere el uso de la memoria, el uso del procesador, el número de comparaciones y si tiene que mover datos para la inserción (inserte entre los elementos 4 y 5 en una matriz) o simplemente puede agregar un elemento (ajuste los enlaces para incluir ahora el nuevo elemento). Los escenarios de la vida real dados hicieron selecciones basadas en estos parámetros (quizás adicionales).

Ver estos algoritmos de clasificación tienen diferentes tiempos de ejecución. Entonces, según el requisito, utilizan diferentes algoritmos de clasificación.
Normalmente van con el más rápido que, si mal no recuerdo, es ordenar por cubeta o por fusión. Pero si tiene que ordenar una matriz que va con un cubo, es un desperdicio.
Entonces, ahí es donde se usan otros como clasificación rápida.

Bubble es el algoritmo más simple y solo se usa para una cantidad muy pequeña de datos y durante los estudios. Quicksort se usa ampliamente, aunque su rendimiento puede disminuir drásticamente en ciertos tipos de datos. La clasificación de índice y la clasificación de inserción se utilizan en motores de base de datos. Y por último, encadenamiento y b-tree se utilizan en sistemas de archivos.

En mi único trabajo real, me encargaron crear una función de búsqueda y clasificación para el software de inventario que estábamos creando. Dificultad: no estaba usando Javascript, que por supuesto tiene sort () y RegEx y todas las otras herramientas muy útiles para que esto suceda. Estaba usando Actionscript … versión 2.

Entonces, cuando tiene que encontrar SU código para ordenar datos ese día , es útil saber al menos qué es eso y por qué uno es mejor que el otro.