排序算法的执行效率

最好情况、最坏情况、平均情况下的时间复杂度

除了最好情况、最坏情况、平均情况下的时间复杂度之外，我们还要说出最好、最坏时间复杂度对应的要排序的原始数据是怎样的。

时间复杂度的系数、常数、低阶

时间复杂度反应的是数据规模 n 很大的时候的一个增长趋势，所以她表示的时候会忽略系数、常数、低阶。但是实际开发中，排序可能是10、100、1000这样的小规模数据，所以在对同一阶时间复杂度的排序算法性能对比的时候，我们就要把系数、常数、低阶也考虑进来。

比较次数和交换（或移动）次数

基于比较的排序算法的执行过程，会涉及两种操作，一种是元素比较大小，另一种是元素交换或移动。所以，如果我们在分析排序算法的执行效率的时候，应该把比较次数和交换（或移动）次数也考虑进去。

排序算法的内存消耗

算法的内存消耗可以通过空间复杂度来衡量，排序算法也不例外。不过，针对排序算法的空间复杂度，我们还引入了一个新的概念，原地排序（Sorted in place）。原地排序算法，就是特指空间复杂度是 O(1) 的排序算法。
稳定性。这个概念是说，如果待排序的序列中存在值相等的元素，经过排序之后，相等元素之间原有的先后顺序不变。