想了解更多精彩内容，快来关注一支穿云
1、冒泡排序
基本思想：比较相邻的元素大小，将小的前移，大的后移，就像水中的气泡一样，最小的元素经过几次移动，会最终浮到水面上。原地排序，不需要返回值。
输出：
冒泡排序 9.2384
函数sorted排序 0.0041
排序结果 True
2、选择排序
基本思想：第1趟，在待排序记录r1 ~ r[n]中选出最小的记录， 将它与r1交换；
第2趟，在待排序记录r2 ~ r[n]中选出最小的记录， 将它与r2交换；
以此类推，第i趟在待排序记录r[i] ~ r[n]中选出最小的记录， 将它与r[i]交换，使有序序列不断增长直到全部排序完毕。
原地排序，不需要返回值。
输出：
选择排序 7.4946
函数sorted排序 0.0040
排序结果 True
3、插入排序
插入排序总结：
当前需要排序的元素(array[i])，跟已经排序好的最后一个元素比较(array[i-1])， 如果满足条件继续执行后面的程序，否则循环到下一个要排序的元素。 缓存当前要排序的元素的值，以便找到正确的位置进行插入。 排序的元素跟已经排序好的元素比较，比它大的向后移动(升序)。 要排序的元素，插入到正确的位置。
4、希尔排序
希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序， 是直接插入排序算法的一种更高效的改进版本。 希尔排序是非稳定排序算法。该方法因DL．Shell于1959年提出而得名。 希尔排序是记录按下标的一定增量分组，对每组使用直接插入排序算法排序； 随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时， 整个文件恰被分成一组，算法便终止。
5、基数排序
基数排序（radix sort）属于“分配式排序”（distribution sort），桶式排序 又称“桶子法”（bucket sort）或bin sort，顾名思义， 它是透过键值的部份资讯，将要排序的元素分配至某些“桶”中， 藉以达到排序的作用，基数排序法是属于稳定性的排序， 其时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数， 在某些时候，基数排序法的效率高于其它的稳定性排序法。
例如：对数组中的元素按照从低位到高位排序，对于[192,221,12,23] 第一轮按照个位数字相同的放在一组，是s[1] =[221],s[2]=[192,12],s[3]=23, 第二轮按照十位数字进行排序，s[1]=[12],s[2]=[221,23],s[9]=[192], 第三轮按照百位数字进行排序，s[0]=[12,23],s[1]=[192],s[2]=[221]
6、桶排序
桶排序 (Bucket sort)或所谓的箱排序，顾名思义就是运用桶的思想来将数据放到相应的桶内，再将每一个桶内的数据进行排序，最后把所有桶内数据按照顺序取出来，得到的就是我们需要的有序数据
7、快速排序
快速排序（quickSort） 快速排序是对冒泡排序的改进 快排的思想：首先任意选取一个数据（通常选用数组的第一个数）作为关键数据， 然后将所有比它小的数都放到它前面，所有比它大的数都放到它后面， 这个过程称为一趟快速排序。
一趟快速排序的算法是： 1）设置两个变量i、j，排序开始的时候：i=0，j=N-1； 2）以第一个数组元素作为关键数据，赋值给key，即key=A[0]； 3）从j开始向前搜索，即由后开始向前搜索(j--)，找到第一个小于key的值A[j]， 将A[j]和A[i]互换； 4）从i开始向后搜索，即由前开始向后搜索(i++)，找到第一个大于key的A[i]， 将A[i]和A[j]互换； 5）重复第3、4步，直到i=j； (3,4步中，没找到符合条件的值， 即3中A[j]不小于key,4中A[i]不大于key的时候改变j、i的值，使得j=j-1，i=i+1， 直至找到为止。找到符合条件的值，进行交换的时候i， j指针位置不变。 另外，i==j这一过程一定正好是i+或j-完成的时候，此时令循环结束）。
时间复杂度：O(nlgn) 快速排序是原地排序，不需要返回值
8、归并排序
归并排序：先分开再合并，分开成单个元素，合并的时候按照正确顺序合并。分： 假如我们有一个n个数的数列，下标从0到n-1
首先是分开的过程 1 我们按照 n//2 把这个数列分成两个小的数列
2 把两个小数列 再按照新长度的一半 把每个小数列都分成两个更小的 。。。一直这样重复，一直到每一个数分开了并：
两个有序数组排序的方法则非常简单，同时对两个数组的第一个位置进行比大小，将小的放入一个空数组，然后被放入空数组的那个位置的指针往后 移一个，然后继续和另外一个数组的上一个位置进行比较，以此类推。到最后任何一个数组先出栈完，就将另外一个数组里的所有元素追加到新数组后面。
由于递归拆分的时间复杂度是logN 然而，进行两个有序数组排序的方法复杂度是N，该算法的时间复杂度是N*logN 所以是NlogN。
9、堆排序
堆排序是采用二叉堆的数据结构来实现的。
二叉堆具有以下性质：
父节点的键值总是大于或等于（小于或等于）任何一个子节点的键值。每个节点的左右子树都是一个二叉堆（都是最大堆或最小堆）。步骤：
构造最大堆（Build_Max_Heap）：若数组下标范围为0~n，考虑到单独一个元素是大根堆，则从下标n/2开始的元素为大根堆。于是只要从n/2-1开始，向前依次构造大根堆，这样就能保证，构造到某个节点时，它的左右子树都已经是大根堆。
堆排序（HeapSort）：由于堆是用数组模拟的。得到一个大根堆后，数组内部并不是有序的。因此需要将堆化数组有序化。思想是移除根节点，并做最大堆调整的递归运算。第一次将heap[0]与heap[n-1]交换，再对heap[0...n-2]做最大堆调整。第二次将heap[0]与heap[n-2]交换，再对heap[0...n-3]做最大堆调整。重复该操作直至heap[0]和heap[1]交换。由于每次都是将最大的数并入到后面的有序区间，故操作完后整个数组就是有序的了。
最大堆调整（Max_Heapify）：该方法是提供给上述两个过程调用的。目的是将堆的末端子节点作调整，使得子节点永远小于父节点 。
