1. 冒泡排序 (Bubble Sort)
- 基本思想：依次比较相邻的两个元素，如果顺序错误就交换它们，一轮比较可以确保最大元素沉底。
- 特点：简单易懂，但对大规模数据排序效率较低（时间复杂度 O(n^2)）。
2. 选择排序 (Selection Sort)
- 基本思想：每次从未排序的数据中选择最小（或最大）的元素放到已排序部分的末尾。
- 特点：简单，但效率也较低（时间复杂度 O(n^2)），不适用于大规模数据。
3. 插入排序 (Insertion Sort)
- 基本思想：类似于整理扑克牌，每次将一个待排序的元素插入到已排序数组的合适位置。
- 特点：对于小规模数据或基本有序的数据效率较高，但在大规模数据上性能一般（时间复杂度 O(n^2)）。
4. 归并排序 (Merge Sort)
- 基本思想：采用分治法，将原始数组划分为较小的数组，排序后再合并成一个大的有序数组。
- 特点：稳定且效率较高（时间复杂度 O(n log n)），但需要额外的空间来存储中间结果。
5. 快速排序 (Quick Sort)
- 基本思想：选择一个基准值，将数组分成两部分，小于基准值的元素放在左边，大于基准值的元素放在右边，然后递归地对两部分进行排序。
- 特点：高效的排序算法之一，平均时间复杂度为 O(n log n)，但最坏情况下可能达到 O(n^2)。
6. 堆排序 (Heap Sort)
- 基本思想：利用堆的数据结构，将待排序数组构建成最大堆（最小堆），依次取堆顶元素进行排序。
- 特点：稳定且效率较高（时间复杂度 O(n log n)），但相比快速排序，常数因子较大。
7. 计数排序 (Counting Sort)
- 基本思想：适用于数据范围不大的整数排序，统计每个元素出现的次数，然后进行排序。
- 特点：对于数据范围不大且比较集中的数据排序效率很高（时间复杂度为 O(n + k)，k 表示数据范围）。
8. 桶排序 (Bucket Sort)
- 基本思想：将数据分到有限数量的桶里，对每个桶进行单独排序，然后合并。
- 特点：适用于数据均匀分布在范围内的排序，平均时间复杂度为 O(n + k)，k 表示桶的个数。
9. 基数排序 (Radix Sort)
- 基本思想：按照低位先排序，然后收集；再按照高位排序，再收集，依次进行，直到最高位。
- 特点：适用于数字范围较小但位数较多的排序，时间复杂度为 O(n * k)，k 表示最大的位数。
不稳定的排序：（快速选择一堆西瓜）
空间大的是（快，归，基）
快速排序逼格最高，空间最大，速度最快，都是nlog₂n
快速，堆，归并实现代码较多，速度最快
依靠元素连续下标存储的排序：堆和希尔
外部排序：归并
某一趟不能选出最终位置的有：希尔排序，插入（插入排序就像是打牌，后面的一张一张往前面移动）
某一趟能选出最终位置的有：选择，冒泡，堆，快速
交换排序：冒泡，快速
