本文是为了加深自己对各种算法的理解，部分摘自维基百科，这里主要介绍较为常用的排序方法，一些生僻的算法不做介绍。
.
总结各种算法之前，现介绍下几个概念：
1、稳定度：稳定排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S，且在原本的串行中R出现在S之前，在排序过的串行中R也将会是在S之前。
2、计算的复杂度（最差、平均、和最好表现），依据串行（list）的大小（n）。一般而言，好的表现是O(n log n)，且坏的行为是O(n2)。对于一个排序理想的表现是O(n)。仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要O(n log n)。
.
稳定排序：
* 泡沫排序（bubble sort） — O(n²)
* 插入排序 （insertion sort）— O(n²)
* 桶排序 （bucket sort）— O(n); 需要 O(k) 额外空间
* 计数排序 (counting sort) — O(n+k); 需要 O(n+k) 额外空间
* 合并排序 （merge sort）— O(n log n); 需要 O(n) 额外空间
* 二叉排序树排序 （Binary tree sort） — O(n log n)期望时间; O(n²)最坏时间; 需要 O(n) 额外空间
* 基数排序 （radix sort）— O(n·k); 需要 O(n) 额外空间
.
不稳定排序
* 选择排序 （selection sort）— O(n²)
* 希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本
* 堆排序 （heapsort）— O(n log n)
* 快速排序 （quicksort）— O(n log n) 期望时间, O(n2) 最坏情况; 对于大的、乱数串行一般相信是最快的已知排序
.
排序的算法有很多，对空间的要求及其时间效率也不尽相同。下面列出了一些常见的排序算法。这里面插入排序和冒泡排序又被称作简单排序，他们对空间的要求不高，但是时间效率却不稳定；而后面三种排序相对于简单排序对空间的要求稍高一点，但时间效率却能稳定在很高的水平。基数排序是针对关键字在一个较小范围内的排序算法。
.
这篇文章里，将对几种基础排序介绍，包括冒泡排序、插入排序、选择排序、快速排序。稍微复杂些的排序留在二中介绍。
.
<<<<<<<<<<<<<<<<<<<<<<<分割线>>>>>>>>>>>>>>>>>>>>>>>>>>>>
.
1、冒泡排序
冒泡排序是一种简单的排序方法，算法如下：
1. 首先将所有待排序的数字放入工作列表中。
2. 从列表的第一个数字到倒数第二个数字，逐个检查：若某一位上的数字大于他的下一位，则将它与它的下一位交换。
3. 重复2号步骤(倒数的数字加1。例如：第一次到倒数第二个数字，第二次到倒数第三个数字，依此类推...)，直至再也不能交换。
用C语言实现如下：

int BubbleSort(int *a, int b){ //a是待排序的整型数组
                                       //b是待排序数组的元素个数
    int i;
    int temp;
    for(i = b-1; i>=0; i++){
        if(a[i]>a[i+1]){
            temp = a[i+1];
            a[i+1] = a[i];
            a[i] = temp; //交换元素
        }
    }
｝

最差时间复杂度 O(n²)
最优时间复杂度 O(n)
平均时间复杂度 O(n²)
最差空间复杂度 O(n) total, O(1) auxiliary
.
2、插入排序
插入排序也是一种简单排序方法，算法如下：
1. 从第一个元素开始，认为该元素已经是排好序的。
2. 取下一个元素，在已经排好序的元素序列中从后向前扫描。
3. 如果已经排好序的序列中元素大于新元素，则将该元素往右移动一个位置。
4. 重复步骤3，直到已排好序的元素小于或等于新元素。
5. 在当前位置插入新元素。
6. 重复步骤2。
用C实现如下：

int InsertSort(int *a, int b){
    int i,j;
    int temp;
    for(i = 0; i< b; i++){
         temp = a[i];
         for(j = i-1; j>=0; j--){
            if(a[j] > temp)
                a[j+1] = a[j]; //将元素往右移动
            else{
                a[j+1]=temp;
                break;
            }
        }
    }
｝

最差时间复杂度 O(n²)
最优时间复杂度 O(n)
平均时间复杂度 O(n²)
最差空间复杂度 O(n) total, O(1) auxiliary
.

3、选择排序
选择排序的思想如下：
1. 设数组内存放了n个待排数字，数组下标从1开始，到n结束。
2. i=1
3. 从数组的第i个元素开始到第n个元素，寻找最小的元素。（具体过程为:先设arr[i]为最小，逐一比较，若遇到比之小的则交换）
4. 将上一步找到的最小元素和第i位元素交换。
5. 如果i=n－1算法结束，否则回到第3步
用C语言实现如下：

int SelectSort(int *a, int b){
    int i,j;
    int flag; //用于记录哪个元素最小
    int temp;
    for(i = 0; i< b; i++){
        flag = i;
        for(j = i+1; j a[j]){
                flag = j;
            } //选出从i开始最小的元素
        }
        temp = a[flag];
        a[flag] = a[i];
        a[i] = temp;  //交换元素
    }
｝

最差时间复杂度 О(n²)
最优时间复杂度 О(n²)
平均时间复杂度 О(n²)
最差空间复杂度 О(n) total, O(1) auxiliary
.
以上三种排序的时间复杂度都是O(n²)。
.
4、快速排序
实践证明，快速排序是所有排序算法中最高效的一种。它采用了分治的思想：先保证列表的前半部分都小于后半部分，然后分别对前半部分和后半部分排序，这样整个列表就有序了。
快速排序的基本算法是：
1. 从数列中挑出一个元素，称为 "基准"（pivot），
2. 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。
3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
递回的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。
用C语言实现如下：

void swap(int *a, int *b)
{ 
    int t=*a; *a=*b; *b=t; 
}
int QuickSort(int *a, int b){
    int i, j;
    int base;
    if(b>1){
        base = a[0]; //设第一个元素为基准
        i = 1; j = b-1;
        while(i<j){
            if(a[i]<base)
                i++;
            else
                swap(&a[i],&a[j--]);//如果i位置的数大于基准，则往后移                
        }
        if(a[i]<base){ //将基准插入到中间
            swap(&a[0], &a[i]);
            QuickSort(a, i+1);
            QuickSort(&a[i+1], b-i-1);
        }
        else{
            swap(&a[0], &a[i+1]);
            QuickSort(a, i);
            QuictSort(&a[i],b-i);
        }
    }
}

快速排序的时间复杂度是O(nlogn)，但是最坏情况下复杂度是O(n²)。
最差时间复杂度 Θ(n²)
最优时间复杂度 Θ(nlogn)
平均时间复杂度 Θ(nlogn) comparisons
最差空间复杂度 根据实现的方式不同而不同
.