内部排序

插入类：

1. 直接插入排序。最坏情况是数据递减序，数据比较和移动量最大，达到O(n²)，最好是数据是递增序，比较和移动最少为O(n)。趟数是固定的n-1，即使有序，也要依次从第二个元素开始。排序趟数不等于时间复杂度。
2. 折半插入排序 。由于插入第i个元素到r[1]到r[i-1]之间时，前i个数据是有序的，所以可以用折半查找确定插入位置，然后插入。
3. 希尔排序。缩小增量排序。5-3-1。在实际应用中，步长的选取可简化为开始为表长n的一半（n/2），以后每次减半，最后为1。插入的改进，最后一趟已基本有序，比较次数和移动次数相比直接插入最后一趟更少

交换类：

1. 冒泡排序。O(n²)通常认为冒泡是比较差的，可以加些改进，比如在一趟中无数据的交换，则结束等措施。 
   
   • 在数据已基本有序时，冒泡是一个较好的方法
   • 在数据量较少时（15个左右）可以用冒泡
2. 快速排序。 
   
   • 时间复杂度。最好情况：每次支点总在中间，O(nlog₂n)，平均O(nlog₂n)。最坏，数据已是递增或递减，O(n²)。pivotkey的选择越靠近中央，即左右两个子序列长度越接近，排序速度越快。越无序越快。
   • 空间复杂度。需栈空间以实现递归，最坏情况：S(n)=O(n)；一般情况：S(n)=O(log₂n)
   • 在序列已是有序的情况下，时间复杂度最高。原因：支点选择不当。改进：随机选取支点或最左、最右、中间三个元素中的值处于中间的作为支点，通常可以避免最坏情况。所以，快速排序在表已基本有序的情况下不合适。
   • 在序列长度已较短时，采用直接插入排序、起泡排序等排序方法。序列的个数通常取10左右。

选择类排序：

1. 简单选择排序。O(n²)。总比较次数n(n-1)/2。

   最差时间复杂度：O(n^2)

    最优时间复杂度：O(n^2)

    平均时间复杂度：O(n^2)

    所需辅助空间：O(1)

2. 堆排序。建堆 O(n)，筛选排序O(nlogn)。找出若干个数中最大/最小的前K个数，用堆排序是最好。小根堆中最大的数一定是放在叶子节点上，堆本身是个完全二叉树，完全二叉树的叶子节点的位置大于[n/2]。时间复杂度不会因为待排序序列的有序程度而改变，但是待排序序列的有序程度会影响比较次数。
3. 归并排序。时间：与表长成正比，若一个表表长是m，另一个是n，则时间是O(m+n)。单独一个数组归并，时间：O(nlogn)，空间：O(n)，比较次数介于(nlogn)/2和(nlogn)-n+1，赋值操作的次数是(2nlogn)。归并排序算法比较占用内存，但却是效率高且稳定的排序算法。在外排序中使用。归并的趟数是logn。
   归并操作(merge)，也叫归并算法，指的是将两个顺序序列合并成一个顺序序列的方法。
   如　设有数列{6，202，100，301，38，8，1}
   初始状态：6,202,100,301,38,8,1
   第一次归并后：{6,202},{100,301},{8,38},{1}，比较次数：3；
   第二次归并后：{6,100,202,301}，{1,8,38}，比较次数：4；
   第三次归并后：{1,6,8,38,100,202,301},比较次数：4；
   总的比较次数为：3+4+4=11,；
   逆序数为14；
4. 基数排序。在一般情况下，每个结点有 d 位关键字，必须执行 t = d次分配和收集操作。分配的代价：O(n)；收集的代价：O(rd) （rd是基数）；总的代价为：O( d ×(n + rd))。适用于以数字和字符串为关键字的情况。

   第一步

   以LSD为例，假设原来有一串数值如下所示：
   73, 22, 93, 43, 55, 14, 28, 65, 39, 81
   首先根据个位数的数值，在走访数值时将它们分配至编号0到9的桶子中：
   0
   1 81
   2 22
   3 73 93 43
   4 14
   5 55 65
   6
   7
   8 28
   9 39

   第二步

   接下来将这些桶子中的数值重新串接起来，成为以下的数列：
   81, 22, 73, 93, 43, 14, 55, 65, 28, 39
   接着再进行一次分配，这次是根据十位数来分配：
   0
   1 14
   2 22 28
   3 39
   4 43
   5 55
   6 65
   7 73
   8 81
   9 93

   第三步

   接下来将这些桶子中的数值重新串接起来，成为以下的数列：
   14, 22, 28, 39, 43, 55, 65, 73, 81, 93
   这时候整个数列已经排序完毕；如果排序的对象有三位数以上，则持续进行以上的动作直至最高位数为止。
   LSD的基数排序适用于位数小的数列，如果位数多的话，使用MSD的效率会比较好。MSD的方式与LSD相反，是由高位数为基底开始进行分配，但在分配之后并不马上合并回一个 数组中，而是在每个“桶子”中建立“子桶”，将每个桶子中的数值按照下一数位的值分配到“子桶”中。在进行完最低位数的分配后再合并回单一的 数组中。
5. 枚举排序，通常也被叫做秩排序，比较计数排序。对每一个要排序的元素，统计小于它的所有元素的个数，从而得到该元素在整个序列中的位置，时间复杂度为O(n²)