排序就是将数据按一定顺序重新排列，一般是指将数据按升序(从小到大)或者降序(从大到小)进行处理。 这里主要针对时间复杂度及稳定性进行分析。 时间复杂度的大意就是对执行程序所需时间的评估，稳定性的大意就是对大小相同的数的相对位置是否发生改变的评估。 稳定性举例：比如对11(A)，12(B)，12(A)，11(B)按升序排列为11(A)，11(B)，12(B)，12(A)，这样的执行结果就是稳定的。而如果执行结果是11(A)，11(B)，12(A)，12(B)或者其他就是不稳定的。 常见的初等排序法： 1.插入排序法(Insertion Sort) 它的思路与打扑克牌时候排列手牌的方法很相似。比如我们现在单手拿牌，然后要将手牌从左到右、从小到大进行排序，我们就需要将已经第 i 张牌插入到前 i-1 张已经排好的手牌中，这样我们就排好了前 i 张牌，以此类推，就可以实现从小到大的排序。 时间复杂度为O(n^2)，并且十分稳定。 注：此方法的复杂度依赖于输入数据的错乱程度，可以高速处理顺序较整齐的数据。 2.冒泡排序法(Bubble Sort) 以升序为例，它的思路就是每次判断相邻两个数是否按升序排列，如果不是就交换两个数的位置，以达到升序的目的。这样，我们就可以用两层for循环实现排序，每次外循环都冒出相对当前循环而言最大的数，以此类推，就实现升序排列。 时间复杂度为O(n^2)，并且十分稳定。 注：此方法的复杂度不受输入数据的影响，且此方法中交换位置的次数又称为反序数或者逆序数，可用于体现数列的错乱程度。 3.选择排序法(Selection Sort) 以升序为例，它的思路就是每次找出第 i 小的数 a[ t ]，并将其与 a[ i ] 进行交换位置，以此类推，就可以实现升序排列。这就类似于我们上体育课时候从低到高排队，先找到最矮的放到第一个，第二矮的放到第二个...... 如果是将排好序的数存到新开数组里，我们就可以完全模拟从低到高排队的方法。但是如果只在原数组中进行操作，我们就需要采用上述的方法，将两个数交换位置。 时间复杂度为O(n^2)，但不稳定，不稳定的问题就出在交换位置这一操作上。 注：此方法的复杂度不受输入数据的影响。 *4.希尔排序法(Shell Sort) 该方法是对插入排序法的优化，更充分地发挥插入排序法可以高速处理顺序较整齐的数据的优势。 思路就是，程序会重复进行以 间隔为 g 的元素 为对象的希尔排序，当然最终必须执行 g = 1 的希尔排序，即普通的插入排序法，才能最终完成排序。 时间复杂度同插入排序法，非常依赖输入数据，但十分稳定。 注：此方法如果遇到测试数据为2的幂指数的数列等其他数列(比如:1,2,4,8......)，在 g = 1 之前几乎不需要排序，希尔排序法的效率会大打折扣。