常见的排序算法有：
-
冒泡排序（Bubble Sort）：重复地遍历要排序的序列，比较相邻的元素大小并交换，直到序列排序完成。时间复杂度为 O(n^2)，是一种稳定的排序算法。
-
选择排序（Selection Sort）：每次遍历找到最小的元素并将其放到已排序的序列末尾。时间复杂度为 O(n^2)，不是稳定的排序算法。
-
插入排序（Insertion Sort）：遍历要排序的序列，将当前元素插入到已排序的序列中的合适位置。时间复杂度为 O(n^2)，是一种稳定的排序算法。
-
希尔排序（Shell Sort）：插入排序的改进版，将序列分成若干个子序列分别进行插入排序，最后再进行一次插入排序。时间复杂度为 O(n log n) 到 O(n^2)，不是稳定的排序算法。
-
归并排序（Merge Sort）：将序列分成若干个子序列递归排序，再将排好序的子序列合并成最终的有序序列。时间复杂度为 O(n log n)，是一种稳定的排序算法。
-
快速排序（Quick Sort）：选取一个基准元素，将小于基准元素的元素放到左边，将大于基准元素的元素放到右边，然后对左右两部分递归排序。时间复杂度为 O(n log n)，不是稳定的排序算法。
-
堆排序（Heap Sort）：将要排序的序列构建成一个大根堆或小根堆，每次将堆顶元素与最后一个元素交换，然后重新构建堆。时间复杂度为 O(n log n)，不是稳定的排序算法。
优缺点如下
| 算法名称 | 优点 | 缺点 |
|---|---|---|
| 冒泡排序 | 1、实现简单，易于理解和编码；2、对于小数据集的排序，冒泡排序是一种不错的选择 | 1、时间复杂度高，O(n^2)。2、对于大量数据的排序效率低下；3、在数组完全有序的情况下，仍然需要进行完整的排序。 |
| 选择排序 | 1、算法思路简单，实现容易；2、不占用额外的内存空间 | 1、时间复杂度高，O(n^2)。2、运行时间与输入数据的初始状态无关，即不管数据有序还是无序，都需要进行相同次数的比较和移动操作；3、在所有的N ^2中，交换的次数最少，所以选择排序在数据移动方面比冒泡排序稍有优势。但是当数据移动非常耗时的时候，就需要考虑其他算法。 |
| 插入排序 | 1、实现简单，易于理解和编码；2、对于小规模数据排序时，插入排序的效率比较高，3、对于部分有序的数组排序，效率较高 | 1、 对于大规模乱序数组排序，插入排序的效率较低，时间复杂度为O(n^2)。2、插入排序是稳定排序，但是每次交换都需要3次赋值操作，相对于选择排序来说，交换的次数较多，因此效率低于选择排序。 |
| 希尔排序 | 1、基于插入排序的一种改进算法，可以对基本有序的序列进行快速排序；2、是一种原地排序算法，不需要额外的存储空间；3、时间复杂度的上界是O(n^2)，但是实际运行时间要更短。 | 1、时间复杂度依赖于增量序列的选择，增量序列的选择并不是很容易。2、是不稳定排序算法，不保证相等元素的相对顺序不变。 |
| 归并排序 | 1、是一种稳定排序算法，保证相等元素的相对顺序不变；2、时间复杂度是稳定的，O(nlogn)；3、适合数据量较大的排序 | 1、需要额外的存储空间来存储临时数组。2、需要递归调用，需要消耗一定的系统栈空间；3、在数组完全有序的情况下，仍然需要进行完整的排序。 |
| 快速排序 | 1、空间复杂度低，仅需要一个栈来实现递归过程；2、时间复杂度较好，最好情况下为O(nlogn)，平均情况下为O(nlogn)，最坏情况下为O(n^2)；3、对于随机分布的数据排序效果较好，但是对于存在大量相同元素的数据排序效果较差。 | 1、不稳定，因为在排序的过程中会发生元素的位置变换。2、最坏情况下时间复杂度为O(n^2)，当数据已经排好序时，快速排序的效率会大打折扣；3、对于随机分布的数据排序效果较好，但是对于存在大量相同元素的数据排序效果较差。 |
| 堆排序 | 1、稳定，因为在排序的过程中元素的位置不会发生变换；2、时间复杂度稳定，最好、平均、最坏情况下的时间复杂度都为O(nlogn)；3、对于随机分布和大量相同元素的数据都有较好的排序效果 | 1、空间复杂度较高，需要建立一个完全二叉树来存储数据，因此需要占用大量的内存空间。2、不适合大规模数据的排序，因为在数据量较大的情况下，堆排序需要进行多次的数据交换，效率较低。 |