写在前面
对于一个排序算法来说，一般从如下三个方面来衡量算法的优劣：
》时间复杂度：主要是分析关键字的比较次数和记录的移动次数
》空间复杂度：分析排序算法需要多少辅助内存
》稳定性：若两个记录A和B的关键字相等，但排序后A,B的先后次序保持不变，则称这种排序算法是稳定的；反之就是不稳定的。
排序分为内部和外部排序的依据是：
如果整个排序过程不需要借助于外部存储器，所有排序操作都放在内存中完成，则为内部排序
常用的内部排序的分类
》选择排序：直接选择排序，堆排序
》交换排序：冒泡排序，快速排序
》插入排序：直接插入排序，折半插入排序，shell排序
》归并排序
》同时排序
》桶式排序
》基数排序
选择排序
只要找到本趟比较中最小的数据，然后拿他和本趟比较中第一位的数据交换。
对于直接选择排序来说，假设有n个数据，数据交换的次数最多有n-1次，但程序的比较次数较多（交换的次数有一些没有必要）。
总体来说，其时间效率为O（n^2）
根据代码结果：直接选择排序是不稳定的
堆排序
最小堆（树中所有节点都小于其左右子节点的值）和最大堆（树中所有节点都大于其左右子节点的值），分别对应着一棵完全二叉树
对于n个数据元素的数据组而言，堆排序需要经过n-1次建堆，每次建堆的作用就是选出该堆的最大值或最小值。堆排序的本质是一种选择排序
堆排序的关键在于建堆
1.从最后一个非叶节点开始，比较该节点和它两个子节点的值；如果某个子结点大于父节点的值，就把父节点和较大的子节点进行交换
2.向前逐步调整直到根节点，即保证每个父节点的值都大于等于其左右子节点的值，建堆完成。
对于堆排序来说，假设有n个数据,需要进行n-1次建堆，每次建堆本身耗时log2,n;则其时间效率是O（n*log2,n）
堆排序的空间效率很高，它只需要一个附加程序单元用于交换，其空间效率为O（1）
从堆排序的结果来看，它是不稳定的
冒泡排序
冒泡排序是最广为人知的交换排序之一，，它具有算法思路简单，容易实现的特点
冒泡排序的每趟交换结束后，不仅能将当前最大值挤出最后面的位置，还能部分理顺前面的其他元素；一旦某一趟没有交换发生，即可提前结束排序。
冒泡排序算法的时间效率是不确定的，在最好的情况下，初始序列已经在有序状态，则执行一次冒泡即可，即做n-1次比较，无需交换。
但在最坏的情况下，初始数据序列处于完全逆序状态，算法要执行n-1趟冒泡，第i趟做了n-i个比较，
冒泡排序的空间效率很高，它只需要一个附加程序单元用于交换，是O（1）
冒泡排序是稳定的
快速排序
是一个速度非常快的交换排序算法
基本思路比较简单：
从待排序的数据序列中人去一个数据（如第一个数据）作为分界值，所有比它小的数据元素一律放在左边，所有比它大的数据元素一律放在右边，经过这样一趟下来，该序列形成两个子序列，接下来对左右两个子序列进行递归，对两个子序列重新选择中心元素并依此调整，直到每一个子序列中的元素只剩一个，排序完成。
快速排序只进过两次交换即可让分界值左边的数据小于分界值，分界值右边的数据大于分界值，因此速度很快。
快速排序的时间效率很好，因为它每趟能确定的元素成指数级增长
快速排序需要使用递归，而递归使用栈，因此它的空间效率为O（log2.n）
另一方面，快速排序这种包含跳跃交换，因此是不稳定的排序算法。
插入排序
》直接插入排序
》shell排序
》折半插入排序
直接插入排序
思路很简单：将待排序的数据元素按其关键字的值的大小插入前面的有序序列
直接插入排序的时间效率并不高，在最坏的情况下，所有 元素的比较次数总和为（0+1+2。。。+n-1）=O(n^2)
在其他情况下，也要考虑移动元素的个数，故时间复杂度为O（n^2）
直接插入排序的空间效率很好，他只需要一个缓存数据单元，空间效率为O（1）
稳定的
折半插入排序
折半插入排序是对直接插入排序的简单改进
对于折半插入排序而言，当第i-1趟需要将第i个元素插入前面的0~i-1个元素序列中，他不会直接从第i-1个元素开始比较：
1.计算0~i-1索引的中间点，也就是用i索引处的元素和（0+i-1）/2索引处的元素来进行比较，如果i索引处的元素大，就在另一半的范围内搜索，这就是所谓的折半。
2.不断的折半，将搜索范围缩小到1/2,1/4,1/8.从而快速确定第i个元素的插入位置。
3.确定插入位置后，程序将位置以后的元素整体后移一位，然后将第i个元素放入该位置。
稳定的
shell排序
希尔排序对直接插入排序进行了改进：它通过加大插入排序中元素的间隔，并在这些有间隔的元素中进行插入排序，从而使数据项大跨度的移动。
通过创建这些交错的内部有序的数据项集合，就可以减少直接插入排序中数据项”整体搬家“的工作量
希尔排序比插入排序快很多，当间隔即增量h大的时候可以减少很大的移动量，因此效率很高。
shell排序是直接插入排序的改进版，因此也是稳定的，它的空间开销也是O（1）
时间开销大致是O(n的3/2次方)到n的7/6次方）之间
归并排序
”合并排序“：将两个有序的数组进行合并，成为一个新的有序大数组。
归并算法需要递归地进行分解，合并，每进行一趟归并排序需要调用merge(、）方法一次，每次执行merge（）算法都要比较n次，因此归并排序算法的时间复杂度是O（n*log2.n）
归并算法的的空间效率比较差，它需要一个与原始序列同样大小的辅助序列
归并排序算法是稳定的
桶式排序
不是一个基于比较的排序方法这种排序方式必须满足两个特征：
》待排序的所有值在一个可枚举范围内
》待排序的可枚举范围不应太大，否则排序开销太大
桶式排序算法是一种极其优秀的算法，时间效率极高，它只需要两轮遍历即可：
第一轮遍历待排数据，统计每个待排数据落入各个桶中的个数；
第二轮遍历用于重新计算每一个桶里的数组元素的值
两轮遍历后就可得到每个待排数据的在有序序列中的位置，然后将每一个数据依次放入指定位置即可
桶式排序的空间开销较大，他需要两个数组
桶式排序数稳定的