插入排序
- 算法 : 插入排序由N-1趟排序组成。对于p=1到N-1趟，插入排序保证从位置0到位置p上的元素为已排序状态。
- 时间复杂度 : O(N^2)
希尔排序
- 算法 ： 它通过比较相距一定间隔的元素来工作；各趟比较所用的距离随着算法的进行而减小，直到只比较相邻元素的最后一趟排序为止。
- 时间复杂度 : 使用希尔增量时希尔排序的最坏运行时间为O(N^2)； 使用Hibbard增量的希尔排序的最坏情形运行时间为 O(N^3/2)
堆排序
- 算法 : 花费O(N)的时间建立二叉堆（上滤操作），然后执行N次deleteMin操作
- 算法复杂度 : 花费O(N)的时间建立二叉堆,deleteMin花费O(logN)的时间,总的算法复杂度为O(NlogN)
归并排序
- 算法 ：合并两个已经排序的表
- 算法复杂度 : 以O(NlogN)最坏情形时间运行
- 特点 : 所使用的比较次数几乎时最优的，它是递归算法的一个好的实例，经典的分治策略
快速排序
- 算法 ：选取枢纽元，交换枢纽元左右两端元素，对左右两端元素进行快速排序
- 算法复杂度 : 平均运行时间O(NlogN)，最坏情形性能为O(N^2)
- 特点 : 非常精炼和高度优化的内部循环,是一种分治的递归算法
基数排序
- 算法 ：p为最大的位数，分别以个位到最高位为依据进行p次排序
- 实现 ：申请b个桶,一般为0到9，将扫描过的数据放入桶中，再将数据取出，依次执行p次
- 算法复杂度 ： 运行时间O(p(N+b))次
- 特点 ： 有值域从0~999的10个数字要排序
桶排序
- 算法 ：申请大小为M的数组，根据输入数据将数组下标置1，打印值为1的元素下标
- 算法复杂度 ： 如果M为O（N），那么总时间就是O(N)
- 特点 ： 输入数据为仅由小于M的正整数组成