冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序、计数排序、桶排序和基数排序是十大经典排序算法。它们各自有不同的特点、时间复杂度和适用场景，是学习和应用排序算法的基础。

1. 冒泡排序

冒泡排序通过相邻元素的比较和交换，将最大（或最小）元素“冒泡”到数组的末尾。其时间复杂度为O(n²)，适合小规模数据排序。

2. 选择排序

选择排序每次从未排序部分选择最小（或最大）元素，将其放到已排序部分的末尾。时间复杂度为O(n²)，空间复杂度为O(1)，但效率较低。

3. 插入排序

插入排序通过构建有序序列，将未排序数据按顺序插入。时间复杂度为O(n²)，在部分有序的数组中表现较好。

4. 希尔排序

希尔排序是插入排序的改进版，通过比较相距一定间隔的元素，逐步减少间隔，最终将整个数组排序。时间复杂度介于O(n)和O(n²)之间，适合中等规模的数据排序。

5. 归并排序

归并排序采用分治法，将数组分为两部分分别排序，然后合并。时间复杂度为O(n log n)，适合大规模数据排序。

6. 快速排序

快速排序通过选取“基准”元素，将数组分为两部分，递归排序。时间复杂度为O(n log n)，但在最坏情况下会退化到O(n²)。

7. 堆排序

堆排序利用堆这种数据结构，通过不断调整堆来排序。时间复杂度为O(n log n)，空间复杂度为O(1)，适合外部排序。

8. 计数排序

计数排序通过统计每个元素的出现次数，直接计算其在排序后的位置。时间复杂度为O(n+k)，k为元素范围，适合小范围整数的排序。

9. 桶排序

桶排序将数组划分为若干个桶，每个桶内部进行排序。时间复杂度为O(n+k)，适合分布均匀的数据。

10. 基数排序

基数排序根据数字的每一位进行排序，通过多次排序实现整体排序。时间复杂度为O(nk)，k为数字位数，适合非负整数排序。

这些排序算法各有优劣，选择合适的算法可以显著提高排序效率。