排序算法是计算机科学中用于将数据按特定顺序排列的基础工具，常见的八大算法包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和基数排序。 这些算法在时间复杂度、空间复杂度、稳定性和适用场景上各有优劣，理解其原理和实现方式对优化程序性能至关重要。
-
冒泡排序
通过相邻元素两两比较并交换，将最大（或最小）值逐步“冒泡”到数组末端。优点是简单易懂，缺点是效率低（O(n²)），适合小规模数据。 -
选择排序
每次遍历选择未排序部分的最小值，与当前位置交换。不稳定（相同元素可能移位），但空间复杂度低（O(1)），适合内存受限场景。 -
插入排序
将未排序元素逐个插入已排序部分的正确位置。稳定且高效（接近O(n)）对近乎有序的数据，但大规模数据性能下降。 -
希尔排序
插入排序的改进版，通过分组间隔排序逐步缩小区间。时间复杂度介于O(n)和O(n²)之间，适合中等规模数据。 -
归并排序
采用分治法，将数组拆分为子数组排序后合并。稳定且时间复杂度为O(nlogn)，但需额外空间（O(n)），适合链表排序。 -
快速排序
选定基准值分区递归排序。平均时间复杂度O(nlogn)，但最差情况退化为O(n²)，适合大规模随机数据。 -
堆排序
利用堆结构（完全二叉树）选择极值排序。时间复杂度稳定为O(nlogn)，但不稳定且缓存利用率低。 -
基数排序
按位数逐轮分配和收集数据。适合整数或字符串排序，时间复杂度O(nk)（k为位数），但依赖数据特征。
实际应用中需根据数据规模、有序程度和内存限制选择算法，例如小数据用插入排序，大规模随机数据用快速排序，而稳定性要求高时可选归并排序。掌握这些算法的核心思想，能有效提升代码效率与资源利用率。