一、冒泡排序（Bubble Sort）
- 核心思想：重复遍历数组，两两比较相邻元素，逆序就交换，气泡一样慢慢“浮”到数组顶端。
- 时间复杂度：最坏O(n²)，最好 O(n)
- 空间复杂度：O(1)
- 稳定性：稳定
- 特点：代码最简单，但效率极低，适合学习演示。
二、插入排序（Insertion Sort）
- 核心思想：把数组分成已排序区和未排序区，每次拿未排序的第一个数，插入到已排序区的正确位置。
- 时间复杂度：最坏O(n²)，最好 O(n)（数据大致有序时极快）
- 空间复杂度：O(1)
- 稳定性：稳定
- 特点：小规模数据、大致有序的数据表现极好。
三、希尔排序（Shell Sort）
- 核心思想：对插入排序的改进。先按一个增量（间隔）分组，每组做插入排序；再不断缩小增量，直到增量为 1，变成普通插入排序。
- 时间复杂度：介于 O(nlogn) ~ O(n²) 之间（和增量序列有关）
- 空间复杂度：O(1)
- 稳定性：不稳定
- 特点：比直接插入排序快得多。
四、快速排序（Quick Sort）
- 核心思想：选一个基准值pivot，把数组分成【小于pivot】和【大于pivot】两部分，再递归处理左右子数组。
- 时间复杂度：平均O(nlogn)，最坏O(n²)（可通过随机基准避免）
- 空间复杂度：O(logn)（递归栈）
- 稳定性：不稳定
- 特点：面试高频，常用，是大多数语言标准库排序的核心。
五、归并排序（Merge Sort）
- 核心思想：先拆分，再合并。把数组一直拆成单个元素，再两两合并成有序序列，层层归并。
- 时间复杂度：最好/最坏/平均都是O(nlogn)
- 空间复杂度：O(n)（需要额外数组）
- 稳定性：稳定
- 特点：效率稳定、稳定排序，适合对稳定性有要求、数据量大的场景。
六、堆排序（Heap Sort）
- 核心思想：把数组构建成大顶堆，每次把堆顶最大值放到末尾，再调整剩余元素为堆，重复直到有序。
- 时间复杂度：最好/最坏都是 O(nlogn)
- 空间复杂度：O(1)（原地堆排序）
- 稳定性：不稳定
- 特点：不用额外空间、效率稳定，适合大数据量、内存紧张的场景。