排序算法是计算机科学中用于对一组数据进行排序的一系列算法。以下是一些常见的排序算法：
冒泡排序（Bubble Sort）：
基本思想：通过不断交换相邻的元素，将较大的元素逐渐“冒泡”到数组的末尾。
时间复杂度：平均和最坏情况下为 O(n^2)，最好情况下（已经排序好）为 O(n)。
选择排序（Selection Sort）：
基本思想：每次从未排序的部分中找到最小（或最大）的元素，将其放到已排序部分的末尾。
时间复杂度：平均和最坏情况下为 O(n^2)，最好情况下为 O(n^2)（当数组已经排序好时，虽然可以通过一次遍历找到最小值并一次性放回，但整体复杂度仍为 O(n^2)）。
插入排序（Insertion Sort）：
基本思想：将数组分为已排序和未排序两部分，每次从未排序部分取出一个元素，插入到已排序部分的正确位置。
时间复杂度：平均和最坏情况下为 O(n^2)，最好情况下为 O(n)（当数组已经排序好时）。
快速排序（Quick Sort）：
基本思想：通过选择一个“基准”元素，将数组分为两部分，一部分包含比基准小的元素，另一部分包含比基准大的元素，然后递归地对这两部分进行排序。
时间复杂度：平均情况下为 O(n log n)，最坏情况下为 O(n^2)（当每次划分都不平衡时）。
归并排序（Merge Sort）：
基本思想：将数组分成两半，分别对它们进行排序，然后将排序好的两半合并成一个有序数组。
时间复杂度：始终为 O(n log n)，但需要额外的空间来存储临时数组。
堆排序（Heap Sort）：
基本思想：利用堆这种数据结构进行排序，首先将数组构建成一个大顶堆（或小顶堆），然后依次将堆顶元素（最大或最小）与堆尾元素交换并调整堆。
时间复杂度：始终为 O(n log n)。
计数排序（Counting Sort）：
基本思想：适用于整数排序，通过计算每个元素的出现次数来确定其**位置。
时间复杂度：O(n + k)，其中 k 是整数的范围。
基数排序（Radix Sort）：
基本思想：按照数字的每一位进行排序，从最低位到最高位（或从最高位到最低位）。
时间复杂度：O(d * (n + b))，其中 d 是数字的最大位数，n 是元素个数，b 是基数（通常为 10）。
桶排序（Bucket Sort）：
基本思想：将数组分配到多个桶中，然后对每个桶中的元素进行排序（通常使用插入排序），最后将所有桶中的元素合并成一个有序数组。
时间复杂度：O(n + k)，其中 k 是桶的数量。
这些排序算法各有优缺点，适用于不同类型的数据和场景。在实际应用中，可以根据数据的特性和需求选择合适的排序算法。
