写在前面：
参考文章：十大经典排序算法 本文的逻辑顺序基于从第一篇参考博文上借鉴过来的图，并且都是按照升序排序写的程序，程序语言采用python。 
目录
思路：
冒泡排序的基本思想就是让小的数逐渐‘浮上来’。也就是说：
-
第一次冒泡：将最小的数调换到最前面；
-
第二次冒泡：将第二小的数调换到最小的数的后面，也就是数组中的第二位；
-
第三次冒泡，将第三小的数调换到数组中的第三位；
... ...
代码如下：
# 冒泡排序
def bubble_sort(nums):
# 每次冒泡，将最大的元素冒到最后面
# 第一次是前n个元素，最大的元素冒到最后
# 第二次是前n-1个元素，最大的元素冒到倒数第二个位置
# ... ...
n = len(nums)
for i in range(n-1):
for j in range(0,n-i-1):
if nums[j]>nums[j+1]:
nums[j], nums[j+1] = nums[j+1],nums[j]
return nums
时间复杂度： O(n^2)，实际上是n-1 + n-2 + n-3 + ...，所以是平方的量级。
空间复杂度： O(l)，没有借助额外空间。
快速排序
思路
快速排序的基本思路就是在一遍快排中，以基准值为基础，将比基准值小的数放到基准值的左边，比基准值大的数放在基准值的右边。然后在递归的快排基准值的左边和右边。至于基准值的取法，理论上来讲是无所谓的。
先来一个比较简单直接的吧。它的思路就是遍历一遍数组，用两个空的数组来存储比基准值大和比基准值小的数，代码如下：
def quick_sort1(nums):
n = len(nums)
if n ==1 or len(nums)==0:
return nums
left = []
right = []
for i in range(1,n):
if nums[i] <= nums[0]:
left.append(nums[i])
else:
right.append(nums[i])
return quick_sort1(left)+[nums[0]]+quick_sort1(right)
上面的使用了额外的空间，空间复杂度比较高，下面是基于双指针的想法的代码，比较常见：
def quick_sort2(nums,left,right):
l,r = left,right-1
while l < r:
if nums[r] < nums[l]:
nums[r], nums[l] = nums[l], nums[r]
l += 1
while l < r:
if nums[l] > nums[r]:
nums[r],nums[l] = nums[l], nums[r]
r -= 1
break
else:
l += 1
else:
r -= 1
if l-left > 1:
quick_sort2(nums, left, l)
if right - r > 1:
quick_sort2(nums, l+1, right)
return nums
在上面博客中看到的第三种方法，甚是巧妙，代码如下：
def quick_sort3(nums, l, r):
if l < r:
q = partition(nums, l, r)
quick_sort(nums, l, q - 1)
quick_sort(nums, q + 1, r)
return nums
def partition(nums, l, r):
x = nums[r]
i = l - 1
for j in range(l, r):
if nums[j] <= x:
i += 1
nums[i], nums[j] = nums[j], nums[i]
nums[i + 1], nums[r] = nums[r], nums[i+1]
return i + 1
简单插入排序
插入排序，意思是将某一个数字插入到已经排好序的数组当中。
代码如下：
def insert_sort(nums):
n = len(nums)
for i in range(1,n):
index = i
for j in range(i-1,-1,-1):
if nums[j] > nums[index]:
nums[index],nums[j] = nums[j],nums[index]
index -= 1
else:
break
return nums
希尔排序
简单选择排序
简单选择排序，就是每一次选择一个当前最小的元素放在已经排好序的数组的后面。
def selection_sort(nums):
n = len(nums)
for i in range(n):
index = i
for j in range(i+1,n):
if nums[j]<nums[index]:
index = j
nums[i],nums[index] = nums[index],nums[i]
return nums
堆排序
def head_sort(elems):
def siftdown(elems,e,begin,end):
i, j = begin, begin*2+1
while j < end:
if j+1 < end and elems[j+1] < elems[j]:
j += 1
if e < elems[j]:
break
elems[i] = elems[j]
i, j = j, 2*j+1
elems[i] = e
end = len(elems)
for i in range(end//2, -1, -1):
siftdown(elems, elems[i], i, end)
for i in range((end-1), 0, -1):
e = elems[i]
elems[i] = elems[0]
siftdown(elems, e, 0, i)
nums.reverse()
return nums