1. 冒泡排序（Bubble Sort）

冒泡排序是一种简单的排序算法，它重复地遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

冒泡排序的时间复杂度为O(n^2)，其中n是要排序的元素个数。

以下是一个Python实现冒泡排序的例子：

def bubble_sort(arr): n = len(arr) for i in range(n): for j in range(0, n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] arr = [64, 34, 25, 12, 22, 11, 90] bubble_sort(arr) print("排序后的数组：") for i in range(len(arr)): print("%d" %arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

2. 选择排序（Selection Sort）

选择排序是一种简单的排序算法，它的基本思想是每次从未排序的元素中选择最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。选择排序是不稳定的排序方法。

以下是一个Python实现选择排序的例子：

def selection_sort(arr): n = len(arr) for i in range(n): min_idx = i for j in range(i+1, n): if arr[j] < arr[min_idx]: min_idx = j arr[i], arr[min_idx] = arr[min_idx], arr[i] arr = [64, 34, 25, 12, 22, 11, 90] selection_sort(arr) print("排序后的数组：") for i in range(len(arr)): print("%d" %arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

3. 插入排序（Insertion Sort）

插入排序是一种简单的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。

以下是一个Python实现插入排序的例子：

def insertion_sort(arr): n = len(arr) for i in range(1, n): key = arr[i] j = i - 1 while j >= 0 and key < arr[j]: arr[j + 1] = arr[j] j -= 1 arr[j + 1] = key arr = [64, 34, 25, 12, 22, 11, 90] insertion_sort(arr) print("排序后的数组：") for i in range(len(arr)): print("%d" %arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

4. 希尔排序（Shell Sort）

希尔排序是一种基于插入排序的算法，通过将原始数据集分成若干个子序列，对子序列进行插入排序，然后逐步减小子序列的间隔，最后对整个数据集进行一次插入排序。希尔排序的时间复杂度为O(nlogn)。

以下是一个Python实现希尔排序的例子：

def shell_sort(arr): n = len(arr) gap = n // 2 while gap > 0: for i in range(gap, n): temp = arr[i] j = i while j >= gap and arr[j - gap] > temp: arr[j] = arr[j - gap] j -= gap arr[j] = temp gap //= 2 arr = [64, 34, 25, 12, 22, 11, 90] shell_sort(arr) print("排序后的数组：") for i in range(len(arr)): print("%d" %arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

5. 归并排序（Merge Sort）

归并排序是一种基于分治思想的排序算法，它将待排序的序列分成若干个子序列，对每个子序列进行递归排序，然后将已有序的子序列合并成一个有序的序列。归并排序的时间复杂度为O(nlogn)。

以下是一个Python实现归并排序的例子：

def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left = merge_sort(arr[:mid]) right = merge_sort(arr[mid:]) return merge(left, right) def merge(left, right): result = [] i = j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 result.extend(left[i:]) result.extend(right[j:]) return result arr = [64, 34, 25, 12, 22, 11, 90] sorted_arr = merge_sort(arr) print("排序后的数组：") for i in range(len(sorted_arr)): print("%d" %sorted_arr[i], end=" ") 

输出结果为：

讯享网

讯享网排序后的数组： 11 12 22 25 34 64 90 

6. 快速排序（Quick Sort）

快速排序是一种基于分治思想的排序算法，它通过选择一个基准元素将待排序序列划分成两个子序列，其中一个子序列的所有元素都比基准元素小，另一个子序列的所有元素都比基准元素大，然后对这两个子序列分别进行递归排序，最后将已有序的子序列合并成一个有序的序列。快速排序的平均时间复杂度为O(nlogn)，最坏情况下的时间复杂度为O(n^2)。

以下是一个Python实现快速排序的例子：

def quick_sort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr) // 2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) arr = [64, 34, 25, 12, 22, 11, 90] sorted_arr = quick_sort(arr) print("排序后的数组：") for i in range(len(sorted_arr)): print("%d" %sorted_arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

7. 堆排序（Heap Sort）

堆排序是一种基于二叉堆数据结构的排序算法，它通过将待排序序列构建成一个大顶堆（或小顶堆），然后将堆顶元素与堆尾元素交换，并将剩余的元素重新调整为大顶堆（或小顶堆），重复进行以上操作直到整个序列有序。堆排序的时间复杂度为O(nlogn)。

以下是一个Python实现堆排序的例子：

def heapify(arr, n, i): largest = i l = 2 * i + 1 r = 2 * i + 2 if l < n and arr[i] < arr[l]: largest = l if r < n and arr[largest] < arr[r]: largest = r if largest != i: arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) def heap_sort(arr): n = len(arr) for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) return arr arr = [64, 34, 25, 12, 22, 11, 90] sorted_arr = heap_sort(arr) print("排序后的数组：") for i in range(len(sorted_arr)): print("%d" %sorted_arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

8. 计数排序（Counting Sort）

计数排序是一种基于桶排序思想的排序算法，它通过将待排序序列中的元素逐个放入一个固定大小的数组（称为“桶”）中，然后统计每个元素出现的次数，最后根据元素出现的次数依次将元素放回到原序列中。计数排序的时间复杂度为O(n+k)，其中n为待排序序列的长度，k为序列中不同元素的个数。

以下是一个Python实现计数排序的例子：

def counting_sort(arr): max_val = max(arr) min_val = min(arr) range_of_elements = max_val - min_val + 1 count = [0] * range_of_elements output = [0] * len(arr) for i in range(len(arr)): count[arr[i]-min_val] += 1 for i in range(1, len(count)): count[i] += count[i-1] for i in range(len(arr)-1, -1, -1): output[count[arr[i] - min_val] - 1] = arr[i] count[arr[i] - min_val] -= 1 for i in range(len(arr)): arr[i] = output[i] return arr arr = [64, 34, 25, 12, 22, 11, 90] sorted_arr = counting_sort(arr) print("排序后的数组：") for i in range(len(sorted_arr)): print("%d" %sorted_arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

9. 桶排序（Bucket Sort）

桶排序是一种基于分治思想的排序算法，它通过将待排序序列中的每个元素放入一个固定大小的桶中，然后对每个桶中的元素进行排序，最后将各个桶中的元素按顺序合并。桶排序的平均时间复杂度为O(n+k)，其中n为待排序序列的长度，k为序列中不同元素的个数。

以下是一个Python实现桶排序的例子：

def bucket_sort(arr): if len(arr) == 0: return arr min_val, max_val = min(arr), max(arr) bucket_range = (max_val-min_val) / len(arr) count_list = [[] for _ in range(len(arr) + 1)] for i in range(len(arr)): count_list[int((arr[i] - min_val) // bucket_range)].append(arr[i]) result = [] for i in range(len(count_list)): if len(count_list[i]) > 0: insertion_sort(count_list[i]) for j in range(len(count_list[i])): result.append(count_list[i][j]) return result def insertion_sort(arr): for i in range(1, len(arr)): key = arr[i] j = i - 1 while j >= 0 and key < arr[j]: arr[j + 1] = arr[j] j -= 1 arr[j + 1] = key arr = [64, 34, 25, 12, 22, 11, 90] sorted_arr = bucket_sort(arr) print("排序后的数组：") for i in range(len(sorted_arr)): print("%d" %sorted_arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90 

10. 基数排序（Radix Sort）

基数排序是一种基于非比较整数排序的算法，它通过将待排序序列中的元素按照位数切割成不同的桶，然后对每个桶中的元素进行计数排序，最后根据每个元素的位数将各个桶中的元素按顺序合并。基数排序的时间复杂度为O(nk)，其中n为待排序序列的长度，k为序列中不同元素的个数。

以下是一个Python实现基数排序的例子：

def counting_sort(arr, exp): n = len(arr) output = [0] * n count = [0] * 10 for i in range(n): index = arr[i] // exp count[index % 10] += 1 for i in range(1, 10): count[i] += count[i - 1] i = n - 1 while i >= 0: index = arr[i] // exp output[count[index % 10] - 1] = arr[i] count[index % 10] -= 1 i -= 1 for i in range(n): arr[i] = output[i] def radix_sort(arr): max_val = max(arr) exp = 1 while max_val // exp > 0: counting_sort(arr, exp) exp *= 10 arr = [64, 34, 25, 12, 22, 11, 90] radix_sort(arr) print("排序后的数组：") for i in range(len(arr)): print("%d" %arr[i], end=" ") 

输出结果为：

讯享网排序后的数组： 11 12 22 25 34 64 90