冒泡排序（Bubble Sort）、快速排序（Quick Sort）和归并排序（Merge Sort）

冒泡排序

冒泡排序是一种简单的排序算法，它重复地遍历要排序的列表，依次比较相邻两个元素，如果它们的顺序错误就交换它们。重复多次，直到没有任何一对数字需要交换为止，最终得到有序列表。

冒泡排序的时间复杂度为 O(n^2)，不适合处理大量数据。

java 复制代码

public class BubbleSort {
    public static void bubbleSort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) {
            for (int j = 0; j < n - i - 1; j++) {
                if (arr[j] > arr[j + 1]) {
                    // 交换arr[j]和arr[j+1]的位置
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                }
            }
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        bubbleSort(arr);
        System.out.print("排序后的数组：");
        for (int num : arr) {
            System.out.print(num + " ");
        }
    }
}

在上述代码中，我们定义了一个名为 BubbleSort 的类，其中包含了一个静态方法 bubbleSort 用于实现冒泡排序。在 main 方法中，我们创建了一个包含 7 个元素的整数数组，并调用 bubbleSort 方法对其进行排序。最终输出结果为 11 12 22 25 34 64 90。

请注意，冒泡排序是一种简单但效率较低的排序算法，时间复杂度为 O(n^2)。对于大规模数据可能不太适用，更高效的排序算法如快速排序、归并排序等可以考虑使用。
快速排序

快速排序是一种基于分治思想的高效排序算法，它选取一个元素作为基准值，将数组分为小于基准值和大于基准值的两个子数组，然后对这两个子数组进行递归排序，最终得到有序数组。

快速排序的时间复杂度为平均情况下的 O(nlogn)，最坏情况下为 O(n^2)。

java 复制代码

public class QuickSort {
    public static void quickSort(int[] arr, int low, int high) {
        if (low < high) {
            int pivotIndex = partition(arr, low, high); // 划分操作
            quickSort(arr, low, pivotIndex - 1); // 对左子数组进行快速排序
            quickSort(arr, pivotIndex + 1, high); // 对右子数组进行快速排序
        }
    }

    public static int partition(int[] arr, int low, int high) {
        int pivot = arr[high]; // 选取最后一个元素作为基准
        int i = low - 1;
        for (int j = low; j < high; j++) {
            if (arr[j] <= pivot) {
                i++;
                swap(arr, i, j); // 将较小的元素交换到前面
            }
        }
        swap(arr, i+1, high); // 将基准元素放到正确的位置
        return i + 1;
    }

    public static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        int n = arr.length;
        quickSort(arr, 0, n - 1);
        System.out.print("排序后的数组：");
        for (int num : arr) {
            System.out.print(num + " ");
        }
    }
}

归并排序

归并排序也是一种基于分治思想的排序算法，它将数组划分为较小的子数组，然后对子数组进行递归排序，最终通过合并操作得到有序数组。

归并排序的时间复杂度为 O(nlogn)，但需要额外的空间来存储合并过程中的数组。

java 复制代码

public class MergeSort {
    public static void mergeSort(int[] arr, int low, int high) {
        if (low < high) {
            int mid = (low + high) / 2;
            mergeSort(arr, low, mid); // 对左半部分进行归并排序
            mergeSort(arr, mid + 1, high); // 对右半部分进行归并排序
            merge(arr, low, mid, high); // 合并两个有序数组
        }
    }

    public static void merge(int[] arr, int low, int mid, int high) {
        int n1 = mid - low + 1;
        int n2 = high - mid;

        int[] leftArr = new int[n1];
        int[] rightArr = new int[n2];

        for (int i = 0; i < n1; ++i)
            leftArr[i] = arr[low + i];
        for (int j = 0; j < n2; ++j)
            rightArr[j] = arr[mid + 1 + j];

        int i = 0, j = 0;
        int k = low;
        while (i < n1 && j < n2) {
            if (leftArr[i] <= rightArr[j]) {
                arr[k] = leftArr[i];
                i++;
            } else {
                arr[k] = rightArr[j];
                j++;
            }
            k++;
        }

        while (i < n1) {
            arr[k] = leftArr[i];
            i++;
            k++;
        }

        while (j < n2) {
            arr[k] = rightArr[j];
            j++;
            k++;
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        int n = arr.length;
        mergeSort(arr, 0, n - 1);
        System.out.print("排序后的数组：");
        for (int num : arr) {
            System.out.print(num + " ");
        }
    }
}

总之，冒泡排序是一种简单但效率低下的算法，适合处理小型数据；快速排序和归并排序都是高效的排序算法，对于大量数据具有很好的处理效果，但在实际应用中需要根据数据规模和性质选择合适的算法。