基础概念
1，插入排序（以第一个元素先入序列，然后逐个入序列）
从第一个元素开始，该元素可以认为已经被排序，然后取出下一个元素，从已排序的元素序列从后往前扫描，如果大于就在后面，如果小于就放前面
2，希尔排序（index增量对比，增量递减至1）
1，先选定一个增量（第一次是个数除以二），然后将所有距离为gap的元素分在同一组，进行对比，比如10个数，增量是10/2=5，所以第一个数和第六个数对比，如果第六个比较大，就互换位置，直到第五个被执行完，然后增量=5/2=2，重复该步骤
2，当增量的大小减到1时的排序，等于排序完成
3，选择排序（从候选中挑选入序列）
最简单的做法就是每次从候选中挑选一个最小值放入序列，优化做法是每次从候选中挑选最大和最小值，分别放序列的两头
4，冒泡排序（对比右移动）
从第一数开始，逐个对比，如果比较大，就向右移动一位
5，堆排序（完全二叉树）
堆排序是一种不稳定的排序算法，它利用堆这种数据结构进行排序。堆排序的时间复杂度为O(nlogn)，在原数据上进行排序，空间复杂度为 O(1)。但是，由于堆排序过程中必须先构建一个堆，因此需要占用额外的空间来存储堆。
6，快速排序（左右两边指针移动对比，停止指针位互换）
左右端最后一个分别是LR向中间走，但是位置并未变动，当左边走到比自己大的就停止，当右边遇到比自己小的也停止，然后指针的两个下标数据互换，互换结束后继续往前走，当两个指针碰一起，也就是index相同的时候，对比index的数据与两个端的大小，然后进行互换操作。这种算法快，复杂度是n*log2^n
简而言之，就是确定一个数作为基准，然后对比另一边，假设另一半大，就互换，然后基位到了另一边，反过来继续对比。
- 假如数组是{2,8,7,1,3,5,6,4}，以最后一个元素为基准元素，排序后结果是：{2,3,1,4,7,5,6,8}
1.起始指针位在index7，数字是4，对比左边指针位index0，数字是2，2比4小，对比下一位8 =》{2,8,7,1,3,5,6,4}
2.左指针位值 8 比右指针位值 4 大，位置互换，基准跳到左指针index1 =》{2,4,7,1,3,5,6,8}
3.重复一二步骤，左（1,4）比右（6,6）（5，5）都小，比（4,3）大，所以进行一次互换，基准位跳到4 =》{2,3,7,1,4,5,6,8}
4.基准位右指针位值 4）比左指针位值 7）小，互换，基准位跳到2 =》{2,3,4,1,7,5,6,8}
5.基准位左指针位值 4）比右指针位值 1）大，互换，基准位跳到3 =》{2,3,1,4,7,5,6,8}
7，归并排序
归并排序是一种稳定的、基于比较的排序算法，采用分治思想，将待排序列分成若干个子序列，对每个子序列进行内部排序，最后合并各个有序子序列，得到完整的有序序列。归并排序的时间复杂度为 O(nlogn)，可以保证排序的稳定性。
总结
- 插入排序：先从候选中选择一个，然后逐个拿来对比，与新的序列进行对比，然后插入新序列。（需要新增数组）
选择排序：每次从候选中选择一个最小或者最大值，插入新的序列（需要新增数组） - 希尔排序：折中取对比偏移量，逐个根据偏移量进行数据对比和互换，结束后继续折中偏移量（无需新增数组）
- 冒泡算法：下标位进行遍历对比，直接在原来的列表上进行换位置，注意这里并非固定某一个候选值与其他进行对比。（无需新增数组）
- 堆排序：不稳定排序，（时间复杂度O(nlogn)，空间复杂度为O(1)，需新增一个堆）
- 归并排序：稳定排序，分治思想。（时间复杂度O(nlogn)）
- 快速排序：挑选最后一个作为候选值，先左边逐个对比，遇到比自己大则互换，然后与右边互换位置向左逐个对比，遇到比自己小则互换。相当于拿一个值作为标准，通过左右不断互换的方式让这个标准值的左边比自己小，右边比自己大。所以快速排序得到的结果并非一定是顺序的。
归纳
-
1，插入排序和选择排序，都是针对数值，讲究的是从原来数组中挑选出来得到一个新数组，一个是拿出来后对比插入，另一个是先对比后直接拿出来放入，都需要创建一个新数组。
-
2，希尔排序、冒泡排序和快速排序，都是针对下标，一个是偏移对比，一个是逐个对比，最后一个是左右下标偏互换，都是在自身数组上操作。