摘自知乎。
自己动手实现了一下，方便更好理解。每种排序的过程，请参照
动画演示，以动画演示排序过程，对小白特别友好。
一：冒泡排序
比较简单，主要是通过两次遍历去两两比较紧挨着的两个元素。
时间复杂度为 O（n^2）
def bubble(list):
length = len(list)
for index in range(length):
for i in range(1, length-index):
# 两两相互比较
if list[i] > list[i-1]:
list[i], list[i-1] = list[i-1], list[i]
return list
二：选择排序
也是两层遍历，从第一个元素后开始，第一个元素可认为已经被排序
。遍历后续所有元素，发现有元素大于（或者小于）这个元素，则交换他两的位置。时间复杂度为 O(n^2).
def select_sort(list):
length = len(list)
for index in range(length):
for i in range(index, length):
# index 即为每次要和 后面元素比较的元素
# i 则是 index 后面的元素
if list[index] < list[i]:
# 若后面的元素中存在 比 index 还要大的元素
# 则交换他们两个的位置。
list[i], list[index] = list[index], list[i]
return list
# 这样排出来的是 从大到小 的顺序。
# 改变判定条件 list[index] < list[i] 为 list[index] > list[i] 即可。
三：插入排序
这个排序可以看 动画演示，不再赘述。
def insert_sort(list):
count = len(list)
for i in range(1, count):
# key 是要到前面 insert 的元素
key = list[i]
j = i -1
while j >= 0:
if key < list[j]:
# 如果这个要 insert 的值小于它前一个元素，
# 就让前一个元素向后移，它自己向前移动。
list[j+1] = list[j]
list[j] = key
j -= 1
return list
四：希尔排序
先取一个小于n的整数d1作为第一个增量，把文件的全部记录分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序；然后，取第二个增量 d2<d1 重复上述的分组和排序，直至所取的增量即所有记录放在同一组中进行直接插入排序为止。
# -*- coding:utf-8 -*-
def shell_sort(list):
length=len(list)
dist=length/2
while dist>0:
for i in range(dist,length):
temp=list[i]
j=i
while j>=dist and temp<list[j-dist]:
list[j]=list[j-dist]
j-=dist
list[j]=temp
dist/=2
return list
五：归并排序
归并排序，就是把两个已经排列好的序列合并为一个序列。
def merge_sort(list1,list2):
length_list1=len(list1)
length_list2=len(list2)
list3=[]
j=0
for i in range(length_list1):
while list2[j]<list1[i] and j<length_list2:
list3.append(list2[j])
j=j+1
list3.append(list1[i])
if j<(length_list2-1):
for k in range(j,length_list2):
list3.append(list2[k])
return list3
六：快速排序
随意选择一个数字作为基准，比基准数字大的在右，比基准数字小的在左。
# -*- coding:utf-8 -*-
def kp(arr,i,j):#快排总函数
#制定从哪开始快排
if i<j:
base=kpgc(arr,i,j)
kp(arr,i,base)
kp(arr,base+1,j)
def kpgc(arr,i,j):#快排排序过程
base=arr[i]
while i<j:
while i<j and arr[j]>=base:
j-=1
while i<j and arr[j]<base:
arr[i]=arr[j]
i+=1
arr[j]=arr[i]
arr[i]=base
return i
七：堆排序
堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
步骤：
*创建最大堆:将堆所有数据重新排序，使其成为最大堆
*最大堆调整:作用是保持最大堆的性质，是创建最大堆的核心子程序
*堆排序:移除位在第一个数据的根节点，并做最大堆调整的递归运算
# -*- coding:utf-8 -*-
def head_sort(list):
length_list = len(list)
first=int(length_list/2-1)
for start in range(first,-1,-1):
max_heapify(list,start,length_list-1)
for end in range(length_list-1,0,-1):
list[end],list[0]=list[0],list[end]
max_heapify(list,0,end-1)
return list
def max_heapify(ary,start,end):
root = start
while True:
child = root*2 + 1
if child > end:
break
if child + 1 <= end and ary[child]<ary[child+1]:
child = child + 1
if ary[root]<ary[child]:
ary[root],ary[child]=ary[child],ary[root]
root=child
else:
break
八：计数排序
# -*- coding:utf-8 -*-
def count_sort(list):
max=min=0
for i in list:
if i < min:
min = i
if i > max:
max = i
count = [0] * (max - min +1)
for j in range(max-min+1):
count[j]=0
for index in list:
count[index-min]+=1
index=0
for a in range(max-min+1):
for c in range(count[a]):
list[index]=a+min
index+=1
return list
