排序有哪些方法

A. 排序方法都有哪几种，比如1、2、3。。。。。。甲乙丙丁等

排序方法一般都就那几种。像冒泡排序，直接插入排序，快速排序，简单选择排序，希尔排序，堆排序。其排序介绍自己看吧。
1、冒泡排序属于稳定排序，是一种借助“交换”进行排序的方法。首先要将第一个记录的关键字和第二个记录的关键字进行比较，若为逆序，则将两个记录交换之，然后比较第二个记录与第三个记录的关键字，以此类推，直至第n-1个记录与第n个记录的关键字进行比较为止，这一过程称为第一趟冒泡排序，其结果使得关键字最大的记录被安置在最后一个记录的位置上；然后进行第二趟冒泡排序，对前N-1个记录进行同样操作；以此类推，直到在一趟排序过程中没有进行过交换记录的操作为止。
2、直接插入排序属于稳定的排序，每次从无序表中取出第一个元素，把它插入到有序表的合适位置，使有序表仍然有序。第一趟将待比较的数值与它的前一个数值进行比较，当前一数值比待比较数值大的情况下继续循环比较，依次进行下去，进行了(n-1)趟扫描以后就完成了整个排序过程，结束该次循环。
3、快速排序属于不稳定排序，是对起泡排序的一种改进。它的基本思想是，通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。假设待排序的序列为{R.[s],R.[s+1],…….,R.[t]},首先任意选取一个记录，然后按下述原则从新排序记录：将关键字较他小的记录都安置在他的位置之前，将所有关键字较他大的记录都安置在他的位置后面。由此可以该“枢轴”记录最后所落的位置i作为分界线，将序列{R[s],R[s+1]…….R[t]}分割成两个子序列｛R[s],R[s+1]…..R[i-1]｝和｛R[i+1]……R[t]｝，这个过程称作一趟快速排序。一趟快速排序的具体做法是：附设两个指针low和high，它们的初值分别指向数组第一个数据和最后一个数据，将枢轴记录暂存在R[0]的位置上排序过程中只作R[low]或R[high]的单向移动，直至一趟排序结束后再将枢轴记录移至正确位置上。
4、简单选择排序属于不稳定排序，基本思想是，每一趟在n-i+1（i=1，2，…n-1）个记录中选取关键字最小的记录作为有序序列中第i个记录。第i趟简单选择排序是指通过n-i次关键字的比较，从n-i+1个记录中选出关键字最小的记录，并和第i个记录进行交换。共需进行n-1趟比较，直到所有记录排序完成为止。例如：进行第i趟选择时，从当前候选记录中选出关键字最小的k号记录，并和第i个记录进行交换。
5、希尔排序属于不稳定排序，也是一种属插入排序类，它的基本思想是：先将整个待排记录序列分割称为若干个子序列分别进行直接插入排序，待整个序列中记录“基本有序”时，再对全体记录进行一次直接插入排序。希尔排序的一个特点是：子序列的构成不是简单的“逐段分割”，而是将相隔某个“增量”的记录组成一个子序列。
6、堆排序属于不稳定排序，它的基本思想是，先将初始文件R[1..n]建成一个大根堆，此堆为初始的无序区，再将关键字最大的记录R[1](即堆顶)和无序区的最后一个记录R[n]交换，由此得到新的无序区R[1..n-1]和有序区R[n]，且满足R[1..n-1].keys≤R[n].key；由于交换后新的根R[1]可能违反堆性质，故应将当前无序区R[1..n-1]调整为堆，然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换，由此得到新的无序区R[1..n-2]和有序区R[n-1..n]，且仍满足关系R[1..n- 2].keys≤R[n-1..n].keys，同样要将R[1..n-2]调整为堆。直到无序区只有一个元素为止

B. Excel表格中常用的排序方法有哪些

制作Excel表格的过程中，对其中的内容进行排序是大家经常会遇到的情况，下面小编介绍几种最为常用但是很多人却不知道的排序方法。
01
首先就是按照笔划来排序，我们经常会看到课本或者花名册上都有按照姓氏笔画来排序的提示，也就是说按照笔划的多少进行排列的，如何设置这种排序呢？首先我们选中需要排序的那一列，比如下图中的B列；
02
然后依次点击工具栏中的“数据”-“排序”，如图一所示...然后在弹出的排序提醒对话框勾选下方的“以当前选定区域排序”；
03
接下来点击排序对话框右上角的“选项”，然后勾选排序选项对话框最下方的“笔划排序”；
04
点击确定返回到表格以后，我们就会发现这一列的所有文字全部按照首个文字的笔划多少来进行排序了；此外如果有时候不知道应该按照何种规则来排序的话，那么就可以用到下面小编介绍的随机排序方法了，在表格的最后一列输入公式“=RAND()”,见图二...
05
点击回车键以后，该单元格中就会弹出一个随机数字，将其下拉拖动应用到所有列，最终效果如图一所示...然后依次点击“数据”-“升序”或者“降序”，这样表格里面的内容就会随机排序了；
06
最后我们还能按照表格中文字的颜色来排序，比如下图的表格中既有红色文字，也有蓝色文字...
07
依旧按照以上的方法将排序对话框打开，然后勾选排序依旧中的“字体颜色”，并且自定义每种颜色文字的次序，我们以红色文字在顶端，蓝色文字在底端为例做介绍；
08
同样点击对话框中的确定，返回到表格以后，我们就会发现红色的文字内容在表格最顶端，而蓝色的文字则被排序到了最底端，如下图所示...

C. 常用的排序算法都有哪些

排序算法 所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
分类
在计算机科学所使用的排序算法通常被分类为：
计算的复杂度（最差、平均、和最好表现），依据串行（list）的大小（n）。一般而言，好的表现是O。(n log n)，且坏的行为是Ω(n2)。对于一个排序理想的表现是O(n)。仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要Ω(n log n)。
记忆体使用量（以及其他电脑资源的使用）
稳定度：稳定排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S，且在原本的串行中R出现在S之前，在排序过的串行中R也将会是在S之前。
一般的方法：插入、交换、选择、合并等等。交换排序包含冒泡排序（bubble sort）和快速排序（quicksort）。选择排序包含shaker排序和堆排序（heapsort）。
当相等的元素是无法分辨的，比如像是整数，稳定度并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。
(4, 1) (3, 1) (3, 7) (5, 6)
在这个状况下，有可能产生两种不同的结果，一个是依照相等的键值维持相对的次序，而另外一个则没有：
(3, 1) (3, 7) (4, 1) (5, 6) (维持次序)
(3, 7) (3, 1) (4, 1) (5, 6) (次序被改变)
不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地时作为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个物件间之比较，就会被决定使用在原先资料次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。
排列算法列表
在这个表格中，n是要被排序的纪录数量以及k是不同键值的数量。
稳定的
冒泡排序（bubble sort） — O(n2)
鸡尾酒排序 (Cocktail sort, 双向的冒泡排序) — O(n2)
插入排序 （insertion sort）— O(n2)
桶排序 （bucket sort）— O(n); 需要 O(k) 额外 记忆体
计数排序 (counting sort) — O(n+k); 需要 O(n+k) 额外 记忆体
归并排序 （merge sort）— O(n log n); 需要 O(n) 额外记忆体
原地归并排序 — O(n2)
二叉树排序 （Binary tree sort） — O(n log n); 需要 O(n) 额外记忆体
鸽巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 额外记忆体
基数排序 （radix sort）— O(n·k); 需要 O(n) 额外记忆体
Gnome sort — O(n2)
Library sort — O(n log n) with high probability, 需要 (1+ε)n 额外记忆体
不稳定
选择排序 （selection sort）— O(n2)
希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本
Comb sort — O(n log n)
堆排序 （heapsort）— O(n log n)
Smoothsort — O(n log n)
快速排序 （quicksort）— O(n log n) 期望时间, O(n2) 最坏情况; 对于大的、乱数串行一般相信是最快的已知排序
Introsort — O(n log n)
Patience sorting — O(n log n + k) 最外情况时间, 需要 额外的 O(n + k) 空间, 也需要找到最长的递增子序列（longest increasing subsequence）
不实用的排序算法
Bogo排序 — O(n × n!) 期望时间, 无穷的最坏情况。
Stupid sort — O(n3); 递回版本需要 O(n2) 额外记忆体
Bead sort — O(n) or O(√n), 但需要特别的硬体
Pancake sorting — O(n), 但需要特别的硬体
排序的算法
排序的算法有很多，对空间的要求及其时间效率也不尽相同。下面列出了一些常见的排序算法。这里面插入排序和冒泡排序又被称作简单排序，他们对空间的要求不高，但是时间效率却不稳定；而后面三种排序相对于简单排序对空间的要求稍高一点，但时间效率却能稳定在很高的水平。基数排序是针对关键字在一个较小范围内的排序算法。
插入排序
冒泡排序
选择排序
快速排序
堆排序
归并排序
基数排序
希尔排序
插入排序
插入排序是这样实现的：
首先新建一个空列表，用于保存已排序的有序数列（我们称之为"有序列表"）。
从原数列中取出一个数，将其插入"有序列表"中，使其仍旧保持有序状态。
重复2号步骤，直至原数列为空。
插入排序的平均时间复杂度为平方级的，效率不高，但是容易实现。它借助了"逐步扩大成果"的思想，使有序列表的长度逐渐增加，直至其长度等于原列表的长度。
冒泡排序
冒泡排序是这样实现的：
首先将所有待排序的数字放入工作列表中。
从列表的第一个数字到倒数第二个数字，逐个检查：若某一位上的数字大于他的下一位，则将它与它的下一位交换。
重复2号步骤，直至再也不能交换。
冒泡排序的平均时间复杂度与插入排序相同，也是平方级的，但也是非常容易实现的算法。
选择排序
选择排序是这样实现的：
设数组内存放了n个待排数字，数组下标从1开始，到n结束。
i=1
从数组的第i个元素开始到第n个元素，寻找最小的元素。
将上一步找到的最小元素和第i位元素交换。
如果i=n－1算法结束，否则回到第3步
选择排序的平均时间复杂度也是O(n²)的。
快速排序
现在开始，我们要接触高效排序算法了。实践证明，快速排序是所有排序算法中最高效的一种。它采用了分治的思想：先保证列表的前半部分都小于后半部分，然后分别对前半部分和后半部分排序，这样整个列表就有序了。这是一种先进的思想，也是它高效的原因。因为在排序算法中，算法的高效与否与列表中数字间的比较次数有直接的关系，而"保证列表的前半部分都小于后半部分"就使得前半部分的任何一个数从此以后都不再跟后半部分的数进行比较了，大大减少了数字间不必要的比较。但查找数据得另当别论了。
堆排序
堆排序与前面的算法都不同，它是这样的：
首先新建一个空列表，作用与插入排序中的"有序列表"相同。
找到数列中最大的数字，将其加在"有序列表"的末尾，并将其从原数列中删除。
重复2号步骤，直至原数列为空。
堆排序的平均时间复杂度为nlogn,效率高（因为有堆这种数据结构以及它奇妙的特征，使得"找到数列中最大的数字"这样的操作只需要O(1)的时间复杂度，维护需要logn的时间复杂度），但是实现相对复杂（可以说是这里7种算法中比较难实现的）。
看起来似乎堆排序与插入排序有些相像，但他们其实是本质不同的算法。至少，他们的时间复杂度差了一个数量级，一个是平方级的，一个是对数级的。
平均时间复杂度
插入排序 O(n2)
冒泡排序 O(n2)
选择排序 O(n2)
快速排序 O(n log n)
堆排序 O(n log n)
归并排序 O(n log n)
基数排序 O(n)
希尔排序 O(n1.25)
冒泡排序
654
比如说这个，我想让它从小到大排序，怎么做呢？
第一步：6跟5比，发现比它大，则交换。564
第二步：5跟4比，发现比它大，则交换。465
第三步：6跟5比，发现比它大，则交换。456

D. 语文排序的方法有哪些

语文做排序题，需要先找准总起句，然后分句之间要注意内在逻辑关系，有的句子还会有明显的关键词提醒。

E. 排序法都有哪些

一、插入排序(InsertionSort)
1.基本思想：
每次将一个待排序的数据元素，插入到前面已经排好序的数列中的适当位置，使数列依然有序；直到待排序数据元素全部插入完为止。
2.排序过程：
【示例】：
[初始关键字][49]38659776132749
J=2(38)[3849]659776132749
J=3(65)[384965]9776132749
J=4(97)[38496597]76132749
J=5(76)[3849657697]132749
J=6(13)[133849657697]2749
J=7(27)[13273849657697]49
J=8(49)[1327384949657697]

1. ProcereInsertSort(VarR:FileType);
   
2. //对R[1..N]按递增序进行插入排序,R[0]是监视哨//
   
3. Begin
   
4. forI:=2ToNDo//依次插入R[2],...,R[n]//
   
5. begin
   
6. R[0]:=R;J:=I-1;
   
7. WhileR[0]<R[J]Do//查找R的插入位置//
   
8. begin
   
9. R[J+1]:=R[J];//将大于R的元素后移//
   
10. J:=J-1
    
11. end
    
12. R[J+1]:=R[0];//插入R//
    
13. end
    
14. End;//InsertSort//

复制代码二、选择排序
1.基本思想：
每一趟从待排序的数据元素中选出最小（或最大）的一个元素，顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。
2.排序过程：
【示例】：
初始关键字[4938659776132749]
第一趟排序后13［38659776492749]
第二趟排序后1327［659776493849]
第三趟排序后132738[9776496549]
第四趟排序后13273849[49976576]
第五趟排序后1327384949[979776]
第六趟排序后132738494976[7697]
第七趟排序后13273849497676[97]
最后排序结果1327384949767697

1. ProcereSelectSort(VarR:FileType);//对R[1..N]进行直接选择排序//
   
2. Begin
   
3. forI:=1ToN-1Do//做N-1趟选择排序//
   
4. begin
   
5. K:=I;
   
6. ForJ:=I+1ToNDo//在当前无序区R[I..N]中选最小的元素R[K]//
   
7. begin
   
8. IfR[J]<R[K]ThenK:=J
   
9. end;
   
10. IfK<>IThen//交换R和R[K]//
    
11. beginTemp:=R;R:=R[K];R[K]:=Temp;end;
    
12. end
    
13. End;//SelectSort//

复制代码三、冒泡排序(BubbleSort)
1.基本思想：
两两比较待排序数据元素的大小，发现两个数据元素的次序相反时即进行交换，直到没有反序的数据元素为止。
2.排序过程：
设想被排序的数组R［1..N］垂直竖立，将每个数据元素看作有重量的气泡，根据轻气泡不能在重气泡之下的原则，从下往上扫描数组R，凡扫描到违反本原则的轻气泡，就使其向上"漂浮"，如此反复进行，直至最后任何两个气泡都是轻者在上，重者在下为止。
【示例】：
4913131313131313
3849272727272727
6538493838383838
9765384949494949
7697654949494949
1376976565656565
2727769776767676
4949497697979797

1. ProcereBubbleSort(VarR:FileType)//从下往上扫描的起泡排序//
   
2. Begin
   
3. ForI:=1ToN-1Do//做N-1趟排序//
   
4. begin
   
5. NoSwap:=True;//置未排序的标志//
   
6. ForJ:=N-1DownTo1Do//从底部往上扫描//
   
7. begin
   
8. IfR[J+1]<R[J]Then//交换元素//
   
9. begin
   
10. Temp:=R[J+1];R[J+1:=R[J];R[J]:=Temp;
    
11. NoSwap:=False
    
12. end;
    
13. end;
    
14. IfNoSwapThenReturn//本趟排序中未发生交换，则终止算法//
    
15. end
    
16. End;//BubbleSort//

复制代码四、快速排序（QuickSort）
1.基本思想：
在当前无序区R[1..H]中任取一个数据元素作为比较的"基准"(不妨记为X)，用此基准将当前无序区划分为左右两个较小的无序区：R[1..I-1]和R[I+1..H]，且左边的无序子区中数据元素均小于等于基准元素，右边的无序子区中数据元素均大于等于基准元素，而基准X则位于最终排序的位置上，即R[1..I-1]≤X.Key≤R[I+1..H](1≤I≤H)，当R[1..I-1]和R[I+1..H]均非空时，分别对它们进行上述的划分过程，直至所有无序子区中的数据元素均已排序为止。
2.排序过程：
【示例】：
初始关键字[4938659776132749］
第一次交换后
［2738659776134949］
第二次交换后
［2738499776136549］
J向左扫描，位置不变，第三次交换后
［2738139776496549］
I向右扫描，位置不变，第四次交换后
［2738134976976549］
J向左扫描
［2738134976976549］
（一次划分过程）

初始关键字
［4938659776132749］
一趟排序之后
［273813］49［76976549］
二趟排序之后
［13］27［38］49［4965］76［97］
三趟排序之后1327384949［65］7697
最后的排序结果1327384949657697
各趟排序之后的状态

1. ProcereParttion(VarR:FileType;L,H:Integer;VarI:Integer);
   
2. //对无序区R[1,H]做划分，I给以出本次划分后已被定位的基准元素的位置//
   
3. Begin
   
4. I:=1;J:=H;X:=R;//初始化，X为基准//
   
5. Repeat
   
6. While(R[J]>=X)And(I<J)Do
   
7. begin
   
8. J:=J-1//从右向左扫描，查找第1个小于X的元素//
   
9. IfI<JThen//已找到R[J]〈X//
   
10. begin
    
11. R:=R[J];//相当于交换R和R[J]//
    
12. I:=I+1
    
13. end;
    
14. While(R<=X)And(I<J)Do
    
15. I:=I+1//从左向右扫描，查找第1个大于X的元素///
    
16. end;
    
17. IfI<JThen//已找到R>X//
    
18. begin R[J]:=R;//相当于交换R和R[J]//
    
19. J:=J-1
    
20. end
    
21. UntilI=J;
    
22. R:=X//基准X已被最终定位//
    
23. End;//Parttion//

复制代码

1. ProcereQuickSort(VarR:FileType;S,T:Integer);//对R[S..T]快速排序//
   
2. Begin
   
3. IfS<TThen//当R[S..T]为空或只有一个元素是无需排序//
   
4. begin
   
5. Partion(R,S,T,I);//对R[S..T]做划分//
   
6. QuickSort(R,S,I-1);//递归处理左区间R[S,I-1]//
   
7. QuickSort(R,I+1,T);//递归处理右区间R[I+1..T]//
   
8. end;
   
9. End;//QuickSort//

复制代码五、堆排序(HeapSort)
1.基本思想：
堆排序是一树形选择排序，在排序过程中，将R[1..N]看成是一颗完全二叉树的顺序存储结构，利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择最小的元素。
2.堆的定义:N个元素的序列K1,K2,K3,...,Kn.称为堆，当且仅当该序列满足特性：
Ki≤K2iKi≤K2i+1(1≤I≤[N/2])


堆实质上是满足如下性质的完全二叉树：树中任一非叶子结点的关键字均大于等于其孩子结点的关键字。例如序列10,15,56,25,30,70就是一个堆，它对应的完全二叉树如上图所示。这种堆中根结点（称为堆顶）的关键字最小，我们把它称为小根堆。反之，若完全二叉树中任一非叶子结点的关键字均大于等于其孩子的关键字，则称之为大根堆。
3.排序过程：
堆排序正是利用小根堆（或大根堆）来选取当前无序区中关键字小（或最大）的记录实现排序的。我们不妨利用大根堆来排序。每一趟排序的基本操作是：将当前无序区调整为一个大根堆，选取关键字最大的堆顶记录，将它和无序区中的最后一个记录交换。这样，正好和直接选择排序相反，有序区是在原记录区的尾部形成并逐步向前扩大到整个记录区。
【示例】：对关键字序列42，13，91，23，24，16，05，88建堆

1. ProcereSift(VarR:FileType;I,M:Integer);
   
2. //在数组R[I..M]中调用R，使得以它为完全二叉树构成堆。事先已知其左、右子树(2I+1<=M时)均是堆//
   
3. Begin
   
4. X:=R;J:=2*I;//若J<=M,R[J]是R的左孩子//
   
5. WhileJ<=MDo//若当前被调整结点R有左孩子R[J]//
   
6. begin
   
7. If(J<M)AndR[J].Key<R[J+1].KeyThen
   
8. J:=J+1//令J指向关键字较大的右孩子//
   
9. //J指向R的左、右孩子中关键字较大者//
   
10. IfX.Key<R[J].KeyThen//孩子结点关键字较大//
    
11. begin
    
12. R:=R[J];//将R[J]换到双亲位置上//
    
13. I:=J;J:=2*I//继续以R[J]为当前被调整结点往下层调整//
    
14. end;
    
15. Else
    
16. Exit//调整完毕，退出循环//
    
17. end
    
18. R:=X;//将最初被调整的结点放入正确位置//
    
19. End;//Sift//

复制代码

1. ProcereHeapSort(VarR:FileType);//对R[1..N]进行堆排序//
   
2. Begin
   
3. ForI:=NDivDownto1Do//建立初始堆//
   
4. Sift(R,I,N)
   
5. ForI:=NDownto2do//进行N-1趟排序//
   
6. begin
   
7. T:=R[1];R[1]:=R;R:=T;//将当前堆顶记录和堆中最后一个记录交换//
   
8. Sift(R,1,I-1)//将R[1..I-1]重成堆//
   
9. end
   
10. End;//HeapSort//

复制代码六、几种排序算法的比较和选择
1.选取排序方法需要考虑的因素：
(1)待排序的元素数目n；
(2)元素本身信息量的大小；
(3)关键字的结构及其分布情况；
(4)语言工具的条件，辅助空间的大小等。
2.小结：
(1)若n较小(n<=50)，则可以采用直接插入排序或直接选择排序。由于直接插入排序所需的记录移动操作较直接选择排序多，因而当记录本身信息量较大时，用直接选择排序较好。
(2)若文件的初始状态已按关键字基本有序，则选用直接插入或冒泡排序为宜。
(3)若n较大，则应采用时间复杂度为O(nlog2n)的排序方法：快速排序、堆排序或归并排序。
快速排序是目前基于比较的内部排序法中被认为是最好的方法。
(4)在基于比较排序方法中，每次比较两个关键字的大小之后，仅仅出现两种可能的转移，因此可以用一棵二叉树来描述比较判定过程，由此可以证明：当文件的n个关键字随机分布时，任何借助于"比较"的排序算法，至少需要O(nlog2n)的时间。

这句话很重要它告诉我们自己写的算法是有改进到最优当然没有必要一直追求最优
(5)当记录本身信息量较大时，为避免耗费大量时间移动记录，可以用链表作为存储结构。

F. 紧急!!!!!!!有什么排序方法各有什么特点

一般常见的有
(1)冒泡排序
简单，时间复杂度O(n^2)
(2)插入排序
简单，比冒泡难写，时间复杂度O(n^2)，通常比冒泡快
(3)快速排序
稍难，平均O(nlogn)，最坏O(n^2)
(4)选择排序
简单
O(n^2)
(5)归并排序
使用了递归算法
(6)堆排序
O(nlogn)，时间很稳定
(7)计数排序
线性时间排序算法，不过要求数据种类少
常见的排序算法还有很多，实在很难一下子说清楚，也就举这些吧。

G. 排序有几种方法

一. 冒泡排序

冒泡排序是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，如果他们的顺序错误就把它们交换过来。遍历数列的工作是重复的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

1.冒泡排序算法的运作如下：
（1）比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个
（2）对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素还是最大的数
（3）针对所有的元素重复以上的步骤，除了最后一个
二. 选择排序
选择排序是一种简单直观的排序算法。他的工作原理如下：
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置（末尾位置），然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕
选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，他们当中至少有一个将被移到最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动 元素的排序方法中，选择排序属于非常好的一种
三. 插入排序

插入排序是一种简单直观的排序算法。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。插入排序在从后向前扫描的过程中，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
四. 快速排序
快速排序，又称划分交换排序。通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都要小，然后再按此方法对两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列
五 希尔排序过程

希尔排序是插入排序的一种，也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。
六. 归并排序

归并排序是采用分治法（把复杂问题分解为相对简单的子问题，分别求解，最后通过组合起子问题的解的方式得到原问题的解）的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组

将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，水小九先取谁，取了后相应的指针就往后移一位。然后比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可

H. 排序方法有哪些

五大类方法：插入排序（直接插入排序、希尔排序等）、快速排序（冒泡排序、快速排序）、选择排序（简单选择排序、树形选择排序、堆排序）、归并排序、基数排序

I. 几种排序方法的解释

快速排序，就是拿出一个元素，把比它小的都放在左边，比它大的都放在右边，然后把左右两边的序列继续这样排序。通常拿出的这个元素都是序列中的第一个，因为这样比较简单，不用思考。举例：
4，2，7，5
第一次整理为：2，（4），7，5
冒泡排序就是相邻元素的两个两个比较，第一个第二个比较，大的放在第二个，第二个第三个比较，大的放在第三个……从左到右来一次，就会有一个最大的被找到而放在了最右边，这个过程就像水了的泡泡越上浮越大一样。举例：
4，2，7，5
第一次比较：2，4，7，5
第二次比较：2，4，7，5
第三次比较：2，4，5，7
直接插入排序，就是向有序序列中放入一个元素，先放在最后看看，发现不符合顺序要求，那就放在倒数第二个，看看，还不符合要求……一直找到一个位置，使这些元素有序，那么就实现了排序。举例：
4，2，7，5
第一次，只有一个4，认为是有序的。所以结果是：4，2，7，5
第二次，把2一起考虑进来，发现比前面的4小，所以无序，那么交换他俩，所以是：2，4，7，5
然后继续看，发现2已经到最前面了，那么就结束吧。
第三次，把7一起考虑进来，发现比前面的4大，所以顺序是对的。结果是：2，4，7，5
第四次，把5考虑进来，发现比7小，交换，比前面的4大，ok，位置可以固定了，结果是：2，4，5，7
最后的堆排序麻烦一些，要考虑堆的意义。举小堆来说，好比一摞金子塔(三角形），顶上的总是脚上的两个小，所以最上面尖尖上的元素是最最小的，而最大的一定在最底下一层里，位置不固定的。堆排序就是说，每次取最小的那个（小堆的例子）也就是最上面那个，取出来之后，把其他的元素再整理成小堆，再取最顶上那个是次小的元素，这样一直把所有元素都取出来，取的顺序就是排序的结果了。举例：
。。。3。。。
。。4。。5。
。5。6。9
采取的方案是把最小的和最后一个交换位置，理解为取出了最顶上那个。
。。。9.。。。
。。4.。。5.。
。5。6.。3
注意，3是第一个取出来的，就可以认为它不存在啦，接着整理这个堆，9－4－5这个三角形整理一下，变成：
。。。4.。。。
。。9.。。5.。
。5.。6.。。。
看到左下角的三角形不符合规则，继续整理
。。。4.。。。
。。5.。。5.。
。9.。6.。。。
ok了，所有元素又呈现堆的样子了，每个三角形中，下面的都比上面的大。可以取下一个次小的元素啦。
上面解释的比较模糊，如果有问题，就继续联络吧。

J. 几种排序方法

这两天复习了一下排序方面的知识，现将目前比较常见的整理一下。 选择排序选择排序的思想是首先先找到序列中最大元素并将它与序列中最后一个元素交换，然后找下一个最大元素并与倒数第二个元素交换，依次类推。此排序很简单，这不做多说，代码实现如下：View Code插入排序算法流程：1. 从第一个元素开始，该元素可以认为已经被排序 2. 取出下一个元素，在已经排序的元素序列中从后向前扫描 3. 如果该元素（已排序）大于新元素，将该元素移到下一位置 4. 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置 5. 将新元素插入到下一位置中 6. 重复步骤2View Code冒泡排序依次比较相邻的两个数，将小数放在前面，大数放在后面。即在第一趟：首先比较第1个和第2个数，将小数放前，大数放后。然后比较第2个数和第3个数，将小数放前，大数放后，如此继续，直至比较最后两个数，将小数放前，大数放后。至此第一趟结束，将最大的数放到了最后。在第二趟：仍从第一对数开始比较（因为可能由于第2个数和第3个数的交换，使得第1个数不再小于第2个数），将小数放前，大数放后，一直比较到倒数第二个数（倒数第一的位置上已经是最大的），第二趟结束，在倒数第二的位置上得到一个新的最大数（其实在整个数列中是第二大的数）。如此下去，重复以上过程，直至最终完成排序。 View Code合并排序在介绍合并排序之前，首先介绍下递归设计的技术，称为分治法。分治法的核心思想是：当问题比较小时，直接解决。当问题比较大时，将问题分为两个较小的子问题，每个子问题约为原来的一半。使用递归调用解决每个子问题。递归调用结束后，常常需要额外的处理，将较小的问题的结果合并，得到较大的问题的答案。 合并排序算法在接近数组中间的位置划分数组，然后使用递归运算对两个一半元素构成的数组进行排序，最后将两个子数组进行合并，形成一个新的已排好序的数组。 代码如下：View Code快速排序快速排序与合并排序有着很多相似性。将要排序的数组分成两个子数组，通过两次递归调用分别对两个数组进行排序，再将已经排好序的两个数组合并成一个独立的有序数组。但是，将数组一分为二的做法比合并排序中使用的简单方法复杂的多。它需要将所有小于或者等于基准元素的元素放置到基准元素前面的位置，将大于基准的元素放置到基准后面的位置。 View Code堆排序View Code大概常用的几种排序就这几种，希望大家多多指正。