排序思路
冒泡排序的思路如下：
- 比较相邻的元素。如果第一个比第二个大，就交换它们的位置。
- 对每一对相邻的元素做相同的工作，从开始的第一对到结尾的最后一对。这步完成后，最后的元素应该是数组中最大的数。
- 针对所有的元素重复以上的步骤，除了最后一个。
- 持续每次对越来越少的元素重复上述步骤，直到没有任何一对数字需要比对。
冒泡排序是一种简单但效率比较低的排序算法，时间复杂度为 O(n²)，在处理数据规模较小的数据时，其表现比较出色。但是，在实际开发中，基于效率的考虑，更多地采用其他算法进行排序。
插入排序的思路如下：
- 从第一个元素开始，该元素可以认为已经被排序。
- 取出下一个元素，在已经排序的元素序列中从后向前扫描。
- 如果该元素（已排序）大于新元素，将该元素移到下一位置。
- 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。
- 将新元素插入到该位置后。
- 重复步骤 2~5，直到排序完成。
插入排序相比较冒泡排序、选择排序时间复杂度有些高，但空间复杂度低，且对于基本有序数组，表现优异。在实际开发中，也确实因为其实现简单、适用性强而得到广泛使用。
选择排序的思路如下：
- 初始状态：无序区为整个数列，有序区为空。
- 在无序区中遍历，找到最小的元素，然后将其放到有序区的末尾。
- 重复步骤 2，直到整个数列排序完成。
选择排序的时间复杂度为O(n²)，相对于其他排序算法而言效率较低，在处理大规模数据时表现较差，但其实现简单、代码易于理解，在实际开发中广泛使用。
归并排序的思路如下：
- 分割阶段： 将待排序的数列分成两部分，递归地对左右两部分进行归并排序。
- 归并阶段： 将两个已经排序好的子序列合并成一个最终的排序序列。
归并排序的时间复杂度为O(n*logn)，相比较冒泡排序、选择排序、插入排序时间复杂度有了较大的提升，在大规模数据上表现较为出色，在实际开发中使用情况较多。
快速排序的思路如下：
- 选择一个基准元素： 从数列中选取一个元素作为基准元素（通常选择第一个元素或最后一个元素）。
- 分割操作： 将数列中所有小于基准元素的元素放到左边，所有大于基准元素的元素放到右边，等于基准元素的元素放到中间。
- 递归排序： 对左右两个分区重复步骤1和步骤2，直到各区间只有一个数为止。
快速排序相比较冒泡排序和选择排序具有时间复杂度低、原址性高的优点，在大规模数据上表现比较出色，但在实际开发中需要注意，快速排序的时间复杂度也存在一定的极值情况。
堆排序的思路如下：
- 建立最大堆： 将待排序数组转化为最大堆。最大堆是一种特殊的二叉树，即每个节点都大于等于其左右儿子节点，而且是一颗完全二叉树。
- 将堆顶元素取出并放入已排序区间末尾：将堆顶元素（即最大值）取出并放入已排序区间的末尾。
- 调整堆：将剩下的元素重新调整为最大堆。重复步骤2和步骤3，直到所有元素都已经排序完毕。
堆排序算法对原始数据在堆上进行排序，相比较其他排序算法具有时间复杂度低、适应性强、稳定性低的优点，在实际开发中，使用情况较多。
