Go语言排序算法
插入排序：将后面的元素不断插入已经排序好的序列中
性能表现：最好情况的时间复杂度O(n) 平均时间复杂度O(n^2) 最坏的情况下时间复杂度是O(n^2)
缺点：平均和最坏情况的时间复杂度高达O(n^2)
优点：最好情况的时间复杂度是O(n)
快速排序：基于分治思想，不断分割序列直到序列整体有序；使用一个轴点(pivot);使用pivot分割序列，分成元素比pivot大和元素比pivot小两个序列
有点像二分查找法的方法？
性能表现：最好情况的时间复杂度，选择的轴点恰好是中位数O(nlogn) 平均时间复杂度O(nlogn) 最坏的情况下时间复杂度O(n^2)
缺点：最坏情况下的时间复杂度高达O(n^2)
优点：平均时间复杂度优于插入排序
堆排序：利用堆的性质形成的排序算法；构造一个大顶堆；将根节点(最大元素)交换到最后一个位置，调整整个堆，如此反复
性能表现：最好情况下的时间复杂度是O(nlogn)，平均时间复杂度是O(nlogn)，最坏情况下的时间复杂度是O(n*logn)
缺点：最好情况下的时间复杂度高达O(n*logn)
优点：最坏情况下也达不到O(n^2) 稳定性高
插入排序的平均和最坏情况下的时间复杂度都是O(n^2)性能不好；快速排序整体性能处于中间层次；堆排序性能稳定“众生平等”；
根据序列元素的排列情况划分：完全随机的情况(random)；有序/逆序的情况(sorted/reverse)；元素重复度较高的情况(mod8)；在此基础上，还需要根据序列长度的划分(16/128/1024)
插入排序在短序列中速度最快；快速排序在其他情况中速度最快；堆排序速度与最快算法差距不大
当序列排序本身就是有序的情况下：短序列中插入排序的速度最快；中序列中依然是插入排序的速度最快，但堆排序和它的差距不大；长序列情况下和中序列差不多；总结：插入排序在序列已经有序的情况下速度是最快的
所有短序列和元素有序的情况下，插入排序性能最好；在大部分情况下，快速排序有较好的综合性能；几乎在任何情况下，堆排序的表现都比较稳定
