排序是计算机科学中的一个经典问题，有许多不同的排序算法，每种算法都有其特点和适用场景。以下是一些常见的排序算法：
- 冒泡排序（Bubble Sort）：通过重复交换相邻逆序的元素，使得较大的元素逐渐“浮”到数组的顶端。
- 选择排序（Selection Sort）：不断选择剩余元素中的最小者，放到已排序序列的末尾。
- 插入排序（Insertion Sort）：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。
- 希尔排序（Shell Sort）：是插入排序的一种更高效的改进版本，也称为缩小增量排序，它通过比较距离较远的元素来工作，逐渐减小增量来改善性能。
- 快速排序（Quick Sort）：通过一个基准元素将数组分为两个子数组，左边的元素都比基准小，右边的元素都比基准大，然后递归地排序两个子数组。
- 归并排序（Merge Sort）：采用分治策略，将数组分成两半，分别进行排序，然后将结果归并起来。
- 堆排序（Heap Sort）：利用堆这种数据结构所设计的一种排序算法，它将数组转换成一个最大堆，然后不断移除最大元素并重建堆。
- 计数排序（Counting Sort）：适用于一定范围内的整数排序，它计算每个元素的出现次数来确定该元素在最终排序数组中的位置。
- 桶排序（Bucket Sort）：将数组分到有限数量的桶里，每个桶再个别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排序）。
- 基数排序（Radix Sort）：按照低位先排序，然后收集；再按照高位排序，然后再收集；以此类推，直到最高位。
这些算法在最坏情况下的 时间复杂度 范围从 O(n^2)（如冒泡排序、选择排序和插入排序）到 O(n log n)（如快速排序、归并排序和堆排序）。计数排序、桶排序和基数排序不是基于比较的排序，可以在特定条件下达到线性 时间复杂度 O(n)。选择合适的排序算法通常需要根据数据的特性和量级来决定。