常见的排序算法有很多种，每种算法都有其特定的实现方式和复杂度。以下是几种常见的排序算法及其复杂度：
冒泡排序（Bubble Sort）
- 原理：通过相邻元素之间的比较和交换，将每一轮中最大的元素“冒泡”到序列的末尾。
- 时间复杂度：
- 最优情况：O(n) （当输入序列已经有序时）
- 平均情况：O(n^2)
- 最坏情况：O(n^2)
- 空间复杂度：O(1)
选择排序（Selection Sort）
- 原理：在未排序序列中找到最小（或最大）元素，存放到排序序列的起始位置，然后再从剩余未排序元素中继续寻找最小（或最大）元素，然后放到已排序序列的末尾。
- 时间复杂度：
- 最优情况：O(n^2)
- 平均情况：O(n^2)
- 最坏情况：O(n^2)
- 空间复杂度：O(1)
插入排序（Insertion Sort）
- 原理：将未排序序列中的一个元素插入到已排序序列的适当位置，直到所有元素都插入完毕。
- 时间复杂度：
- 最优情况：O(n) （当输入序列已经有序时）
- 平均情况：O(n^2)
- 最坏情况：O(n^2)
- 空间复杂度：O(1)
归并排序（Merge Sort）
- 原理：采用分治策略，将待排序序列划分为若干个子序列，每个子序列是有序的；然后再把有序子序列合并为整体有序序列。
- 时间复杂度：
- 最优情况：O(n log n)
- 平均情况：O(n log n)
- 最坏情况：O(n log n)
- 空间复杂度：O(n)（递归调用需要额外的空间）
快速排序（Quick Sort）
- 原理：通过一次排序将待排序序列分割成独立的两部分，其中一部分的所有数据都比另一部分的所有数据都要小，然后再按此方法对这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。
- 时间复杂度：
- 最优情况：O(n log n)
- 平均情况：O(n log n)
- 最坏情况：O(n^2) （当输入序列已经有序或逆序时）
- 空间复杂度：O(log n)（递归调用栈空间）
堆排序（Heap Sort）
- 原理：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：即子节点的键值或索引总是小于（或者大于）它的父节点。
- 时间复杂度：
- 最优情况：O(n log n)
- 平均情况：O(n log n)
- 最坏情况：O(n log n)
- 空间复杂度：O(1)
希尔排序（Shell Sort）
- 原理：是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。该算法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。
- 时间复杂度：与增量序列的选择有关，通常较插入排序好。
- 空间复杂度：O(1)
每种排序算法都有其适用的场景和优缺点，需要根据具体的应用场景和需求来选择合适的排序算法。
