面试中经常碰到排序算法的问题，所以这里把常用的几种排序总结一下
线性时间排序
计数排序：首先统计每个数的个数，然后直接得出有序的序列。时间复杂度O(n + k)，空间复杂度O(k)，k表示数组中最大的数--------不稳定
基数排序：从最低位开始，先按照该位的大小排序，然后按照次低位的大小排序.......最后按照最高位大小排序，n个d位数，每位可能取值有k种，用基数排序时间复杂度为O(d * (n + k)) --------稳定的
桶排：把一个长为L的等分成k个大小相同的区间，或者称为桶，然后把长度为n的数组的每一个数扔到对应的桶里面，第二遍将每个桶里面的数进行排序，最后按顺序输出每一个桶中的元素。桶排基于一种假设，就是所有n个数均匀的分布在区间上，如果满足这个假设，平均时间复杂度是O(n)。在极端情况下，也大量的数集中到一个桶里，时间复杂度依然是很高的。（实现桶排建议用邻接表）
基于比较的排序 （在最坏情况下，任何比较排序算法都需要做n*lg(n)次比较）
比较排序可以被抽象为一棵决策树，如上图，是一棵对三个数进行排序的决策树，每一个叶结点对应着一种序列。。
考虑一棵高度为h，具有l个可达的叶节点的决策树，它对应n个元素所做的排序：
n! <= l <= 2^h
=>h >= O(n * lg(n))
1、冒泡排序，时间复杂度O(n ^ 2)，空间O(1) --------稳定的
2、插入排序，时间O(n ^ 2)，空间O(1) -------- 稳定的
3、选择排序，时间O(n ^ 2),空间O(1) --------不稳定的
4、堆排，时间O(n * lg(n))，空间O(n) --------不稳定的
5、归并排序，分治法的一个非常典型的应用，把一个长度为n的待排序数组每次平均分成两个子序列，得到一个二叉递归数，递归到最后每个子序列的长度为1，也就是每个子序列都有序的时候，开始回溯，每向上回溯一层时，将两个有序的子序列合并成一个有序的序列。归并排序如果除去控制以及数据移动所花的时间的话，时间复杂度也是O(n * lg(n))，但是在进行归并操作的时候，往往要花掉很多的时间，大致有两种选择，一种是用空间换时间，利用一个临时数组，这样空间复杂度稍高；另一种是采用类似插入排序的方法，可以进行原址排序，时间上花费要更高。--------稳定
6、快速排序，时间复杂度依赖于划分是否平衡。最坏情况下，时间复杂度为O(n ^ 2)，最好情况下O(n * lg(n))
对于快速排序，《算法导论》里面是这样说的：快速排序通常是实际排序应用中最好的选择，因为它的平均性能非常好，期望时间复杂度是渐进O(n * lg(n))，而且O(n * lg(n))中隐含的常数因子非常小，此外，可以进行原址排序，在虚存环境下也能很好工作。--------不稳定