基数排序（Radix Sort）是一种非比较型的排序算法，它通过逐位比较元素的每一位（从最低位到最高位）来实现排序。基数排序的核心思想是将整数按位数切割成不同的数字，然后按每个位数分别进行排序。基数排序的时间复杂度为 O(n * k)，其中 n 是列表长度，k 是最大数字的位数。

堆排序（Heapsort）是指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：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。

将列表分为已排序部分和未排序部分。初始时，已排序部分为空，未排序部分为整个列表。：O(n²)，无论输入数据是否有序，都需要进行 n(n-1)/2 次比较。：将未排序部分的起始位置向后移动一位，扩大已排序部分的范围。：O(n²)，即使列表已经有序，仍需进行相同数量的比较。O(1)，选择排序是原地排序算法，不需要额外的存储空间。：将找到的最小元素与未排序部分的第一个元素交换位置。：重复上述步骤，直到未

对列表中的每一对相邻元素重复上述步骤，直到列表的末尾。这样，最大的元素会被"冒泡"到列表的最后。：忽略已经排序好的最后一个元素，重复上述步骤，直到整个列表排序完成。第二轮结束后，第二大的元素 6 已经"冒泡"到列表的倒数第二位置。第一轮结束后，最大的元素 8 已经"冒泡"到列表的最后。：从列表的第一个元素开始，比较相邻的两个元素。比较 5 和 3，交换位置，列表变为。比较 8 和 4，交换位置，列

快速排序（Quick Sort）是一种高效的排序算法，基于分治法（Divide and Conquer）的思想。它的核心是通过选择一个基准元素（pivot），将列表分为两部分：一部分小于基准元素，另一部分大于基准元素，然后递归地对这两部分进行排序。快速排序的平均时间复杂度为 O(n log n)，在实际应用中性能优异。

选择一个增量序列（gap sequence），用于将列表分成若干子列表。：按照增量序列将列表分成若干子列表，对每个子列表进行插入排序。：当增量为 1 时，对整个列表进行一次插入排序，完成排序。：逐步缩小增量，重复上述分组和排序过程，直到增量为 1。O(1)，希尔排序是原地排序算法，不需要额外的存储空间。：O(n log n)，当增量序列选择合适时。：O(n log n) 到 O(n²) 之间。，时

由于用来计数的数组C的长度取决于待排序数组中数据的范围（等于待排序数组的最大值与最小值的差加上1），这使得计数排序对于数据范围很大的数组，需要大量时间和内存。通俗地理解，例如有 10 个年龄不同的人，统计出有 8 个人的年龄比 A 小，那 A 的年龄就排在第 9 位,用这个方法可以得到其他每个人的位置,也就排好了序。：遍历待排序的列表，根据计数数组中的位置信息，将元素放到正确的位置。：遍历待排序的

  桶排序（Bucket Sort）是一种分布式排序算法，它将待排序的元素分配到若干个桶（Bucket）中，然后对每个桶中的元素进行排序，最后将所有桶中的元素按顺序合并。

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。