10种排序算法对比分析
冒泡排序：
效率太低，通过冒泡可以掌握swap。
选择排序：
效率较低，但经常使用它内部的循环方式来找最大值和最小值。
插入排序：
虽然平均效率低，但在序列基本有序时，它很快，所以也有其适用范围。
希尔排序：
是插入排序的改良，对空间思维训练有帮助。
快速排序：
快排是软件工业中最常见的常规排序法，其双向指针扫描和分区算法是核心。
往往用于解决类似问题，特别地partition算法用来划分不同性质的元素，
partition->selectK,也用于著名的top问题
O(NlgN)，但是如果主元不是中位数的话，特别地如果每次主元都在数组区间的一侧，复杂度将退化为N²
工业优化：三点取中法，绝对中值法，小数据量用插入排序
快排重视子问题拆分
归并排序：
空间换时间——逆序对数，
归并重视子问题的解的合并
堆排序：
用到了二叉堆数据结构，是继续掌握树结构的起手式。=插排+二分查找
上面7种都是基于比较的排序，可证明它们在元素随机顺序情况下最好是NlgN的，用决策树证明
下面三个是非比较排序，在特定情况下会比基于比较的排序要快：
计数排序：
可以说是最快的：O(N+k),k=maxOf(sourceArr)，用它来解决问题时必须注意如果序列中的值分布非常广（最大值很大，元素分布很稀疏），
空间将会浪费很多
所以计数排序的适用范围是：序列的关键字比较集中，已知边界，且边界较小
桶排序：
先分桶，再用其他排序方法对桶内元素排序，按桶的编号依次检出。（分配-收集）
用它解决问题必须注意序列的值是否均匀地分布在桶中。
如果不均匀，那么个别桶中的元素会远多于其他桶，桶内排序用比较排序，极端情况下，全部元素在一个桶内，还是会退化成NlgN。
其时间复杂度是：时间复杂度： O(N+C)，其中C=N(logN-logM)，约等于NlgN
N是元素个数，M是桶的个数。
基数排序：
kN级别（k是最大数的位数）是整数数值型排序里面又快又稳的，无论元素分布如何，
只开辟固定的辅助空间（10个桶）
对比桶排序，基数排序每次需要的桶的数量并不多。而且基数排序几乎不需要任何“比较”操作，而桶排序在桶相对较少的情况下，桶内多个数据必须进行基于比较操作的排序。因此，在实际应用中，对十进制整数来说，基数排序更好用。
算法复杂度对比：
