一、冒泡排序
时间复杂度:O(N²)
原理:从数组的第一个位置开始两两比较array[index]和array[index+1]，如果array[index]大于array[index+1]则交换array[index]和array[index+1]的位置，直到数组结束。
void Bubble(int array[], int size){ int i,j; for(i=0; i array[j]) { array[i]=array[i]^array[j]; array[j]=array[i]^array[j]; array[i]=array[j]^array[i]; } } }
二、选择排序
时间复杂度:O(N^2)，与冒泡排序相比减少了数组交换的次数
原理:选择一个 array[0]作为标杆，然后循环找到除这个外最小的 (查找小于标杆的最小 )，交换这两个，这时最小就被放到了array[0]上，然后再将array[1]作为标杆，从剩下未排序的 中找到最小 ，并交换。
void Sort(int array[], int size){ int i,j,k; for(i=0; i
三、插入排序
时间复杂度:插入排序对随即顺序的序列的时间复杂度也为O(N^2)，但是对于基本有序的序列进行排序时间复杂度为O(N)
适用：一般不用在数据大于1000的场合或者重复排序超过200数据项的序列使用插入排序
原理:插入排序的思想是数组是部门有序的，然后将无序的部分循环插入到已有序的序列中。
void InsertSort(int array[], int size){ int i,j,temp; for(i=2; i =0 && array[j]>temp; j--) { array[j+1]=array[j]; } array[j+1]=temp; }}
四、希尔排序/缩小排序
时间复杂度:n的1.2次幂
适用：适合于数据量在5000以下并且速度并不是特别重要的场合。
原理：先将整个待排元素序列分割成若干个子序列(由相隔某个“增量”的元素组成的)分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有序(增量足够小)时，再对全体元素进行一次直接插入排序。因为直接插入排序在元素基本有序的情况下(接近最好情况)，效率是很高的，因此希尔排序在时间效率上比前两种方法有较大提高。
void shellSort(int array[], int size){ int i,j,temp; int increment=size; do { increment=increment/3+1; for(i=increment+1; i =0 && array[j]>temp; j-=increment) { array[j+increment]=array[j]; } array[j+increment]=temp; } }while(increment>1);}
五、堆排序
时间复杂度：O(N*logN)
适用：适合于数据量非常大的场合(百万数据)
原理：利用大顶堆(小顶堆)堆顶记录的是最大关键字(最小关键字)这一特性，使得每次从无序中选择最大记录(最小记录)变得简单。
其基本思想为(大顶堆):1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆，此堆为初始的无须区;2)将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n]; 3)由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,......Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。//array是待调整的堆数组，i是待调整的数组元素的位置，nlength是数组的长度//本函数功能是：根据数组array构建大根堆void HeapAdjust(int array[],int i,int nLength){ int nChild; int nTemp; for(;2*i+1 array[nChild])++nChild; //如果较大的子结点大于父结点那么把较大的子结点往上移动，替换它的父结点 if(array[i] =0;--i) HeapAdjust(array,i,length); //从最后一个元素开始对序列进行调整，不断的缩小调整的范围直到第一个元素 for(i=length-1;i>0;--i) { //把第一个元素和当前的最后一个元素交换， //保证当前的最后一个位置的元素都是在现在的这个序列之中最大的 array[i]=array[0]^array[i]; array[0]=array[0]^array[i]; array[i]=array[0]^array[i]; //不断缩小调整heap的范围，每一次调整完毕保证第一个元素是当前序列的最大值 HeapAdjust(array,0,i); }}