Python实现八大排序算法（一：O(n²)基本排序篇--选择、冒泡、插入）

在优快云、博客园等技术社区，关于排序算法的文章数不胜数，但大多数都是用 C++ 或 Java 实现的。虽然这些语言能很好地展示算法的底层逻辑，但对于 Python开发者 或 算法初学者 来说，代码可能稍显复杂，不够直观。

Python 以其 简洁、易读 的语法著称，非常适合用来学习和实现算法。但奇怪的是，Python版本的排序算法完整解析却相对较少。因此，本文旨在用 Python 实现 八大经典排序算法，并详细讲解它们的原理、时间复杂度和适用场景，帮助大家真正掌握排序的核心思想。

无论你是：

• 准备面试（排序算法是必考题！）
• 学习算法与数据结构（排序是基础中的基础）
• 想用Python写更高效的代码（不同场景选择最优排序方式）

这篇文章都能让你 彻底搞懂排序，并附上可直接运行的 Python代码！

接下来，我们从 最基础的冒泡排序 开始，逐步深入，直到 高效的归并排序和快速排序，最后还会介绍 非比较排序（计数排序、基数排序） 的奇妙之处。

准备好了吗？让我们开始吧！ 🚀

排序算法	是否基于比较	时间复杂度	空间复杂度	稳定性	备注
选择排序	是	O(N²)	O(1)	No
冒泡排序	是	O(N²)	O(1)	Yes
插入排序	是	O(N²)	O(1)	Yes
归并排序	是	O(N*logN)	O(N)	Yes	要求稳定时首选
随机快排	是	O(N*logN)	O(logN)	No	一般情况首选
堆排序	是	O(N*logN)	O(1)	No	对空间有要求时首选
计数排序	否	O(N)	-	Yes	非基于比较
基数排序	否	O(N)	-	Yes	非基于比较

---

1. 选择排序（Selection Sort）

1.1. 核心思想

“每次从未排序部分选择最小（大）元素放到已排序序列末尾”

1.2. 关键概念

• 双重循环：外层控制已排序位置，内层寻找最小值
• 不稳定性：交换可能改变相同元素的原始顺序

1.3. 算法步骤

1. 从第0个元素开始遍历
2. 在未排序序列中找到最小元素
3. 与当前遍历位置的元素交换
4. 重复直到所有元素有序

1.4. Python实现

def selection_sort(arr):
    n = len(arr)
    for i in range(n):
        min_idx = i
        for j in range(i+1, n):
            if arr[j] < arr[min_idx