1.选择排序
题目分析：
选择排序就是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。
采用两重for循环依次遍历数组，每次选出数组中最小的一个。
算法实现:
运行结果：
算法复杂度分析及经验归纳：
数据规模 10 100 1000 10000 100000
花费时间 0 0 1 179 17460
数据规模在10~1000之间是，数据规模过小，花费时间不好统计几乎为0，当数据规模变化到100000时，花费时间增长很快。
2.冒泡排序
题目分析：
冒泡排序就是重复地走访过要排序的元素列，依次比较两个相邻的元素，如果他们的顺序是由小到大就交换二者，直到所有数排好序。
采用两重for循环依次重复遍历数组，每次对比相邻的两个数，若顺序不对则交换两个数。
算法实现：
运行结果：
算法复杂度分析及经验归纳：
数据规模 10 100 1000 10000 100000
花费时间 0 0 1 172 26907
数据规模在10~1000之间是，数据规模过小，花费时间不好统计几乎为0，当数据规模变化到100000时，花费时间增长很快，与选择排序结果类似，但数据规模为100000时，所花时间比选择排序要高
3.合并排序
题目分析：
合并排序就是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
采用两个函数完成算法，第一个sort函数递归调用，第二个函数将每个子序列排好序。
算法实现：
运行结果：
算法复杂度及经验归纳：
数据规模 10 100 1000 10000 100000
花费时间 0 0 1 31 2821
数据变化情况与前两种排序算法类似，但数据规模为10000时，所花时间远小于前两种算法，数据规模为100000时，所花时间也远小于前两种算法。
4.快速排序
题目分析：
快速排序就是通过一轮的排序将序列分割成独立的两部分，其中一部分序列的关键字（这里主要用值来表示）均比另一部分关键字小。继续对长度较短的序列进行同样的分割，最后到达整体有序。
从数列中设置一个基准，之后遍历数组，将比基准小的数放到基准左边，将比基准大的数放到基准右边，之后不断调用自身，完成排序。
算法实现：
运行结果：
算法复杂度及经验归纳：
数据规模 10 100 1000 10000 100000
花费时间 0 0 0 1 13
数据变化规律与前几种算法不同，数据整体变化不像前几种算法数据规模为100000时大幅度变化。
5.插入排序
题目分析：
插入排序就是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
采用for和while循环，从数组中的第二个数开始找到相应的位置放入进行排序。
算法实现：
运行结果：
算法复杂度及经验归纳：
数据规模 10 100 1000 10000 100000
花费时间 0 0 0 28 1653
数据变化趋势与前三种算法类似，但当数据规模为100000时，所花时间远小于前三种算法。
6.数据规模设计:
采用不同的数组存储不同数据规模的数据:
每种数据规模产生二十组随机数样本数据进行排序算法测试:
8.综合分析：
由图表可知，这五种排序算法的效率：
快速排序>插入排序>合并排序>选择排序>冒泡排序(不排除因为电脑问题出现误差)