1.冒泡排序，算法复杂度O(n^2)
package main
import ( "fmt")
func main() { var arr = []int{10, 17, 19, 18, 77, 55} for i := 0; i < len(arr)-1; i++ { for j := i + 1; j < len(arr); j++ { if arr[i] > arr[j] { arr[i], arr[j] = arr[j], arr[i] } } } fmt.Println(arr)}2.快速排序
它的基本思想是：通过一趟排序将数据一分为二，其中一部分的所有数据都比另外一部分的所有数据都要小，然后对两部分递归，直至完成。时间复杂度介于O(nlogn)和O(n^2)
一趟快速排序的算法是：
1）设置两个变量i、j，排序开始的时候：i=0，j=N-1；
2）以第一个数组元素作为关键数据，赋值给key，即key=A[0]；
3）从j开始向前搜索，即由后开始向前搜索(j--)，找到第一个小于key的值A[j]，将A[j]赋给A[i]；
4）从i开始向后搜索，即由前开始向后搜索(i++)，找到第一个大于key的A[i]，将A[i]赋给A[j]；
5）重复第3、4步，直到i=j；
package main
import ( "fmt")
func main() { quictSort()}
func quictSort() { var arr = []int{50, 66, 44, 99, 77, 24} recurtion(arr, 0, len(arr)-1) fmt.Println(arr)}
func recurtion(arr []int, left int, right int) { if left < right { var i, j = left, right var key = arr[i] for i < j { for i < j && arr[j] >= key { j-- } arr[i] = arr[j] for i < j && arr[i] <= key { i++ } arr[j] = arr[i] } arr[i] = key recurtion(arr, left, i-1) recurtion(arr, i+1, right) }}3.插入排序
时间复杂度O(n^2)，不适合大量数据处理
从第二个值开始遍历，与前面的有序列比较，若比前面值小则交换
package main
import ( "fmt")
func main() { insertSort()}
func insertSort() { var arr = []int{50, 66, 44, 99, 77, 24} for i := 1; i < len(arr); i++ { for j := 0; j < i; j++ { if arr[i] < arr[j] { arr[i], arr[j] = arr[j], arr[i] } } } fmt.Println(arr)}4.归并排序 算法复杂度O(nlogn)
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有序的子序列，再把有序的子序列合并为整体有序序列。
package main
import "fmt"
func main() {
arr := []int{39, 19, 28, 6, 44, 77, 15}
mergeSort(arr, 0, len(arr)-1)
fmt.Println(arr)
}
func merge(arr []int, first, mid, last int) {
buf := make([]int, last+1)
i := first
j := mid + 1
var num int = first
for i <= mid && j <= last {
if arr[i] < arr[j] {
buf[num] = arr[i]
i++
} else {
buf[num] = arr[j]
j++
}
num++
}
for i <= mid {
buf[num] = arr[i]
num++
i++
}
for j <= last {
buf[num] = arr[j]
num++
j++
}
copy(arr[first:], buf[first:])
}
func mergeSort(arr []int, first, last int) {
if first < last {
mid := (first + last) / 2
mergeSort(arr, first, mid)
mergeSort(arr, mid+1, last)
merge(arr, first, mid, last)
}
}
