坐高铁时，邻座实习生正对着笔记本皱眉，屏幕里满是各种排序代码。我瞄了一眼，忍不住问：‘冒泡排序写到第几遍了？’他苦笑：‘快十遍了，还是超时。’其实啊，就像出门旅行要选对路线，写代码也得挑对算法。
排序算法就像出行方式
你不会为了去三站地外的便利店打飞的，也不会徒步穿越整个省去看演唱会。排序也一样——数据量小的时候，冒泡排序像步行，慢点但能搞定；可要是上万条订单要处理，就得上‘高铁’级别的归并或快排。
十大排序算法横向对比
下面这张脑内地图，就是程序员的“高德导航”：
算法 平均时间 最坏情况 空间复杂度 稳定性 适用场景
冒泡排序 O(n²) O(n²) O(1) 稳定 教学演示
选择排序 O(n²) O(n²) O(1) 不稳定 内存极小时
插入排序 O(n²) O(n²) O(1) 稳定 近乎有序数据
希尔排序 O(n log n) O(n²) O(1) 不稳定 中等规模数据
归并排序 O(n log n) O(n log n) O(n) 稳定 要求稳定且高效
快速排序 O(n log n) O(n²) O(log n) 不稳定 通用主力
堆排序 O(n log n) O(n log n) O(1) 不稳定 内存紧张时
计数排序 O(n+k) O(n+k) O(k) 稳定 整数且范围小
桶排序 O(n) O(n²) O(n+k) 稳定 分布均匀数据
基数排序 O(nk) O(nk) O(k) 稳定 多关键字排序什么时候该用哪种？
就像从北京到上海，你可以坐高铁、飞机或者自驾。数据量小于50，插入排序足够快，就像短途骑个共享单车最方便。上万条用户评分要排序？快排是首选，相当于订张高铁票，又快又稳。如果还要求顺序绝对不能乱（比如银行交易记录），那就得上归并排序，哪怕多花点内存，也得买张“准点+靠窗”的票。
有次朋友做物流系统，用冒泡排序处理十万条配送单，程序跑了一分钟还没出结果。换成快排后，两秒搞定。这就像本来打算骑自行车跨城送快递，换了辆顺丰货车。
别被最坏情况坑了
快排平均很快，但遇到已经有序的数据，性能会暴跌到 O(n²)，就像高速突然堵死。这时候随机化 pivot 或者切换到堆排序，相当于导航提醒你“前方事故，建议绕行”。
计数排序在处理年龄、分数这类小范围整数时飞快，但你要给手机号排序，就得准备几十亿个桶——内存直接爆表，跟带十个行李箱出差一样不现实。
算法没有绝对好坏，只有合不合适。下次写排序前，先问问自己：我的数据多大？要不要保持原有顺序？内存够不够？就像出发前查天气、定路线，心里才有底。