计算机排序方法可以分为内排序和外排序。内排序是在内存中完成的排序，而外排序则涉及将数据存储在磁盘上，并且可能需要多次读取和写入数据。以下是内排序的一些常见方法：
冒泡排序（Bubble Sort）
时间复杂度：O（n^2）
稳定性：是
特点：通过重复遍历列表，比较并交换相邻元素的位置，使得最大或最小的元素浮到顶端。
选择排序（Selection Sort）
时间复杂度：O（n^2）
稳定性：是
特点：每次遍历找到剩余元素中的最小（或最大）值，并将其放到已排序序列的起始位置。
插入排序（Insertion Sort）
时间复杂度：O（n^2）
稳定性：是
特点：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，找到合适位置并插入。
希尔排序（Shell Sort）
时间复杂度：取决于增量序列的选择，通常介于O（n^1.3）到O（n^2）之间
稳定性：不稳定
特点：插入排序的一种改进，使用递减增量序列对序列进行多趟排序。
归并排序（Merge Sort）
时间复杂度：O（n log n）
稳定性：是
特点：采用分治法的思想，将序列分成两部分分别排序，然后合并排序结果。
快速排序（Quick Sort）
时间复杂度：平均情况下O（n log n），最坏情况下O（n^2）
稳定性：不稳定
特点：采用分治法的思想，通过一个基准元素将序列分成两部分，递归地对两部分进行排序。
堆排序（Heap Sort）
时间复杂度：O（n log n）
稳定性：不稳定
特点：利用堆这种数据结构进行排序，首先将序列构建成最大堆（或最小堆），然后依次取出堆顶元素并调整堆结构。
计数排序（Counting Sort）
时间复杂度：O（n + k），其中k是待排序数据范围的大小
稳定性：是
特点：通过计算每个元素的出现次数来进行排序，适用于整数排序。
桶排序（Bucket Sort）
时间复杂度：O（n + k），其中k是桶的数量
稳定性：是
特点：将数据分布到有限数量的桶中，然后对每个桶内的数据进行排序（接近有序时可用插入排序），最后按顺序合并桶中的数据。
这些排序方法各有优缺点，适用于不同的场景和需求。在选择合适的排序方法时，需要考虑数据的特性（如是否接近有序、数据量大小等）以及算法的时间复杂度和空间复杂度