排序方法可以分为以下几种：
选择排序：
每次从未排序的元素中选择最小（或最大）的一个元素，存放到已排序序列的末尾，直到所有元素均排序完毕。时间复杂度为O（n^2）。
冒泡排序：
重复遍历要排序的数列，每次比较相邻的两个元素，若顺序错误则交换它们，直到整个序列有序。时间复杂度为O（n^2）。
插入排序：
遍历数组，将每个元素插入到已排序部分的正确位置。时间复杂度为O（n^2）。
希尔排序：
是插入排序的一种改进，通过设置间隔将数组分成若干子序列，对子序列进行插入排序，然后逐步缩小间隔，最终变为简单插入排序。时间复杂度为O（n^2）。
快速排序：
采用分治思想，通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，然后分别对这两部分记录继续进行排序，以达到整个序列有序。时间复杂度为O（n log n）。
归并排序：
采用分治思想，将数组分成两半，分别对它们进行排序，然后将结果合并起来。时间复杂度为O（n log n）。
堆排序：
利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。时间复杂度为O（n log n）。
计数排序：
针对整数或特定范围内的元素进行排序，通过计算每个元素的出现次数来确定其位置。时间复杂度为O（n+k），其中k为整数的范围。
桶排序：
将待排序数据分成多个区间（桶），分别对每个桶内的数据进行排序（接近有序），然后将所有桶的数据合并。时间复杂度为O（n+k），其中k为桶的数量。
基数排序：
针对整数或字符串等具有多位的数据进行排序，从最低位开始，逐位进行排序。时间复杂度为O（nk），其中n为数据个数，k为最大数的位数。
鸡尾酒排序 （双向冒泡排序）：是冒泡排序的一种改进，从左到右进行一轮冒泡，再从右到左进行一轮冒泡，交替进行直到整个序列有序。时间复杂度为O（n^2）。
鸽巢排序：
将待排序元素分配到有限数量的容器中，然后从每个容器中取出最小（或最大）的元素，组成新的序列。时间复杂度为O（n+k），其中k为容器的数量。
Gnome排序：
通过模拟Gnome（地精）在排序数组中移动的过程来进行排序。时间复杂度为O（n^2）。
图书馆排序：
通过模拟图书馆管理员整理书籍的过程来进行排序，具有很高的概率在O（n log n）时间复杂度内完成。
二叉排序树排序：
通过构建二叉排序树，并进行中序遍历来实现排序。期望时间复杂度为O（n log n），最坏情况为O（n^2）。
这些排序方法各有优缺点，在实际应用中可以根据数据的特点和需求选择合适的排序算法。例如，对于小数据集，可以选择简单排序如插入排序或冒泡排序；对于大数据集，则可以选择时间复杂度较低的快速排序、归并排序或堆排序。