Python常见排序算法有哪些？
冒泡排序时间复杂度O(n²)，空间复杂度O(1)，稳定；选择排序O(n²)，O(1)，不稳定；插入排序平均O(n²)，最好O(n)，稳定；快速排序平均O(nlogn)，空间O(logn)，不稳定；归并排序始终O(nlogn)，空间O(n)，稳定；堆排序O(nlogn)，空间O(1)，不稳定；Timsort结合归并与插入，最好O(n)，稳定，为Python默认排序算法。
冒泡排序时间复杂度O(n²)，空间复杂度O(1)，稳定；选择排序O(n²)，O(1)，不稳定；插入排序平均O(n²)，最好O(n)，稳定；快速排序平均O(n log n)，空间O(log n)，不稳定；归并排序始终O(n log n)，空间O(n)，稳定；堆排序O(n log n)，空间O(1)，不稳定；Timsort结合归并与插入，最好O(n)，稳定，为Python默认排序算法。
Python中常见的排序算法有很多，虽然日常开发中我们通常使用内置的sort()或sorted()函数，但了解底层的常见排序算法有助于理解性能差异和应对面试。以下是几种经典的排序算法：
1. 冒泡排序（Bubble Sort）
冒泡排序通过重复遍历列表，比较相邻元素并交换位置，将最大值“冒泡”到末尾。
特点：- 时间复杂度：O(n²)，不适合大数据量
- 空间复杂度：O(1)，原地排序
- 稳定排序
适合教学理解，实际应用较少。
2. 选择排序（Selection Sort）
每次从未排序部分选出最小元素，放到已排序部分的末尾。
特点：- 时间复杂度：O(n²)
- 空间复杂度：O(1)
- 不稳定排序（相同元素可能改变相对位置）
比冒泡略高效，但仍不适用于大数组。
3. 插入排序（Insertion Sort）
将未排序元素逐个插入到已排序部分的正确位置，类似整理扑克牌。
特点：- 时间复杂度：平均/最坏 O(n²)，最好 O(n)（接近有序时）
- 空间复杂度：O(1)
- 稳定排序
小数据或基本有序的数据表现不错，是某些高级算法的子过程（如Timsort中用到）。
4. 快速排序（Quick Sort）
采用分治法，选一个基准（pivot），将小于和大于基准的元素分区，递归排序两部分。
特点：- 时间复杂度：平均 O(n log n)，最坏 O(n²)
- 空间复杂度：O(log n)（递归栈）
- 不稳定排序
实践中非常高效，Python的list.sort()早期版本曾基于快排（现为Timsort）。
5. 归并排序（Merge Sort）
也是分治法，将数组不断二分，直到单个元素，再合并有序子数组。
特点：- 时间复杂度：始终 O(n log n)
- 空间复杂度：O(n)，需要额外存储
- 稳定排序
适合对稳定性有要求的场景，也是Timsort的基础之一。
6. 堆排序（Heap Sort）
利用堆这种数据结构（通常是最大堆）进行排序，反复提取堆顶元素。
特点：- 时间复杂度：O(n log n)
- 空间复杂度：O(1)
- 不稳定排序
性能稳定，但常数较大，实际中不如快排或归并常用。
7. Timsort（Python默认使用的算法）
Python内置排序使用的是Timsort，由Tim Peters在2002年为Python设计。
特点：- 结合了归并排序和插入排序的优点
- 对真实世界数据（如部分有序）特别高效
- 时间复杂度：最好 O(n)，平均/最坏 O(n log n)
- 稳定排序
现代Python中list.sort()和sorted()都使用Timsort，是工业级实现的典范。
基本上就这些。学习基础算法能帮助你写出更高效的代码，也能更好理解工具背后的原理。
本篇LangGraph Python中文入门教程详解，系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化（MemorySaver）等核心机制，提供从环境安装到完整循环智能体构建的代码示例与实操指导。
面向后端开发者，基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界，避免常见配置误区。
针对Windows初学者的Python安装实战指南。详细讲解如何从Python官网下载匹配架构的安装包，重点演示安装首屏勾选“Add python.exe to PATH”的关键操作，并提供使用python --version和py命令验证环境变量的具体步骤，帮助新手快速搭建开发环境并排查路径问题。
刚在Windows安装好Python却不知道如何启动？本文详细演示如何通过开始菜单找到并打开IDLE集成开发环境，以及如何在PowerShell或命令提示符中使用python和py命令启动交互式解释器、运行.py脚本文件。包含退出解释器的方法及常见启动问题排查，帮助初学者快速验证安装成功并开始编写代码。
了解Python编程领域中最好的就业行业导语：近年来，Python作为一种易学易用的编程语言，越来越受到企业和开发者的青睐。在Python编程领域中，有许多就业机会，涵盖了各个行业。本文将介绍一些Python编程领域中最好的就业行业，并提供相应的代码示例。数据科学和机器学习数据科学和机器学习是Python编程领域中最热门的行业之一。Python在数据科学和机
针对Python处理CSV文件时常见的编码报错、内存溢出和数据类型错误，本文对比标准库csv与Pandas库的适用场景，提供可复制的代码示例和因果排查思路，帮助开发者选择最优处理方案。
本文介绍如何使用Python的sorted函数对字典按值进行升序和降序排序，结合具体代码示例和应用场景，帮助读者理解排序逻辑及其在数据处理中的实际价值。
深入讲解Python中使用re.sub进行正则匹配与替换的技巧，涵盖基础语法、分组引用及回调函数应用，帮助开发者解决复杂字符串修改需求，提升代码效率与可维护性。
Skyvern是一款基于大语言模型的开源浏览器自动化框架，目前仅提供英文界面且无官方中文版。本文指导用户通过GitHub获取源码，使用Docker快速部署本地环境，并解释其如何通过DOM树解析与自然语言指令实现网页自动操作，同时提供针对中文用户的配置建议与替代方案。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台，提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具，适合短剧、漫剧、广告及社交媒体内容制作。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。