算法说明
重复比较相邻元素，将较大值逐步「冒泡」到末尾。
- 时间复杂度
- O(n²)
- 稳定性
- 稳定
点击切换要演示的算法
数据场景
最常见测试场景，考察平均表现。冒泡排序Bubble Sort
点击「开始排序」或「单步执行」查看动画
比较 0交换 0
未处理比较中交换/移动基准/父节点当前区间已排序
包含算法
- 冒泡排序O(n²)
- 选择排序O(n²)
- 插入排序O(n²)
- 归并排序O(n log n)
- 快速排序O(n log n)
- 堆排序O(n log n)
常见使用场景
实际开发中按数据特征选择算法，而非只看理论复杂度。
通用内存排序
对普通整型/对象数组做就地排序，追求平均性能。
推荐：快速排序、归并排序
C++ std::sort、Python Timsort 等语言内置实现多基于快排或混合策略。
需要稳定排序
当前算法适用相等元素的相对顺序必须保持不变，例如多字段排序的次级键。
推荐：归并排序、插入排序、冒泡排序
数据库 ORDER BY、按时间再按优先级排序等场景常见。
数据基本有序
当前算法适用日志时间戳、追加写入的列表等，只有少量元素位置不对。
推荐：插入排序、冒泡排序
插入排序在近乎有序时可接近 O(n)，冒泡的优化版也能提前结束。
小规模数组
元素数量很少（通常 n < 16），常作为混合排序的兜底分支。
推荐：插入排序、选择排序
快速排序/归并排序的递归开销在小数组上反而更贵。
链表结构
只能顺序访问，不适合需要随机下标的算法。
推荐：归并排序
归并排序只需 O(1) 额外指针操作即可合并链表。
外部排序（超内存）
数据量超过内存，需要分块读写到磁盘或对象存储。
推荐：归并排序
经典做法是分块排序后多路归并，数据库与大数据系统广泛使用。
实时/流式插入
元素持续到达，需要边接收边维持有序状态。
推荐：插入排序
每次插入一个元素并调整位置，适合动态数据集。
交换代价高
写闪存、远程节点等场景下，尽量减少元素移动次数。
推荐：选择排序
选择排序每轮最多交换一次，但比较次数仍为 O(n²)。
保证 O(n log n) 且原地
不能接受快排最坏 O(n²)，又希望控制额外空间。
推荐：堆排序
堆排序满足原地与稳定上界，但常数因子通常大于归并/快排。
教学与可视化
当前算法适用帮助理解「比较-交换」过程，而非追求生产性能。
推荐：冒泡排序、选择排序、插入排序
过程直观、步骤易动画化，适合入门讲解。