1. 冒泡排序：
冒泡排序是一种简单直观的比较类排序算法。它重复地遍历待排元素列表，一次比较两个元素，如果它们顺序错误就把他们交换过来。如同水底下的气泡一样逐渐“浮”到顶端，故名如此。尽管时间复杂度较高为O(n^2)，但在小规模或者近乎有序的情况下表现良好。
python
def bubble_sort(arr):
n = len(arr)
for i in range(n-1):
# 提前退出循环标志位
swapped = False
for j in range(0, n-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
swapped = True
# 如果一趟没有发生过任何相邻元素之间的交换，则认为已经完全有序了
if not swapped:
break
arr_example = [64, 34, 25, 12, 22, 11, 90]
bubble_sort(arr_example)
2. 快速排序：
快速排序则基于分治策略来设计的一种高效排序算法，它的核心思想是通过一个基准值把原始序列划分为两部分：一部分的所有数都比另一部分的小，并分别对这两部分继续进行同样的处理过程，直至所有子集只剩下一个或为空为止。平均情况下，该算法的时间复杂性能达到最优的O(n log n)。
python
def quicksort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr)//2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quicksort(left) + middle + quicksort(right)
arr_example = [64, 34, 25, 12, 22, 11, 90]
quicksort(arr_example)
3. 插入排序：
插入排序的工作原理就像是打扑克牌时整理手上的牌那样——每次从未排序的部分拿出一张卡片插进已排序好的部分适当的位置以保持整体有序的状态。对于几乎有序的大于一定长度阈值的数组而言，插入排序可能有很好的性能优势；但对于大规模无序数据，其主要缺点在于最坏情况下的线性时间复杂度 O(n²)。
python
def insertion_sort(arr):
for index in range(1, len(arr)):
current_value = arr[index]
position = index - 1
while(position >=0 and arr[position]>current_value ):
arr[position + 1]= arr[position]
position -= 1
arr[position + 1] = current_value
arr_example = [64, 34, 25, 12, 22, 11, 90]
insertion_sort(arr_example)
以上三种仅是一维度数组排序多种方式中的冰山一角，还有诸如选择排序、希尔排序、堆排序等多种方案可供选用，每种都有各自的适用场景和优劣特性。理解这些底层排序机制有助于我们在面对具体问题时能够做出合理的选择，优化计算资源利用效率，提升程序运行效能。