06 排序算法-上：O(n^2) 三兄弟

李永乐式比喻：你手里有一堆乱序的扑克牌——

• 冒泡排序：从左到右，两两比较，大的往后换。就像水里的气泡，大的慢慢冒到右边。
• 选择排序：把整副牌扫一遍，找到最小的放第一张；再从剩下的牌里找最小的放第二张……每次选个最小的。
• 插入排序：就像打牌时整理手牌——新拿一张牌，插到手中已排好序的牌的正确位置。

---

三兄弟对比

---

性能对比（10,000 条数据）

算法	比较次数	交换次数	实际耗时	特点
冒泡排序	~5000 万次	~2500 万次	~2 秒	稳定、可提前终止
选择排序	~5000 万次	10000 次	~1.5 秒	不稳定、但交换最少
插入排序	~2500 万次	~2500 万次	~1 秒	稳定、近似有序时最快

AI 生成这三兄弟的代码只需 10~15 行 Python。重要的是理解趋势：数据量翻 10 倍，时间慢 100 倍。这就是 O(n^2) 的威力。

---

企业场景

• 冒泡：几乎不用（教学价值 > 实用价值）
• 选择：数据很小（< 1000）且交换成本高
• 插入：TimSort（Python/Java 内置排序）在数据近乎有序时用的就是插入排序！你每天用的 .sort() 底层都包含它

---

AI 协作

AI 生成：
  - 三种排序的 Python 实现 -- 各 5~10 行
  - 生成不同数据规模（100/1000/10000）的耗时对比图

人类决策：
  - 数据量 < 1000 且简单场景 -> 插入排序即可
  - 数据量 > 10000 -> 用 O(n log n) 算法