小规模数据排序推荐算法
装机的时候，除了装系统、装驱动，很多人还会遇到一堆零散的小文件要整理——比如照片按时间排、下载的安装包按大小分类、配置文件按名称排序。这些数据量不大，可能就几十到几百条，用不着上数据库或者复杂工具，这时候选个合适的排序算法反而更省事。
对于这种小规模的数据处理，别急着用快排或者归并。虽然它们听起来高级，但在数据量小的情况下，实际效率不一定比得过一些简单直接的方法。真正实用的是“插入排序”和“选择排序”，尤其是你在写个脚本临时整理一下文件列表的时候。
插入排序：像理扑克牌一样自然
你有没有试过一边摸牌一边把手中的牌理好？插入排序就是这个思路。每次从待排序的数据里取一个，往已经排好的部分里找个合适的位置插进去。数据越接近有序，它跑得越快。
适合场景：你导出了一堆截图文件（如 Screenshot_2024-01-01.png），想按时间顺序排列。因为大部分时候它们创建时间接近，基本有序，插入排序几下就搞定了。
def insertion_sort(arr):
for i in range(1, len(arr)):
key = arr[i]
j = i - 1
while j >= 0 and arr[j] > key:
arr[j + 1] = arr[j]
j -= 1
arr[j + 1] = key
return arr选择排序：最直观的暴力美学
如果你不太在乎性能，只想代码写得明白、改得方便，那选择排序很合适。它的逻辑特别简单：在未排序的部分里找最小值，放到已排序的末尾。重复直到全部排完。
虽然时间复杂度是 O(n²)，但数据量小的时候根本感觉不到卡顿，而且交换次数少，写进批处理脚本也稳定。
def selection_sort(arr):
for i in range(len(arr)):
min_idx = i
for j in range(i+1, len(arr)):
if arr[j] < arr[min_idx]:
min_idx = j
arr[i], arr[min_idx] = arr[min_idx], arr[i]
return arr举个例子，你在重装系统前把常用软件的安装包扔进一个文件夹，名字五花八门。写个 Python 小脚本读取文件名，用上面任一方法按字母或大小排序，再批量重命名，整个过程自动化，桌面立马清爽。
这类小算法不炫技，但关键时刻能帮你省下手动拖拽、点右键排序的时间。特别是做系统备份、迁移用户数据的时候，顺手写个排序逻辑，体验感提升明显。
现代编程语言自带的 sort() 函数底层其实会根据数据规模自动切换算法，比如 Python 的 Timsort 在小数据上就融合了插入排序的优点。但了解这些基础原理，能让你在写自定义规则时更有把握——比如你要按“驱动版本号”排序，而不是单纯按字符串，这时候就得自己写比较逻辑了。