计算机排序法有以下几种：
冒泡排序：
通过重复遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
选择排序：
在未排序的序列中找到最小（或最大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（或最大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
插入排序：
将一个记录插入到已排序的有序表中，从而得到一个新的、记录数增1的有序表。插入排序的工作方式类似于打扑克牌时整理手中的牌，将新摸到的牌插入到已排序的牌中的适当位置。
快速排序：
通过一个基准值将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
归并排序：
将两个或两个以上的有序表合并成一个有序表，即先使每个有序表达到有序状态，再按顺序将有序表合并到一起。归并排序是建立在归并操作上的一种有效的排序算法，该算法是采用分治法的一个非常典型的应用。
希尔排序：
是插入排序的一种更高效的改进版本，通过将数组分成若干个子序列来分别进行插入排序，然后逐步减少子序列的数量，最终使整个数组有序。
二叉排序：
通过构建二叉搜索树，然后对树进行中序遍历，从而达到排序的目的。二叉排序的时间复杂度为O（n log n），是一种较为高效的排序算法。
计数排序：
通过统计每个元素出现的次数，然后根据元素的值和出现次数重新构造有序序列。计数排序适用于元素范围不大的情况，时间复杂度为O（n+k），其中k为元素的范围。
堆排序：
利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子节点的键值或索引总是小于（或者大于）它的父节点。堆排序的时间复杂度为O（n log n）。
桶排序：
将待排序的数据分成若干个区间（桶），然后分别对每个桶内的数据进行排序（接近有序），最后通过合并这些有序桶得到完全有序的序列。桶排序适用于数据分布较为均匀的情况，时间复杂度为O（n+k），其中k为桶的数量。
基数排序：
按照数字的每一位进行排序，从最低位开始，依次进行排序，最终得到完全有序的序列。基数排序适用于整数或字符串等具有多位的数据。
这些排序算法各有优缺点，在实际应用中需要根据数据的特点和具体需求选择合适的排序算法以达到最佳的排序效果。