计算机不仅是计算的机器，它还可存贮并处理数据。比如，它可以重新排序数据，排序是计算机用户普遍使用的。例如，在天文学中：按赤经或赤纬排序恒星；按年代顺序排序；按半长轴排序小行星，或按字母顺序排序。有各种不同的排序方法。在本章，我们将给出3种方法，提供BASIC程序，并比较计算时间。
一种最简单的排序方法，在表6.A中的“最简单排序”。我们开始从N个数据X(1)、X(2)、...，X(N)。这些数据可以是任意的，相同的数据可以出现多次。
在执行这段程序之后，数组X(I)是按各升序排队的。如果希望它们按降序排队，在120行把“>=”换为“<=”即可，或者把X(I)换为-X(I)。
每执行一步，交换两个元素。依次，最小的元素置前(I=1时)，然后下一个，等等，最后是N-1。注意100行，索引I只到N-1，而不是N。
这种方法也叫做“插入法”。当然，对N个数排序所需的时间取决计算机的型号及程序设计语言，但是任何情况下时间开销大约与N的平方成正比。这就意味着，这种方法不适合N很大的情况。
表中名为“较好”的排序方法，速度快一些，但时间开销还是与N的平方成正比。这种排序方法很简单：找到较小的元素，就交换这两个元素，使小的置前。
当数据量很大时，可以使用一种更好的方法，称为“快速排序”，它是C.A.R.Hoare发明的。这种排序程序比较长，但计算时间非常少。另外，当N足够大，计算时间大约与N成正比，而不是N的平方(实际上，它接近与N*lon(N)成正比)。
“快速排序”技术需要两个较小的一维辅助数组：L(M)和R(M)。M至少取大于log2(N)的整数(log2是指以2为底的对数)。对于所有实际应用，M取30显然足够了。
在表6.B中，我们描述了，在HP-85微机上，以上三种程序在不同N值下的时间开销。正如我们已经说过的，在不同的计算机上，这个时间开销有所不同，但不管怎样，我们发现，除了“快速排序”算法，时间开销随N的增加而迅速增加。
为了使我们对大数据量排序的速度有个概念，我们使用了更快的计算机，并且把这些程序改写为FORTRAN语言。测度结果如表6.C，在此，快速排序的优势是很显的。当N=300，“快速排序”的时间开销仅是“较好排序”的15%，当N=1500时，仅为1%。
有时情况下，我们甚至不用编写排序程序。例如，在TRS-80 I型电脑上已经包含有排序函数，对1000个数排序仅需9秒，8000个数仅需83秒，这表明其排序时间开销大约与N成正比，而不是N的平方，所以该函数很可能使用了“快速排序”算法。
结论：当数据量不大时(如N<200)，我们推荐使用“插入排序”(即上面说的“简单排序”)，当数据量很大时，应单使用“快速排序”。
另外，数据常以字串类型存贮，如 X$(1)="Ceres"、X$(2)="Pallas"等。每个字符都有一个序号值(内码)。所有的字符构成以下列表，称为ASCII表，表6.D给出了ASCII表的一部分。 ASCII = American Standard Code for Information Interchange］