你有没有遇到过这种情况：公司年底要评优，领导让你整理一份按绩效分数从高到低排序的员工名单。你麻利地跑了个排序程序，结果发现，原本同分的两位老员工，去年排前面的今年却掉后面了？更尴尬的是，其中一位还正好是部门经理的熟人。问题可能不在数据，而在于你用的排序算法是否‘稳定’。
什么是排序算法的稳定性？
简单说，如果两个相等的元素在排序前后的相对位置没变，那这个排序就是稳定的。比如有两个员工分数都是90分，A在B前面，排序后A还是在B前面，这就是稳定排序。反之，哪怕他们分数一样，但排序后B跑到A前面了，那就是不稳定。
听起来好像差别不大？但在实际办公场景里，这种细节往往影响观感，甚至引发误会。尤其是涉及排名、考核、奖金分配这些敏感事项时，顺序变了，容易让人觉得有猫腻。
常见排序算法，哪些稳哪些不稳？
像冒泡排序、插入排序、归并排序，这些都属于稳定排序。它们在比较和移动元素时，会注意保持相等元素的原有次序。
而不稳定排序就包括快速排序、堆排序、希尔排序等。比如快排，在分区过程中，相同值的元素可能因为被分到不同区间而打乱原有顺序。
举个例子：用 Python 看看区别
假设我们有一组员工数据，每个元素是（姓名, 分数）：
[("张伟", 85), ("李娜", 90), ("王强", 85), ("赵敏", 90)]我们想按分数降序排。如果用稳定排序，两个90分的，李娜在赵敏前面，排完后还是李娜在前；两个85分的，张伟在王强前面，排完也依然如此。
但如果用的是不稳定排序，完全可能出现赵敏跑到李娜前面的情况——虽然分数一样，但顺序变了，当事人可能就会多想。
办公中该怎么选？
如果你只是临时查个数据，顺序无所谓，那用哪种都行。但凡涉及对外公布、多人协作、绩效考核这类场景，建议优先考虑稳定性。
比如 Excel 里的“排序”功能，默认就是稳定的。它会记住你上次的操作顺序，相同值的条目不会莫名其妙调换位置。这其实是一种用户体验上的体贴——避免无谓的争议。
再比如你在写个自动化报表脚本，用 Python 的 sorted() 函数，它底层是 Timsort，一种稳定排序，放心用。但如果你自己手写了个快排来处理员工数据，就得留个心眼，别让程序“好心办坏事”。
技术细节藏在背后，但结果会直接呈现在领导和同事眼前。选对排序方式，不只是代码的事，更是职场沟通的一部分。