快速排序和复杂排序，它们的区别在于时间复杂度，排序原理，稳定性和空间复杂度有不同。

1. 时间复杂度：快速排序的时间复杂度为 O(nlogn)，而复杂排序的时间复杂度为 O(n^2)。

2. 排序原理：快速排序采用分治法，将待排序的数组分成两部分，一部分比基准值小，一部分比基准值大，然后对两部分分别进行排序，最后合并两部分。而复杂排序则是通过比较相邻元素的大小，将它们交换位置，直到整个数组有序。

3. 稳定性：快速排序是不稳定的排序算法，而复杂排序是稳定的排序算法。

4. 空间复杂度：快速排序的空间复杂度为 O(logn)，而复杂排序的空间复杂度为 O(1)。

综上所述，快速排序适用于大规模数据的排序，它的时间复杂度较低，但不稳定。而复杂排序适用于小规模数据的排序，它的时间复杂度较高，但稳定。在实际应用中，需要根据具体情况选择合适的排序算法。

在实际应用中，选择排序、冒泡排序和插入排序的优先级通常取决于数据规模、数据特征和排序要求等因素。

- 对于小规模数据（例如小于 100 个元素），三种排序算法的性能差异不大，因此可以根据代码实现的简单程度和个人偏好来选择。

- 对于大规模数据，通常选择排序算法的时间复杂度是 O(n^2)，因此效率较低，不适合处理大规模数据。

- 冒泡排序和插入排序的时间复杂度都是 O(n^2)，但在某些情况下可能会比选择排序更有效。例如，如果数据已经基本有序，冒泡排序和插入排序的性能可能会更好，因为它们可以利用数据的有序性来减少比较次数。

- 如果排序要求是稳定的，插入排序是最好的选择，因为它是稳定的排序算法。

- 如果排序要求是不稳定的，并且数据规模较大，通常选择快速排序或归并排序等更高效的排序算法。

综上所述，选择排序、冒泡排序和插入排序的优先级取决于数据规模、数据特征和排序要求等因素。在实际应用中，需要根据具体情况选择最适合的排序算法。

在于它们的时间复杂度和实现方式。
快速排序是一种常用的排序算法，其基本思想是通过选择一个基准元素，将待排序序列分为两部分，一部分小于基准元素，一部分大于基准元素，然后对这两部分分别进行递归排序。
快速排序的时间复杂度为O(nlogn)，其中n为待排序序列的长度。
复杂排序是指那些时间复杂度较高的排序算法，如冒泡排序、插入排序等。
这些算法的实现方式相对简单，但是它们的时间复杂度较高，当待排序序列较大时，排序时间会显著增加。
因此，主要在于时间复杂度和实现方式。
快速排序的时间复杂度较低，适用于大规模数据的排序，而复杂排序的时间复杂度较高，适用于小规模数据的排序。
此外，快速排序的实现方式较为复杂，需要选择基准元素并进行分割，而复杂排序的实现方式相对简单，只需要比较和交换元素即可。