排序與順序統計量 排序，就是把無序的對象，按照某些關鍵字，排列，使存儲的順序和關鍵字的大小之間存在一定關係。第i個順序統計量就是，存儲順序中的第i個。
排序 (具體算法網站，http://www.cs.usfca.edu/~galles/visualization/Algorithms.html 我也是在網上看到的哦，不記得是誰發的了，如果作者看到，可以聯繫我)
第六章，堆排序，原址排序
- 堆，一棵完全二叉樹(滿二叉樹的右下角的最後一行缺了一些)。與二叉樹的生成不同，堆從下往上生成，容易保證它是完全二叉樹的性質。插入結點也是從下往上調整。
- 但是，堆排序的時候，是總是把根結點和最後一個葉子結點對換，再從上往下調整的。
第七章，快速排序(不穩定)
- 最常用的算法，原址排序，與其他O(nlogn)算法比有最小的常數因子。依賴於主元的選擇，可以用隨機化減少最壞情況發生的概率。
第八章，線性時間排序。 時間減少的原因 1. 對處理的對象有限定 2. 空間換時間
- 由決策樹推出，比較算法的下界 nlogn，也就是說，如果一個排序算法是基於比較的，那麼，不可能比nlogn更少的時間了，最多就在常數因子上有進步
- 計數排序 排序對象限定：某一個範圍內的可數個對象，比如，整數[1~k]。 空間消耗：非原址排序，以整數[1~k]爲例，空間爲 k+n。 算法時間中的k就是範圍，n是需要排序的數的個數
- 基數排序 排序對象限定：1. 可以一位一位的排 2.一般基數排序是用計數排序作爲基礎排序的，所以，某一範圍內的可數個對象。以多位數的整數爲例，基數排序的思想就是，個位十位...這樣的排。因此，它所用的基礎排序直接影響到了它的性能。 算法時間中的d是位數。
- 桶排序 排序對象限定：均勻分佈 空間消耗:非原址排序。 將數據映射到n個桶中，如果服從均勻分佈的條件，桶的大小會趨於1。因此平均情況時間複雜度是O(n)
第九章，中位數和順序統計量
- 特殊的順序統計量，最大值和最小值。 單個確定，必須有n-1次比較才能確定。
- 基於快速排序的順序統計量確定。期望時間O(n)。快速排序之所以適合做這件事，1. 每次都能確定一個順序統計量 2.方便剪枝。 個人覺得歸併排序應該是幹不了這活的
- 分治算法，將數據5個5個分組，找中位數，找中位數，剪枝，遞歸。最壞時間複雜度O(n)。雖然沒有驗證過，但這個5，應該是有點講究的。這是比快速排序剪枝策略更好的算法