路漫漫其修远兮

算法思想：归并算法采用分治策略：将原问题划分成n个规模较小而结构与原问题相似的子问题；递归地解决这些问题，然后再合并其结果，就得到原问题的解。分解：将n个元素分成各含n/2个元素的子序列；解决：用归并排序法对两个子序列递归地排序；合并：合并两个已排序好的子序列以得到排序结果。在对子序列排序时，其长度为1时递归结束。单个元素视为是已排好序的。 算法代码：#filena

算法思想：插入排序的工作机理与很多人打牌时，整理手中牌时的做法差不多在开始摸牌时，我们左手是空的，牌面朝下放在桌上。接着，一次从桌上摸起一张牌，并将它插入到左手一把牌中的正确位置上。为了找到这张牌的正确位置，要求它与手中已有的每一张牌从右到左地进行比较。无论什么时候，左手中的牌都是排序好的，而这些牌原来都是桌上那些牌里最顶上的一些牌。 算法代码：（使用Python语言）#filen

算法思想： 像归并排序一样，快速排序也是基于分治模式的。对于一个子数组A[p..r]排序的分治过程有如下3个步骤：分解：数组被划分成两个子数组A[p..q-1]和A[q+1..r]，使得A[p..q-1]中的元素都小于等于A[q]，而且，小于等于A[q+1..r]中的元素。下标q也在这个划分过程中进行计算。解决：通过递归调用快速排序，对子数组A[p..q-1]和A[q+1..r]排

算法思想：对每一个输入元素x，确定小于x的元素个数。有了这一信息，就可以把x直接放到它在最终输出数组的位置上。例如有17个元素小于x，则x就属于第18个输出的位置。 算法代码：#filename Counting_Sort.py 计数排序def Counting_Sort(SrcArray, k): length = len(SrcArray) #C用来Sr

算法思想： 堆：数据结构是一种数组对象，它可以被视为一种完全二叉树。Length[A]是数值中元素的个数，heap-size[A]是存放在A中堆的元素个数。就是说，A[1...heapSize[A]]中的元素属于堆，其后面的元素不属于堆。 大顶堆：除了叶子节点外，每个父节点的值均大于左右子节点的值。小顶堆类似。 堆排序时，首先需要将输入数组构造成一个最大堆：如代码中Build_MaxHeap函数。