了解算法之前，我们先看一下什么是算法
定义：算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
python中的常见算法
冒泡排序
效率：O(n2)
原理：
比较相邻的元素，如果第一个比第二个大，就交换他们两个；
对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。做完以后，最后的元素会是数，这里可以理解为走了一趟；
针对所有的元素重复以上的步骤，除了最后一个；
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较，最后数列就是从大到小一次排列；
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
|
选择排序
效率：O(n2)
原理：
每一次从待排序的列表中选出一个元素，并将其与其他数依次比较，若列表中的某个数比选中的数小，则交换位置，把所有数比较完毕，则会选出最小的数，将其放在最左边（这一过程称为一趟）；
重复以上步骤，直到全部待排序的数据元素排完；
demo：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
|
插入排序
效率：O(n2)
原理：
以从小到大排序为例，元素0为第一个元素，插入排序是从元素1开始，尽可能插到前面。
插入时分插入位置和试探位置，元素i的初始插入位置为i，试探位置为i-1，在插入元素i时，依次与i-1,i-2······元素比较，如果被试探位置的元素比插入元素大，那么被试探元素后移一位，元素i插入位置前移1位，直到被试探元素小于插入元素或者插入元素位于第一位。
重复上述步骤，最后完成排序
demo：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
|
堆排序
堆定义：本质是一个完全二叉树，如果根节点的值是所有节点的最小值称为小根堆，如果根节点的值是所有节点的值，称为大根堆。
效率：O(nlogn)
原理：
将待排序数据列表建立成堆结构(建立堆)；
通过上浮(shift_up)或下沉(shift_down)等操作得到堆顶元素为元素（已大根堆为例）；
去掉堆顶元素，将最后的一个元素放到堆顶，重新调整堆，再次使得堆顶元素为元素（相比第一次为第二大元素）；
重复3操作，直到堆为空，最后完成排序；
归并排序
效率：O(nlogn)
空间复杂度：O(n)
原理：
申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
设定两个指针，最初位置分别为两个已经排序序列的起始位置；
比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
重复步骤3直到某一指针达到序列尾；
将另一序列剩下的所有元素直接复制到合并序列尾。
