快速排序是由東尼·霍爾所發展的一種排序演算法。在平均狀況下，排序 n 個專案要ο(n log n)次比較。在最壞狀況下則需要ο(n2)次比較，但這種狀況並不常見。事實上，快速排序通常明顯比其他ο(n log n) 演算法更快，因為它的內部迴圈（inner loop）可以在大部分的架構上很有效率地被實現出來。
快速排序使用分治法（divide and conquer）策略來把乙個序列（list）分為兩個子串行（sub-lists）。
演算法步驟：
1 從數列中挑出乙個元素，稱為 「基準」（pivot），
2 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分割槽退出之後，該基準就處於數列的中間位置。這個稱為分割槽（partition）操作。
3 遞迴地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。
遞迴的最底部情形，是數列的大小是零或一，也就是永遠都已經被排序好了。雖然一直遞迴下去，但是這個演算法總會退出，因為在每次的迭代（iteration）中，它至少會把乙個元素擺到它最後的位置去。
堆排序（heapsort）是指利用堆這種資料結構所設計的一種排序演算法。堆積是乙個近似完全二叉樹的結構，並同時滿足堆積的性質：即子結點的鍵值或索引總是小於（或者大於）它的父節點。
堆排序的平均時間複雜度為ο(nlogn) 。
演算法步驟：
建立乙個堆h[0..n-1]
把堆首（最大值）和堆尾互換
3. 把堆的尺寸縮小1，並呼叫shift_down(0),目的是把新的陣列頂端資料調整到相應位置
4. 重複步驟2，直到堆的尺寸為1
歸併排序（merge sort，台灣譯作：合併排序）是建立在歸併操作上的一種有效的排序演算法。該演算法是採用分治法（divide and conquer）的乙個非常典型的應用。
演算法步驟：
1. 申請空間，使其大小為兩個已經排序序列之和，該空間用來存放合併後的序列
2. 設定兩個指標，最初位置分別為兩個已經排序序列的起始位置
3. 比較兩個指標所指向的元素，選擇相對小的元素放入到合併空間，並移動指標到下一位置
4. 重複步驟3直到某一指標達到序列尾
5. 將另一串行剩下的所有元素直接複製到合併序列尾
二分查詢演算法是一種在有序陣列中查詢某一特定元素的搜尋演算法。搜素過程從陣列的中間元素開始，如果中間元素正好是要查詢的元素，則搜 素過程結束；如果某一特定元素大於或者小於中間元素，則在陣列大於或小於中間元素的那一半中查詢，而且跟開始一樣從中間元素開始比較。如果在某一步驟陣列 為空，則代表找不到。這種搜尋演算法每一次比較都使搜尋範圍縮小一半。折半搜尋每次把搜尋區域減少一半，時間複雜度為ο(logn) 。
bfprt演算法解決的問題十分經典，即從某n個元素的序列中選出第k大（第k小）的元素，通過巧妙的分 析，bfprt可以保證在最壞情況下仍為線性時間複雜度。該演算法的思想與快速排序思想相似，當然，為使得演算法在最壞情況下，依然能達到o(n)的時間複雜 度，五位演算法作者做了精妙的處理。
演算法步驟：
1. 將n個元素每5個一組，分成n/5(上界)組。
2. 取出每一組的中位數，任意排序方法，比如插入排序。
3. 遞迴的呼叫selection演算法查詢上一步中所有中位數的中位數，設為x，偶數個中位數的情況下設定為選取中間小的乙個。
4. 用x來分割陣列，設小於等於x的個數為k，大於x的個數即為n-k。
5. 若i==k，返回x；若ik，在大於x的元素中遞迴查詢第i-k小的元素。
終止條件：n=1時，返回的即是i小元素。
十大程式設計演算法助程式設計師走上大神之路
快速排序是由東尼 霍爾所發展的一種排序演算法。在平均狀況下，排序 n 個專案要 n log n 次比較。在最壞狀況下則需要 n2 次比較，但這種狀況並不常見。事實上，快速排序通常明顯比其他 n log n 演算法更快，因為它的內部迴圈 inner loop 可以在大部分的架構上很有效率地被實現出來。...
程式設計師的十大級別
第一級 神人，天資過人而又是技術狂熱者同時還擁有過人的商業頭腦，遠矚，技術過人，大器也。如丁磊，求伯君。第二級 高人，有天賦，技術過人但沒有過人的商業頭腦，通常此類人不是頂尖黑客就是技術總監之流。第 牛人，技術精湛，熟悉行業知識，敢於創新，有自己的公司和軟體產品。第四級 工頭，技術精湛，有領導團隊的...
程式設計師的十大無奈
2 做程式設計師的女朋友幸福不？這個問題記得以前有人問過我女朋友，我當時當場回答那人，我說 做程式設計師的女朋友，不一定幸福，而做我的女朋友呢？絕對幸福 所以說呢，事在人為。3 程式設計師的生活單調不單調？對於生活，我無法用單調這個詞來形容，因為每個人都有自己喜歡的生活，可能我呢，喜歡看書，研究程式...