算法的概念

我们暂时不要求各位掌握任何算法，只需要先从概念上了解一下它们是什么就行。

比如，我们想写一个程序，把给定的一堆数字从大到小进行排序。当只有几个数字的时候，比如10, 3, 20, 17, 8，我们觉得，一眼就能看出来答案是 20, 17, 10, 8, 3，所以不需要什么流程。但是，当数字很多很多的时候，流程的重要性就体现出来了。只有遵照流程，有条不紊地进行，才不会在排序过程中出错。不信的话，试试排列以下数字。

8, 52, 86, 39, 34, 15, 96, 95, 79, 70, 72, 42, 48, 35, 58, 81, 42, 29, 56, 72, 90, 80, 53, 17, 87, 4, 0, 49, 46, 74, 27, 86, 6, 88, 30, 15, 52, 56, 39, 65, 36, 50, 54, 73, 85, 21, 5, 15, 38, 28, 99, 68, 74, 4, 35, 16, 68, 23, 19, 35, 53, 92, 78, 73, 34, 53, 98, 49, 10, 56, 94, 37, 36, 25, 45, 40, 48, 58, 57, 34, 99, 83, 30, 86, 14, 69, 20, 57, 19, 74, 40, 22, 76, 21, 79, 92, 25, 93, 60, 32。  

那么，要根据怎么样的流程去做呢？你可能可以这样：把所有数字看一遍，把最大的拿出来；然后再看一遍剩下的数字，把最大的拿出来（这是第二大的）...如此反复，就把它重新排列好了。

用 python 写出来的话，是这样

def sort_numbers(numbers):
    result = []     # 这里记录排列好的序列
    while numbers:  # 一直循环，直到 numbers 为空
        curr_max = -float('inf')    # 记录当前最大的数，因为还没开始，所以是负无穷大
        curr_max_idx = 0            # 记录当前最大的数在第几个
        for idx in range(len(numbers)):  
            if numbers[idx] > curr_max:
                curr_max = numbers[idx] 
                curr_max_idx = idx

        numbers.pop(curr_max_idx)   # 把 numbers 里面最大的那个数扔掉
        result.append(curr_max)     # 把这个最大的数放到 result 数组里面

    return result                   # 返回的 result 就是排列好的数组了

但是，这个程序的效率其实很差劲。对十万个随机数字 ([random.randint(0, 100000) for _ in range(100000)]) 进行排序，花费的时间是 169.0475 秒，而使用 python 自带的 sort 函数，则只需要 0.0222 秒。

我们暂时不去想 python 的 sort 是怎么实现的（它一定使用了更聪明的办法）。我们只要知道，算法在效率上是分优劣的。在我们的 sort_numbers 中，我们不停地把数字看了一遍又一遍，这非常浪费时间，可能也不是很有必要，这是需要被优化的。