如果已知被排序的n个元素，值范围固定在在 "[0,k)"内]，那么计数排序是最好的选择，它具有线性复杂度。
这个约束有些过强，有些时候，可以将不满足这个条件的转化一下：
比如 [-k, k)映射]到[0, 2k)等]。
再比如1/p的小树映射到p k-p等等。
下面上算法，主要走两遍：
首先建立k个桶
(1)扫描n个元素，增加对应桶中的计数
(2)从小到大扫描k个桶，计数非零则减一，然后顺序、依次输出。
源代码：
#include <stdio.h>[......]
堆排序依赖于上午写道的构建堆和调整堆。
基本思想：
(1)首先执行BuildHeap（以最大堆为例），则arr[0]已经是最大元素了，如果我们要按照从小到大排序，那么它应该被放在arr[n-1]上，于是，我们swap arr[0]和arr[n-1]。
(2)类似的，我们让i从n-1到0，依次执行调整堆，AdjustHeap(i,n)，每次调整完成后，堆顶部一定是最大元素，正好把他换到i-2上。
上述的思路和选择排序是不是非常相似！
改进：
调整堆实际用到了递归方法，而其实它是[......]
堆的下标相关：
对于大小为n的堆(0~n-1)中的一个元素idx
(1)左孩子：idx*2 + 1
(2)右孩子：idx*2 + 2
(3)父亲结点：(idx-1)/2
(4)最大（右下）的非叶子结点：n/2-1
特别注意(4)区别于(3)，为什么呢？最后一个结点为n-1，那么它的父亲结点肯定是最后一个非叶子结点。即(n-1-1)/2 = n/2 - 1，都是下标搞的麻烦是吧！
目的：通过n/2-1次调整堆，可以构造一个堆。
调整堆(i,max)：将i及之后（右、下）[......]
选择排序，思想非常简单，分为selectMax和selectSort两个部分。
selectMax：
每次选择区间内最大的数，返回其Index
selectSort
1、从右到左依次扫描i（除idx=0，因为选到最后，最小的一定在最左边），规定区间为[0, i]
2、调用selectMax，获得最大的maxIndex。
3、这个i位置应该是第i大的数的位置，也就是maxIndex的数的位置，因此，如果i!=maxIndex，swap之。
算法复杂度，不管是最坏、平均还是最好[......]
待补充：非递归版本。
快速排序和前面的中值排序非常类似。
分为partition和sort主体两个部分。
1.partition
和前面求第k大的数用到的思路非常类似。
(0)确定一个pivotIndex
(1)交换a[right]和a[pivotIndex]
(2)i=store=left,i从left到right-1，注意要包含right-1！！（不用包含right，因为里面是pivot）
(3)在(2)过程中，如果a[i] (4)完成上述步骤后，交换a[stor[......]