【排序】

1. 实现归并排序、快速排序、插入排序、冒泡排序、选择排序、堆排序（选做）（完成leetcode上的返回滑动窗口中的最大值(239)，这是上一期第三天的任务进行保留（涉及队列可以对第二天进行整理复习））
2. 编程实现 O(n) 时间复杂度内找到一组数据的第 K 大元素

　　练习：

　　滑动窗口最大值

　　思路：1暴力法 2双端队列

class Solution:    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:        '''        #暴力法        if nums==[]:            return []        n=len(nums)        res=[]        for i in range(n-k+1):            window=nums[i:i+k]            res.append(max(window))        return res         if not nums or k == 0:            return []        if k == 1:            return nums        '''        #双端队列        if nums == [] or k == 0:            return []        if k == 1:            return nums        #队列里保存可能是最大值的索引        queue = [0]        # 存放窗口中最大值        res = []        for i in range(1,len(nums)):            #判断队首对应的元素是否已经滑出窗口            if i-queue[0] >= k:                queue.pop(0)            #保证当前最大值的索引是第一个。遇到一个新数时，将它与队尾元素比较，如果大于队尾元素，则丢掉队尾元素，继续重复比较，直到新数小于队尾元素，或者队列为空为止，将新数下标放入队列            while queue and nums[queue[-1]] < nums[i]:                queue.pop()            queue.append(i)            if i >= k-1:                res.append(nums[queue[0]])        return res

 

【二分查找】

1. 实现一个有序数组的二分查找算法
2. 实现模糊二分查找算法（比如大于等于给定值的第一个元素）

　　练习：

　　x 的平方根

　　思路：二分法

class Solution:    def mySqrt(self, x: int) -> int:        low=0        high=x        while low<=high:            mid=(low+high)//2            if mid**2==x:                return mid            elif mid**2