基本采用递归。递归方式很巧秒
插入，删除，中序遍历，查找，最小值，后继操作。
平衡树：任意节点左右子树高度相差不超过1。
小坑较多，在二叉查找树的基础上进行平衡高度,定义null树高度为-1
仅有插入与删除操作和一些测试操作.单旋转与双旋转，四种情况两两对应，双旋转由两个单旋转组成。
拿插入来说递归思路，仅仅针对对此处递归不太清楚的初学者：
这件事的目标是【插入数据到一棵avl树，并返回插入后的新avl树】。
基准情况是插入一棵空的avl树，由于空树是avl树，所以不用调整，直接返回新的树，也就是新节点；
如果插入数据大于当前树根结点值，则调用递归插入右子avl树，并设置当前树节点的右节点为返回的avl树；
否则，同样插入左子avl树；
无论哪种情况。当前这棵树可能破坏了avl树平衡，所以要进行balance，然后把平衡后的树返回完成插入。
没什么好说的，建最大堆。采用下滤。
需要注意的是，是从0开始下标，并且最大堆的建立是从倒数第二层，从右向左，循环再从第三层一直到第一层（根节点）
正确性是因为假设倒数第二层开始后会有n个堆，则每一次遍历就会缩减到n/2（向上取整）个堆，最终就变成一个最大堆，
建堆的代价为O(2n).
O(n2)算法中比较有特点的一种：对数据有序识别很好。
插入排序的改进，插入排序的特点是如果数据基本有序，其运行时间更快。希尔排序采用一个增量序列h1=1,h2,h3...hk。
依次进行hk，h(k-1),h(k-2),..h1排序，共计k趟排序，每次排序数据更倾向于有序，因此最后一趟插入排序运行时间很短。
具体每一趟排序过程是：对于hk,hk-1,hk-2...N-1(默认下标为0到N-1)中每一个值i，放到i-hk,i-2hk,i-3hk,...中正确
的位置上。其编码很简单，理解稍微复杂点，不过分析倒是很难。对于数据量稍微大点，性能与复杂度很适合。
堆排序与希尔排序对于循环的编写很有代表性，循环的编写应该把每次迭代的不变量放到循环体中，都要以这个基准来写条件测试表达式
关于能够使得分割的两个数组更加平衡的元素的选取，有两点需要注意：
1.枢纽元素的选取要想使分成的两部分更加均衡，毫无疑问，不能假定第一个元素或最后一个，甚至任意一个。
随机选取是没有办法实现（不值得花费实现代价）。通常情况下三中值，五中值选取。
2.对于和枢纽元素相同值的位置i，i是否停下来和j交换。对于相同值需要停下来交换才可能让i j的交叉点接近平衡。
否则对于特定输入，会分割成最坏条件，O（n2）。
实现细节上
采用三数取中值来获取随机的值的过程，不仅减少了最坏情况发生频率，实际更隐含了对边界的检查。
（由于只考虑执行效果，之前疏忽选取第一个元素作为枢纽，却忘记检查边界，导致产生越界错误。)
分治。通常假设有两个排序好的部分，合并到一起，就排好了。对这两个部分分别继续用同样的方式排序。
如果对数据的范围作假设，比方说对于0<n<N的整数，并且内存不那么稀有的情况下。计数排序也不是原址排序，以O(n)时间复杂度排序。
用二进制表示数据，然后对每一位进行排序。从小位到大的位，并且利用 计数排序 的稳定性和O(n)时间复杂度进行每一位的排序
最终也是一个O(mn)时间复杂度的算法.