递归的时间复杂度求解公式： master公式
    T(N) = aT(N/b) + O(N^d)
    T（N）代表母问题的规模
    a代表子问题次数
    T（N/b）是子问题的规模
    O（N^d）代表除递归操作外的时间复杂度
    时间复杂度
    1) logb a < d O(N ^ d)
    2) logb a > d O(N ^ logb a)
    3) logb a == d O(N^d     logN)

    归并排序：
    912. 排序数组
    可以采用多种排序，这里仅仅练习归并排序
    思路：
    1.准备两个函数
    MergeSort 归并排序函数
    Merge 合并函数
    实质：将数组中部分进行排序 并将结果保留下来 用于下一次排序有点避免重复排序的味道了。

    不重复 不遗漏
    不重复是因为 某一个数 算过小和会被合并到同一个数组里
    不遗漏是因为依次往外扩 和右数组合并
    扩展
    小和与逆序对问题
    剑指 Offer 51. 数组中的逆序对
    逆序对与小和是反着来的问题。
    这两者之间区别就在于 一个找 右边比左边大的数 一个找左边比右边大的数
    计算右侧小于当前元素的个数

    327. 区间和的个数 挑战失败

    快速排序：
    荷兰旗题 原型单边循环法 (单区)—-三指针法(双区)—-随机数解决最差情况问题’
    75. 颜色分类 三指针法
    <区 和 = 区 和 >区
    思路：
    通过扩增 < 区 边界 与 >区边界 来将使数组分为 三区
    终止条件 指针 i （用于遍历数组 碰上 >区的右边界
    其实就是 < 区 推着 =区 去和 >区相汇
    或者 >区 推着 =区 去 和 <区相汇
    三种情况
    1.nums[i] < base 归入小于区 nums[i] 与 nums[L + 1] 做交换（与<区下一个交换） 然后归入小于区左边界 扩增(L++)，i扩增。
    2.nums[i] > base 归入大于区 nums[i] 与 nums[R - 1] 做交换 （与>区下一个交换）然后归入大于区右边界 扩增(R—)，
    i原地不动（原因：此时 nums[i] 与 nums[R - 1] 已做交换，导致nums[i] 尚且未做过判断 不知该归于哪个 区。1的情况下可以i++是因为i从左至右 nums[L + 1]已被检查过。
    3.nums[i] === base
    i++ 直接越过 不处理