排序发展史

算法的时间复杂度发展从由O(n^2） -> O(nlogn) ->O(n)的过程
可以简单的理解为，单值比较，跨值递归，和非线性消失的过程
排序可以理解为能量从不稳定态向某种稳定态过度进行耗散值计算，热传递的能量传播过程在计算机中可以理解为，比较和交换。当空间复杂度不富裕时，时间复杂度就只能受困于O(n^2)。
当可以进行跨数比较和递归时，空间的扩大比较可以简化时间复杂度为O(nlogn)。
用哈希表统计输出的方式，自身需要满足空间所有基的全集，从而完成统计输出，这样的算法是线性的，但带有极大局限性。
在无法用线性全集表达非线性问题情况下，对于可解排序问题，平衡状态的计算极限就被限制于O(nlogn)
香农信息熵的计算中，期望代表了不确定信息概率的最大熵值，这与排序中的O(nlogn)极为相似，如果将n理解为两个数可能进行互相比较的概率，快速排序的复杂度计算可以理解为信息熵值的计算。这也是在无完备基条件下寻找最大值的最佳途径。
而对于世界的认识，如果存在完全的模拟，信息就可以实现无损的平衡转移。而没有就只能进行有限的逻辑判定来实现
http://www.matrix67.com/blog/archives/178