程序员为了偷懒少写代码，居然在程序中使用计算效率很低的“冒泡排序”（如同碳酸饮料中二氧化碳的气泡最终会上浮到顶端一样，故名“冒泡排序”）方法。
小张解释：使用这个方法，程序运行时间查不了多少啊。为什么不行？
领导叫来了公司的程序员，说：如果只是对班上几十个同学排序，采用效率低一点或高一点的方法差别并不会大，无非是一千次计算或几千次计算的差别。但是，如果对上万个数字排序，就会有几百倍的差异了。如果对全中国的数据排序，就会有几百万倍的差异。而如果是百亿级别的数据呢？如果方法不同，差异会大到难以想象。
有没有“量级”概念，直接决定了能达到的顶部边界，也不断的拉开人和人的差距。
做程序员和做人同样需要需要有“量级”的概念。
很多人觉得10和1的差异比1和0的差异大，因为前者差异是9，后者差异是1。但从量级上看，10和1不过是10倍的差异，而1和0的差异是无穷大。
所以，每一天都要思考你采用的方法，选择的路径有没有考虑量级，你的努力有没有可能实现跃迁级别的进步。
比如，有的人想要更好的生活，采用的方法是努力工作，期望通过职场晋升来实现，但这就是普通算法；需要能量界别的进步就要借助互联网放大100000倍的努力，这也是“自媒体”崛起的原因，本质上互联网就是一个放大器，放大努力。另外的方法就是更换赛道，进入快速发展的行业，也是在能量级别上的探索。
再比如，有的人的学习很努力，每天在各种短视频平台学习各种方法、技巧，不能说不上进、不努力，但这种努力速度之慢，简直慢到无法想象。有的人阅读一篇论文，就能抵低质量的学习几十个甚至上百个小时，要是1000篇论文的差距呢？人和人的差距，不是1倍，2倍，3倍的差距，而是1倍，10倍，100倍的差距。（这也是为什么富人和富人的差距远远大于穷人和富人的差距的原因。）
量级，是一个比数量级更大的概念。
芝麻和橘子差异很大，量级却是芝麻和西瓜的差距。
最开始的时候，人和人的差距是很小的，但如果你的方法在能量级别上是量级的，那很快就能脱颖而出（任何一个班级，成绩好的人迅速的拉大差距。同样创业，总有人快速迭代，哪怕失败也能迅速逆境翻盘）。
哪些事情是量级的呢？
1.互联网就是量级的。过去一个人影响力有限，现在一个头条就能放大几十倍、几百倍，甚至百万倍。用好这个放大器很关键。
2.写作就是量级的。当把时间用作品的方式固定下来，它就不再耗费时间，但又能够无限次的分享、传播，发挥指数级别提升的价值。
3.有复利的事情。如果看得远一点、久一点，就要关注10年后的价值。有的故事只是当下的流行、热点，在时间面前根本不值一提。如果把注意力放在这样的事情上，不管有多热门，终究会大概率被时代淘汰。复利就是今天有价值、明天的价值建立在今天的价值之上，并且累加，这样的话就是量级的效果。
如果你不想“不过只是看起来很努力”，就要立即把方向调整到“量级”的事情上来，刻不容缓。
原理没有长期影响力的短期热点事件（详见《跃迁》），不要怕慢、不要怕少，只要是量级方法，必然能够后来居上。这个世界不是线性发展的，而是正态分布、能级跃迁。努力工作固然可敬，但对于大项目、远距离来说，开再快的车，也不如买张高铁、飞机票。
俞敏洪，如果一直当老师，同样的努力，他应该能成为国内最优秀的老师。但他被迫选择更快赛道，成为上市公司中国最大教育企业的创始人。从收入上来说，如果他做老师的总收入是1，那他创办企业的总收入是100以上，这就是量级差异。
你是那个看起来很努力的人吗？
不同的方法道路，结局完全不同。
路没有对错，路只是去不同的目的地。你要去哪里，就要选择最有效率的那条路，而不是看起来对的那条路。
路有很多岔路口，何去何从？选择权在你手中。
【高考生家长，快来下载这张表！】还有三四天高考就要出成绩了，可很多家长还云里雾里的，不知道能为孩子做些什么——我觉得孩子想干什么，什么专业更特长已经大概有数，我们现在最重要的是根据孩子的分数选学校——孩子分数下来了，你就知道孩子在全省排多少名次，就可以选择学校和专业。切记切记，别看分，看孩子的名次！
其实你最该办的一件事情就是到所在省的考试院官网把2020年的志愿投档情况表下载下来（图1），这是孩子报志愿最重要的参考！现在下手也不晚，关键要仔细看！
这个表是按照学校代码排序的，里面清楚地列明了学校专业的最低分和最低位次——大差不差，特别是在山东省这种报96个志愿专业学校一起选的情况下——
先把这个表下载下来，XLS格式的，用起来很方便——你可以对这个表任意加工排序。
你可以按照分数排序，对照你的名次，看看你的可能区间（+20分-40分）都有哪些学校专业——大概浏览有点数，琢磨一下自己读啥学校啥专业合适——（图2）
学校优先的，就看下载的那个原表，找学校很好找——（图1）
专业优先的，需要对表加工：因为专业代码之前带两位数的需要，你就需要用EXCEL里的数据分列把序号整掉，然后按照专业和名字排序，这样一个个不同学校的专业就排在一起了，而且也排出了名次：
例如工程造价专业，有73个学校开设，最高分的是四川农大36901名，沈阳建筑56628名，还有江西理工大学89847名，安徽理工90098名——你看看你多少名，就选择填呗——原则上高分的是好学校，但也不一定，你还得看一看学校的情况——可以去百度百科查的，也可以阅读我的【70后眼中的大学】序列，看看大学的好坏啥的。不过这工程造价是个万金油专业，也没有什么好学校开设，真想学造价不如先去学土木——我就是拿这个专业做个例子。
还有需要记住的是如果能去二本也就是公办，就别去三本民校——话题又扯多了。
自己慢慢看哈！
大概能看明白？看不明白的，留言我给解释吧！
2019年计算机科学与技术专业强校广西高考录取分数？
教育部第四次学科评估（2016年4月启动），分为9档：前2%（或前2名）为A+，2%～5%为A（不含2%，下同），5%～10%为A-，10%～20%为B+，20%～30%为B，30%～40%为B-，40%～50%为C+，50%～60%为C，60%～70%为C-。结果可作为国内高校计算机科学与技术(0812)专业实力排名的一个参考，各档学校如图所示,同一档次内学校按学校代码大小排序，不代表同档次内学校实力排名顺序。
2019年各校在广西高考的录取分数如图所示（不含军事类高校）。相对位次算法为:位次/理科高职高专上线考生总人数，招生专业一列空白的是计算机科学与技术专业招生，其余是计算机类专业或计算机小类、理工科大类专业招生，招生类别一列空白的是一本招生，其余是二本招生。
下面分别统计各档各类学校里录取分数最低的高校，结果如下。
A+档985学校：浙江大学，平均分689，比一本线高180分，相对位次0.551‰。
A档985学校：电子科技大学、哈尔滨工业大学，平均分653，比一本线高144分，相对位次6.348‰；211学校：北京邮电大学，平均分651，比一本线高142分，相对位次6.994‰。
A-档985学校：东北大学，平均分614，比一本线高105分，相对位次27.146‰；211学校：西安电子科技大学，平均分631，比一本线高122分，相对位次15.747‰。
B+档985学校：大连理工大学，平均分626，比一本线高117分，相对位次18.823‰；211学校：哈尔滨工程大学，平均分601，比一本线高92分，相对位次38.834‰；公办学校：重庆邮电大学，平均分596，比一本线高87分，相对位次43.969‰。
B档985学校：兰州大学，平均分608，比一本线高99分，相对位次32.118‰；211学校：大连海事大学，平均分588，比一本线高79分，相对位次52.585‰；双一流学校：山西大学，平均分549，比一本线高40分，相对位次111.612‰；公办学校：哈尔滨理工大学，平均分540，比一本线高31分，相对位次128.845‰。
B-档985学校：中国农业大学，平均分624，比一本线高115分，相对位次20.042‰；211学校：太原理工大学，平均分580，比一本线高71分，相对位次62.771‰；双一流学校：天津工业大学，平均分579，比一本线高70分，相对位次64.157‰；公办学校：青海师范大学，平均分439，比一本线低70分，相对位次373.009‰。
C+档211学校：贵州大学，平均分575，比一本线高66分，相对位次69.424‰；公办学校：常州大学，平均分508，比一本线低1分，相对位次197.948‰。
C档985学校：西北农林科技大学，平均分599，比一本线高90分，相对位次40.776‰；双一流学校：华南农业大学，平均分604，比一本线高95分，相对位次35.835‰；公办学校：河北工程大学，平均分496，比一本线低13分，相对位次226.186‰。
C-档985学校：中央民族大学，平均分614，比一本线高105分，相对位次27.146‰；211学校：海南大学，平均分574，比一本线高65分，相对位次70.82‰；公办学校：武汉纺织大学，平均分505，比一本线低4分，相对位次204.511‰。
#娱兔迎春#选择排序是一种简单直观的排序算法，无论什么数据进去都是 O(n²) 的时间复杂度。所以用到它的时候，数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。
1、算法原理（图二，动图演示）
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置
再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。
重复第二步，直到所有元素均排序完毕。
2、代码实现及结果（图三、图四）
教育部全国第四轮学科评估结果，临床医学（A+～C-）：
每档都是按院校代码排序，不是按得分高低排序，同档学校并列排名。例如，上海交大和浙大同为A+，两校并列第一。
看看各院校最高分是多少分？都被录取到什么专业？
2022年高考，内蒙古，理科类，本科一批，有393个招生单元（有的院校有多个代码），那么各院校（单元）录取最高分是多少？各院校最高分都被录取到什么专业？都有哪些专业录取到最高分？
图一393所院校录取最高分的专业录取情况（分数由高到低），图二院校录取最高分涉及到的112个专业的各专业院校数及录取人数，图三393所院校录取最高分的专业录取情况（按院校代码排序）
参阅：2022年高考招生录取人数最多的专业（理科本科一批）（https://www.toutiao.com/article/7148407167035490848/）#2022高考##内蒙古头条##2022内蒙古高考#
#身份证的校验码是怎么计算出来的# 昨天散步期间，偶遇关于公民身份证号码的解释。才真正知道了18位号码最后一位为校验码。校检码可以是0~9的数字，有时也用 x 表示。而校验码是经过加权计算得来的。首先是将前面的身份证号码17位数分别乘以不同的系数（第一位到第十七位的系数分别为：7910584216379105842），然后将这17位数字和系数相乘的结果相加，用加出来和除以11，看余数是多少；余数只可能有012345678910这11个数字。其分别对应的最后一位身份证的号码为0123456789；10为X。
公民身份证前十七位数字本体码的排列顺序：六位数字地址码＋八位数字出生日期码＋三位数字顺序码（其中两位是所在地派出所代码，及一位性别码：男性为奇数，女性为偶数）
「数据结构与算法学习笔记」如何理解冒泡排序（六）
大家好，今天给大家分享一下，如何理解冒泡排序（Bubble Sort），冒泡排序是一种简单的排序算法，就是不断地交换”大数“的位置达到排序的目的。因此不断出现”大数“，类似水泡不断地出现，因此被形象的称为冒泡排序算法。
举个例子，对于数组[5, 3, 8, 6, 4]来说，其第一轮排序的逻辑如下：
首先从第一个数开始，5和3进行比较，发现5大于3，于是交换位置，此时数组变为[3, 5, 8, 6, 4]。然后从第二个数开始，5和8进行比较，发现5小于8，于是不进行交换，此时数组变为[3, 5, 8, 6, 4]。继续比较，8和6进行比较，发现8大于6，于是交换位置，此时数组变为[3, 5, 6, 8, 4]。接着，8和4进行比较，发现8大于4，于是交换位置，此时数组变为[3, 5, 6, 4, 8]。到这里我们比较了4次。
接下来进行第二轮排序：
基于上一轮的排序结果[3, 5, 6, 4, 8]，我们再次从第一个数开始比较，3和5进行比较，发现3小于5，不进行交换，此时数组变为[3, 5, 6, 4, 8]。接着，5和6进行比较，发现5小于6，不进行交换，此时数组变为[3, 5, 6, 4, 8]。然后，6和4进行比较，发现6大于4，于是交换位置，此时数组变为[3, 5, 4, 6, 8]，这里就不需要做比较了，因为第一轮排序找到了最大的数，第二轮我们比较了3次。
依次类推，经过四轮排序（数组长度减1），我们就可以得到一个有序的有效到达的排序 [3, 4, 5, 6, 8]，大家可以基于这个思路自己推算下。为了方便大家理解，大家可以参照图一理解冒泡排序的过程。
接下来我们还是通过代码的形式，使用 JS 和 Python 进行实现，我们可以从头两两排序，先把最大的数字挑出来，也可以从数组的尾部开始两两比较，先将较小的数字找出来。
冒泡排序的时间复杂度是 O(n^2)，所以它不是很适合排序大数据。
#数据结构# #算法# #程序员# #前端# #Python#
2022年山东高考填报志愿指南
在高考填报志愿时，我们的有效参照物之一就是历史数据，同样是历史数据，考试院公布的历史数据是个截图方式，全部选科混合在一块，数据内容只有代码、专业、学校、1年的历史位次和计划，如果你想根据意向地区选学校，要一张一张翻，一个一个核实。
我们提供的数据是Excel电子版，每个选科组合都有单独表格，可以任意筛选、标注。数据内容除了包含考试院的所有数据外，还增加了基础必备的如：高校所在的省、市，增加了对有效志愿排序有益的：保研率、学科评级、专业排名等。它操作简单，使用方便，可以快速、精准地完成有效志愿的初选和排序。这就是为什么很多家长、填报机构的老师们，他们在填报志愿时都在用这款工具的原因。
友情提示：不管你通过什么方式填报志愿：一对一、志愿卡（把命运交给电脑程序）、用大数据表自己研究分析填报，还是说随便蒙着报，最后都要统一翻看对比2022年招生指南大本和各个高校官网发布的2022年招生章程，进行最终核实，确认无误后再往上填报。
需要电子表，先关注我，在评论区回复你的选科如：“物化生”并转发，我会及时回复。#山东高考# #高考志愿##奇妙知识季#