fix快速排序，添加归并排序、希尔排序

Author: xingdali

入门（Java）/力扣经典算法.md

@@ -540,6 +540,12 @@ public static int[] heapSort(int[] array){
  }
 ```
 
+#### 桶排序
+
+```java
+
+```
+
 ### 链表
 
 #### 头插法

入门（Java）/经典算法TS实现.md

@@ -1,3 +1,5 @@
+[TOC]
+
 ### 排序算法
 
 | 算法 | 稳定 | 原地排序 | 时间复杂度 | 空间复杂度 | 备注 |
@@ -66,43 +68,71 @@ const insertSort = function (nums: number[]){
 
 #### 希尔排序
 
-```java
-
+```tsx
+const shellSort = (nums:number[]) =>{
+const len =nums.length
+let h =len>>1
+while (h>=1){
+for (let i =h; i<len; i++){
+for (let j =i; j>=h&&nums[j] <nums[j-h]; j-=h){
+ [nums[j], nums[j-h]] = [nums[j-h], nums[j]]
+ }
+ }
+h>>=1
+ }
+}
 ```
 
 #### 归并排序
 
-```java
-
+```tsx
+const mergeSort = (nums:number[], left:number, right:number) =>{
+if (left===right) return [nums[left]]
+const mid =left+ ((right-left) >>1)
+const leftArray =mergeSort(nums, left, mid)
+const rightArray =mergeSort(nums, mid+1, right)
+const newArray:number[] =newArray(leftArray.length+rightArray.length)
+let i =0, j =0, k =0
+while (i<leftArray.length&&j<rightArray.length){
+newArray[k++] =leftArray[i] <rightArray[j] ?leftArray[i++] :rightArray[j++]
+ }
+while (i<leftArray.length){
+newArray[k++] =leftArray[i++]
+ }
+while (j<rightArray.length){
+newArray[k++] =rightArray[j++]
+ }
+returnnewArray
+}
 ```
 
 #### 快速排序
 
-```java
+```tsx
 const quickSort = (nums:number[], start:number, end:number) =>{
-let left = start,
-right = end
-const pivot = start
-while (left < right){
-while (left < right && nums[right] >nums[pivot]){
-right--
-}
-while (left < right && nums[left] <nums[pivot]){
-left++
-}
-if (nums[left] === nums[right] && left < right){
-left++
-} else{
-;[nums[left], nums[right]] = [nums[right], nums[left]]
-}
-}
-if (start < left -1){
-quickSort(nums, start, left -1)
-}
-if (right +1< end){
-quickSort(nums, right +1, end)
-}
-return nums
+let left =start,
+right =end
+const pivot =nums[start]
+while (left<right){
+while (left<right&&nums[right] >pivot){
+right--
+}
+while (left<right&&nums[left] <pivot){
+left++
+}
+if (nums[left] ===nums[right] &&left<right){
+left++
+} else{
+;[nums[left], nums[right]] = [nums[right], nums[left]]
+}
+}
+if (start<left-1){
+quickSort(nums, start, left-1)
+}
+if (right+1<end){
+quickSort(nums, right+1, end)
+}
+returnnums
 }
 ```
 

论文/论文FaaSNet-ali.md

@@ -64,4 +64,18 @@ FaaSNet将繁重的元数据管理任务卸载到现有的FaaS调度程序，使
 
 3.5 优化
 
-I/O高效数据格式：
+I/O高效数据格式：常规的镜像拉取和启动时低效耗时的，本文设计了一种基于块的图像获取机制，将原始数据分割成固定大小的块并进行压缩，偏移表记录块的偏移量，一个code packages被压缩成二进制文件，由VM代理提取并装入函数容器中。
+
+按需IO：按需加载，从元数据中下载图像压缩清单，解压缩算法比块存储和网络传输好。
+
+RPC和数据流：构建了一个用户级，零copy的RPC库，实现请求流水化和无序接受，类似http2的多路复用。
+
+### 4、实验评估
+
+4.1 实验环境
+
+部署了两个规模的资源池：500vm，1000vm。每个vm实例2CPUs，4GB内存，1Gbps网络带宽，FaaSNet使用512KB的块进行按需提取和流式传输。使用Python3.8运行程序2s，程序容器镜像758MB，函数使用3008MB内存，每个VM运行一个容器化函数。
+
+将FaaSNet与kraken，baseline，on-demand，DADI+P2P进行比较。
+
+4.2 FaaS应用工作负载