1、扑克牌分类 给定一堆使用过的扑克牌（不包含大小王），请按照花色将所有扑克牌分成四类，并且每类均按A~K的顺序排列。 请分别使用顺序表和链表存储数据，写出分类算法。算法描述使用伪代码，并分析算法时间复杂度和空间复杂度。

扑克牌分类问题可以采用排序和分桶的思想解决。首先对牌面值进行排序，然后按照花色分组。这里我们假设每个牌的结构包括花色和点数两部分。

**顺序表存储**
1. **步骤：**
- 初始化四个空数组，代表四种花色：红桃、黑桃、梅花、方块。
- 遍历用过的扑克牌列表：
- 对于每张牌，取出点数和花色：
- 如果点数小于等于13（A到K），找到对应花色的数组位置（0-3，代表四种花色）。
- 将牌插入该位置，保持数组内部有序（如果存在相同的点数，按照顺序插入，因为顺序表是线性查找，插入操作不会改变已排序部分的时间复杂度）。
- 最后得到的就是每个花色从小到大排列的一组牌。

**伪代码（顺序表）**：

for each card in used_cards:
    suit_index = get_suit_index(card.suit)
    insert_card(card.value, cards_in_suit[suit_index])

**时间复杂度**：O(n^2)，因为每次插入都需要在已排序数组中找到合适的位置，最坏的情况下会遍历整个序列。
**空间复杂度**：O(n)，n为牌的数量，需要存储所有的牌。

**链表存储**
1. **步骤：**
- 初始化四个空链表，分别代表四种花色。
- 遍历用过的扑克牌列表：
- 对于每张牌，取出点数和花色：
- 创建一个新的节点，包含牌面值和花色。
- 根据点数查找对应的链表头部，插入新节点。
- 使用二分查找法找到正确位置插入，这一步的时间复杂度是O(log n)。
- 每个链表已经是按照花色和点数顺序排列的。

**伪代码（链表）**：

def binary_search(head, value):
    low, high = 0, len(head) - 1
    while low <= high:
        mid = (low + high) // 2
        if head[mid].value < value:
            low = mid + 1
        else:
            high = mid - 1
    return low

for card in used_cards:
    suit_index = get_suit_index(card.suit)
    position = binary_search(cards_in_suit[suit_index], card.value)
    insert_node(position, cards_in_suit[suit_index], card)

**时间复杂度**：O(n log n)，因为链表插入通常通过二分查找，插入操作的时间复杂度为O(log n)。
**空间复杂度**：O(n)，同样是因为需要存储所有的牌。