要將一個數組的所有元素向左旋轉k位，通常有三種算法：
算法1（分組交換）：
若a長度大於b，將ab分成a0a1b，交換a0和b，得ba1a0，只需再交換a1 和a0。
若a長度小於b，將ab分成ab0b1，交換a和b0，得b0ab1，只需再交換a 和b1。
不斷將數組劃分和交換，直到不能再劃分為止。分組過程與求最大公約數很相似。
讀寫內存各 n到2*n次
算法2 (三次反轉)
利用ba=(br)r(ar)r=(arbr)r，先分別反轉a、b，最後再對所有元素進行一次反轉。
讀寫內存各約2*n次
算法3 （使用循環鏈）
假設 n、k的最大公約數為M，則所有序號為 (i + j*k) % n (0<= i < M, 0 <= j < n/M)的元素，構成M個循環鏈（i值相同的在同一個循環鏈上）， 每個循環鏈上的元素移動到前一個元素的元素，就可以交換到最終結果上的位置，因而總共只要讀寫內存各n次。（比如： 1 2 3 4 5 6，左移2位， 1 3 5 和 2 4 6分別構成兩個循環鏈。）
事實上C++標准算法庫提供了現成的函數：rotate函數。按理說，幾種算法都比較簡單，編譯器的庫函數又是經過時間檢驗的，效率即使比手寫的差，也不會差太多。但如果對rotate函數進行測試的話，可能會發現標准庫的版本慢得可不是一點點。
對VC 2010，運行後面的測試程序，自定義函數（采用算法2）要用99ms，而std::rotate卻要1656ms。是庫的實現者不懂得用這個簡單的算法嗎？檢查下庫的源代碼，就會發現：標准算法庫中，對C++的三種迭代器（前向迭代器、雙向迭代器，隨機訪問迭代器），分別采用了上面三種算法。直接調用其內部的實現（std::_Rotat函數），重新測試下，可得到下面結果：
迭代器 前向（算法1） 雙向（算法2） 隨機訪問（算法3）
時間（ms） 46 99 1651
（使用GCC的，請用版本號低於4.5的進行測試）
從結果可以看出，效率是：算法1 > 算法2 >>> 算法3。
從理論上講，算法3只要讀寫內存各n次，應該是效率最高的算法。這在每次內存讀寫的開銷相差不大時成立。但實際上，由於硬件限制，CPU對內存的訪問采用分級緩存機制：一級緩存容量很小但訪問速度最快，存放程序的指令和最常用的數據，而二、三級緩存容量較大但訪問速度要慢很多。CPU是無法繞過緩存直接訪問內存數據（某些特殊指令可以不用一二三級緩存，但它也要用到其它專用緩存），對不在緩存中的數據，必須先載入到緩存中，這個操作是相當昂貴的。對大數組來說，不可能將所有數據都存放在緩存中，而對內存的不連續訪問，CPU對內存定位的開銷（各級緩存間數據的調整，反復移入或移出數據到緩存）是巨大的，這就造成了算法3的性能在該情況下非常差。測試發現，k = 3時，該算法的效率就已經相當差了。對小數組，盡管該算法讀寫次數少，但由於各種算法所用時間都很小，這種優勢很難體現出來。可以說，算法3在數學上是非常優美的，但是在實際應用中，是一種相當差的算法。
對算法的選擇，不應該忽視內存因素。在對隨機訪問迭代器版本的roate實現上犯這個錯誤的，可不僅僅是VC，還有著名的STL Port、GCC（GCC從4.5開始libstdc++改用算法1，並做了些優化），以及新興的libc++。（其它的編譯器/庫沒用過，也就沒有測試。）
另外，測試時發現VC 2010的一個bug：前向迭代器的實現版本，當k = 0時，程序直接掛了。
測試代碼：
rotate
