在这一模块中，我们遇到了一种非常有“强迫症”的植物——仙人掌。如果只是随便种下并收割，收益平平；但如果我们能根据它们的大小，将它们像排队一样排列整齐，就能触发极其爽快的“连锁收集”，获得爆发式的收益！
一、 核心机制：收益的“平方级”跃升
为什么要费尽心思给仙人掌排序？因为这关乎着极其夸张的数学收益。
如果没有排序，收割 1 株仙人掌得到 1 个资源；收割 81 株就是 81 个资源。
但如果触发了“连锁收集”： 你获得的资源是仙人掌总数的平方。在 $9 \times 9$ 的农场里，一次性收割 81 株排好序的仙人掌，收益将是 $81 \times 81 = 6561$ 个！这就是算法带来的效率跃升。
📏 仙人掌的“强迫症”规则
大小测量： 仙人掌的大小是 0- 9的随机数。我们可以用
measure()获取脚下仙人掌的大小，或者用measure(direction)获取旁边地块仙人掌的大小。排序标准：
右边 (East) 和 上边 (North) 的仙人掌，必须 大于或等于 自己的大小。
左边 (West) 和 下边 (South) 的仙人掌，必须 小于或等于 自己的大小。
简单来说：越往右上角，仙人掌越大；越往左下角，仙人掌越小。
状态指示灯： 棕色代表未排序，绿色代表已排序。全屏变绿时，收割任意一株即可触发连锁。
二、 课堂代码精讲：二维空间的“冒泡排序”
我们在课堂上编写的 have_sorted() 函数，实际上是经典计算机算法“冒泡排序”在二维平面上的变体应用。我们来看看它是如何通过 swap(direction) 函数实现全图排序的：
1. 核心循环与“巡逻兵”
is_sorted = False
while not is_sorted:
is_sorted = True # 假设这一轮已经排好序了
for x in range(get_world_size()):
for y in range(get_world_size()):
tool.move_to(x, y)
current_size = measure()
状态标记 (
is_sorted)： 这是冒泡排序的灵魂。程序在每一轮开始前，都乐观地假设“已经排好了”（设为True）。只要在这一轮巡视中发生过任何一次位置交换，就说明还没排好（立刻被无情地改为False），下一轮就得重新再检查一遍。直到某一轮巡视下来，一次交换都没发生，循环才会结束。
2. “冒泡”过程：把大个子往右上角推
# 1. 与右侧 (East) 比较
if x < get_world_size() - 1: # 确保右边还有地块（边界保护）
east_size = measure(East)
# 如果当前的比较大，就把当前的“大个子”推到右边去
if east_size != None and current_size > east_size:
swap(East)
is_sorted = False
边界保护：
if x < get_world_size() - 1这句非常关键，防止无人机在最右侧边缘时还要去测右边的格子，导致报错。位置互换 (
swap)： 当无人机发现脚下的仙人掌比右边（或上边）的大时，直接使用swap()函数把它们对调。这样一轮轮比较下来，最大的仙人掌就像水底的气泡一样，一点点“冒”到了农场的最右上角。
3. 收获果实
while True:
plant_all_cactus() # 铺满仙人掌
have_sorted() # 启动冒泡排序，直到全图变绿
tool.move_to(0,0) # 移动到左下角（其实全绿后移动到哪里都可以）
harvest() # 触发平方级大丰收！
三、 算法思维总结
同学们，这段代码虽然看起来有些长，但它其实只做了一件事：制定一条简单的微观规则（只管自己和右边、上边的比较），通过计算机不知疲倦的循环执行，最终实现了宏观上的完美秩序（全图排序）。 这就是计算机编程解决问题的核心思维！
📝 课后思考题：
“冒泡排序”虽然写起来简单易懂，但它的效率并不是最高的。如果农场变大（比如变成 $15 \times 15$），无人机需要来回巡逻很多圈才能排好，非常浪费时间。你能查阅资料，了解一下其他更快的排序算法（比如“插入排序”或“快速排序”）的核心思想吗