排序算法分类
排序算法比较表格填空
排序算法比较表格
注：
1 归并排序可以通过手摇算法将空间复杂度降到O（1），但是时间复杂度会提高。
2 基数排序时间复杂度为O（N*M），其中N为数据个数，M为数据位数。
辅助记忆
时间复杂度记忆- 冒泡、选择、直接 排序需要两个for循环，每次只关注一个元素，平均时间复杂度为O（n2）O（n2）（一遍找元素O(n)O(n)，一遍找位置O(n)O(n)）快速、归并、希尔、堆基于二分思想，log以2为底，平均时间复杂度为O(nlogn)O(nlogn)（一遍找元素O(n)O(n)，一遍找位置O(logn)O(logn)）稳定性记忆-“快希选堆”（快牺牲稳定性） 排序算法的稳定性：排序前后相同元素的相对位置不变，则称排序算法是稳定的；否则排序算法是不稳定的。原理理解
1 冒泡排序
1.1 过程
冒泡排序从小到大排序：一开始交换的区间为0~N-1，将第1个数和第2个数进行比较，前面大于后面，交换两个数，否则不交换。再比较第2个数和第三个数，前面大于后面，交换两个数否则不交换。依次进行，最大的数会放在数组最后的位置。然后将范围变为0~N-2，数组第二大的数会放在数组倒数第二的位置。依次进行整个交换过程，最后范围只剩一个数时数组即为有序。
1.2 动图
1.3 核心代码（函数）
//array[]为待排序数组，n为数组长度void BubbleSort(int array[], int n){int i, j, k;for(i=0; i<n-1; i++)for(j=0; j<n-1-i; j++){if(array[j]>array[j+1]){k=array[j];array[j]=array[j+1];array[j+1]=k;}}}
2 选择排序
2.1 过程
选择排序从小到大排序：一开始从0~n-1区间上选择一个最小值，将其放在位置0上，然后在1~n-1范围上选取最小值放在位置1上。重复过程直到剩下最后一个元素，数组即为有序。
2.2 动图
2.3 核心代码（函数）
//array[]为待排序数组，n为数组长度void selectSort(int array[], int n){int i, j ,min ,k;for( i=0; i<n-1; i++){min=i; //每趟排序最小值先等于第一个数，遍历剩下的数for( j=i+1; j<n; j++) //从i下一个数开始检查{if(array[min]>array[j]){min=j;}}if(min!=i){k=array[min];array[min]=array[i];array[i]=k;}}}
3 插入排序
3.1 过程
插入排序从小到大排序：首先位置1上的数和位置0上的数进行比较，如果位置1上的数大于位置0上的数，将位置0上的数向后移一位，将1插入到0位置，否则不处理。位置k上的数和之前的数依次进行比较，如果位置K上的数更大，将之前的数向后移位，最后将位置k上的数插入不满足条件点，反之不处理。
3.2 动图
3.3 核心代码（函数）
//array[]为待排序数组，n为数组长度void insertSort(int array[], int n){int i,j,temp;for( i=1;i<n;i++){if(array[i]<array[i-1]){temp=array[i];for( j=i;array[j-1]>temp;j--){array[j]=array[j-1];}array[j]=temp;}}}
4 归并排序
4.1 过程
归并排序从小到大排序：首先让数组中的每一个数单独成为长度为1的区间，然后两两一组有序合并，得到长度为2的有序区间，依次进行，直到合成整个区间。
4.2 动图
4.3 核心代码（函数）
递归实现
实现归并，并把数据都放在list1里面 void merging(int *list1, int list1_size, int *list2, int list2_size){int i=0, j=0, k=0, m=0;int temp[MAXSIZE];while(i < list1_size && j < list2_size){if(list1[i]<list2[j]){temp[k++] = list1[i++];}else{temp[k++] = list2[j++];}}while(i<list1_size){temp[k++] = list1[i++];}while(j<list2_size){temp[k++] = list2[j++];}for(m=0; m < (list1_size+list2_size); m++){list1[m]=temp[m];}}//如果有剩下的，那么说明就是它是比前面的数组都大的，直接加入就可以了 void mergeSort(int array[], int n){if(n>1){int *list1 = array;int list1_size = n/2;int *list2 = array + n/2;int list2_size = n-list1_size;mergeSort(list1, list1_size);mergeSort(list2, list2_size);merging(list1, list1_size, list2, list2_size);}}//归并排序复杂度分析：一趟归并需要将待排序列中的所有记录 //扫描一遍，因此耗费时间为O(n),而由完全二叉树的深度可知， //整个归并排序需要进行[log2n],因此，总的时间复杂度为 //O(nlogn),而且这是归并排序算法中平均的时间性能 //空间复杂度：由于归并过程中需要与原始记录序列同样数量级的 //存储空间去存放归并结果及递归深度为log2N的栈空间，因此空间 //复杂度为O(n+logN) //也就是说，归并排序是一种比较占内存，但却效率高且稳定的算法
迭代实现
void MergeSort(int k[],int n) { int i,next,left_min,left_max,right_min,right_max; //动态申请一个与原来数组一样大小的空间用来存储int *temp = (int *)malloc(n * sizeof(int)); //逐级上升，第一次比较2个，第二次比较4个，第三次比较8个。。。 for(i=1; i<n; i*=2) { //每次都从0开始，数组的头元素开始 for(left_min=0; left_min<n-i; left_min = right_max) { right_min = left_max = left_min + i; right_max = left_max + i; //右边的下标最大值只能为n if(right_max>n) { right_max = n; } //next是用来标志temp数组下标的，由于每次数据都有返回到K， //故每次开始得重新置零 next = 0; //如果左边的数据还没达到分割线且右边的数组没到达分割线，开始循环 while(left_min<left_max&&right_min<right_max) { if(k[left_min] < k[right_min]) { temp[next++] = k[left_min++]; } else { temp[next++] = k[right_min++]; } } //上面循环结束的条件有两个，如果是左边的游标尚未到达，那么需要把 //数组接回去，可能会有疑问，那如果右边的没到达呢，其实模拟一下就可以 //知道，如果右边没到达，那么说明右边的数据比较大，这时也就不用移动位置了 while(left_min < left_max) { //如果left_min小于left_max，说明现在左边的数据比较大 //直接把它们接到数组的min之前就行 k[--right_min] = k[--left_max]; } while(next>0) { //把排好序的那部分数组返回该k k[--right_min] = temp[--next]; } } } } //非递归的方法，避免了递归时深度为log2N的栈空间，//空间只是用到归并临时申请的跟原来数组一样大小的空间，并且在时间性能上也有一定的提升，//因此，使用归并排序是，尽量考虑用非递归的方法。
5 快速排序
5.1 过程
快速排序从小到大排序：在数组中随机选一个数（默认数组首个元素），数组中小于等于此数的放在左边，大于此数的放在右边，再对数组两边递归调用快速排序，重复这个过程。
5.2 动图
5.3 核心代码（函数）
推荐程序（好理解）
//接口调整void adjust_quicksort(int k[],int n) { quicksort(k,0,n-1); } void quicksort(int a[], int left, int right) { int i,j,t,temp; if(left>right) //（递归过程先写结束条件）return; temp=a[left]; //temp中存的就是基准数 i=left; j=right; while(i!=j) { //顺序很重要，要先从右边开始找（最后交换基准时换过去的数要保证比基准小，因为基准 //选取数组第一个数，在小数堆中） while(a[j]>=temp && i<j) j--; //再找右边的 while(a[i]<=temp && i<j) i++; //交换两个数在数组中的位置 if(i<j) { t=a[i]; a[i]=a[j]; a[j]=t; } } //最终将基准数归位 （之前已经temp=a[left]过了，交换只需要再进行两步）a[left]=a[i]; a[i]=temp; quicksort(left,i-1);//继续处理左边的，这里是一个递归的过程 quicksort(i+1,right);//继续处理右边的 ，这里是一个递归的过程 }
6 堆排序
6.1 过程
堆排序从小到大排序：首先将数组元素建成大小为n的大顶堆，堆顶（数组第一个元素）是所有元素中的最大值，将堆顶元素和数组最后一个元素进行交换，再将除了最后一个数的n-1个元素建立成大顶堆，再将最大元素和数组倒数第二个元素进行交换，重复直至堆大小减为1。
注：完全二叉树
假设二叉树深度为n，除了第n层外，n-1层节点都有两个孩子，第n层节点连续从左到右。如下图
注：大顶堆
大顶堆是具有以下性质的完全二叉树：每个节点的值都大于或等于其左右孩子节点的值。
即，根节点是堆中最大的值，按照层序遍历给节点从1开始编号，则节点之间满足如下关系：
(1<=i<=n/2)
6.2 动图
6.3 核心代码（函数）
注意！！！数组从1开始，1~n
void heapSort(int array[], int n){int i;for (i=n/2;i>0;i--){HeapAdjust(array,i,n);//从下向上，从右向左调整}for( i=n;i>1;i--){swap(array, 1, i);HeapAdjust(array, 1, i-1);//从上到下，从左向右调整}}void HeapAdjust(int array[], int s, int n ){int i,temp;temp = array[s];for(i=2*s;i<=n;i*=2){if(i<n&&array[i]<array[i+1]){i++;}if(temp>=array[i]){break;}array[s]=array[i];s=i;}array[s]=temp;}void swap(int array[], int i, int j){int temp;temp=array[i];array[i]=array[j];array[j]=temp;}
7 希尔排序
7.1 过程
希尔排序是插入排序改良的算法，希尔排序步长从大到小调整，第一次循环后面元素逐个和前面元素按间隔步长进行比较并交换，直至步长为1，步长选择是关键。
7.2 动图
7.3 核心程序（函数）
//下面是插入排序void InsertSort( int array[], int n){int i,j,temp;for( i=0;i<n;i++ ){if(array[i]<array[i-1]){temp=array[i];for( j=i-1;array[j]>temp;j--){array[j+1]=array[j];}array[j+1]=temp;}}}//在插入排序基础上修改得到希尔排序void SheelSort( int array[], int n){int i,j,temp;int gap=n; //~~~~~~~~~~~~~~~~~~~~~do{gap=gap/3+1; //~~~~~~~~~~~~~~~~~~for( i=gap;i<n;i++ ){if(array[i]<array[i-gap]){temp=array[i];for( j=i-gap;array[j]>temp;j-=gap){array[j+gap]=array[j];}array[j+gap]=temp;}}}while(gap>1); //~~~~~~~~~~~~~~~~~~~~~~}
8 桶排序（基数排序和基数排序的思想）
8.1 过程
桶排序是计数排序的变种，把计数排序中相邻的m个”小桶”放到一个”大桶”中，在分完桶后，对每个桶进行排序（一般用快排），然后合并成最后的结果。
8.2 图解
8.3 核心程序
#include <stdio.h>int main(){int a[11],i,j,t;for(i=0;i<=10;i++)a[i]=0; //初始化为0for(i=1;i<=5;i++) //循环读入5个数{scanf("%d",&t); //把每一个数读到变量t中a[t]++; //进行计数(核心行)}for(i=0;i<=10;i++) //依次判断a[0]~a[10]for(j=1;j<=a[i];j++) //出现了几次就打印几次printf("%d ",i);getchar();getchar(); //这里的getchar();用来暂停程序，以便查看程序输出的内容//也可以用system("pause");等来代替return 0;}
9 计数排序
9.1 过程
算法的步骤如下：
- 找出待排序的数组中最大和最小的元素
- 统计数组中每个值为i的元素出现的次数，存入数组C的第i项
- 对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）
- 反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1
9.2 图解
9.3 核心程序（函数）
程序1：#define NUM_RANGE (100) //预定义数据范围上限，即K的值void counting_sort(int *ini_arr, int *sorted_arr, int n) //所需空间为 2*n+k{ int *count_arr = (int *)malloc(sizeof(int) * NUM_RANGE); int i, j, k; //初始化统计数组元素为值为零 for(k=0; k<NUM_RANGE; k++){ count_arr[k] = 0; } //统计数组中，每个元素出现的次数 for(i=0; i<n; i++){ count_arr[ini_arr[i]]++; } //统计数组计数，每项存前N项和，这实质为排序过程for(k=1; k<NUM_RANGE; k++){ count_arr[k] += count_arr[k-1]; } //将计数排序结果转化为数组元素的真实排序结果for(j=n-1 ; j>=0; j--){ int elem = ini_arr[j];//取待排序元素int index = count_arr[elem]-1; //待排序元素在有序数组中的序号sorted_arr[index] = elem; //将待排序元素存入结果数组中count_arr[elem]--; //修正排序结果，其实是针对算得元素的修正} free(count_arr); } 程序2：C++(最大最小压缩桶数)public static void countSort(int[] arr) {if (arr == null || arr.length < 2) {return;}int min = arr[0];int max = arr[0];for (int i = 1; i < arr.length; i++) {min = Math.min(arr[i], min);max = Math.max(arr[i], max);}int[] countArr = new int[max - min + 1];for (int i = 0; i < arr.length; i++) {countArr[arr[i] - min]++;}int index = 0;for (int i = 0; i < countArr.length; i++) {while (countArr[i]-- > 0) {arr[index++] = i + min;}}
10 基数排序
10.1 过程
基数排序是基于数据位数的一种排序算法。
它有两种算法
①LSD–Least Significant Digit first 从低位（个位）向高位排。
②MSD– Most Significant Digit first 从高位向低位（个位）排。
时间复杂度O(N*最大位数)。
空间复杂度O(N)。
10.2 图解
对a[n]按照个位0~9进行桶排序：
对b[n]进行累加得到c[n]，用于b[n]中重复元素计数
！！！b[n]中的元素为temp中的位置！！！跳跃的用++补上：
temp数组为排序后的数组，写回a[n]。temp为按顺序倒出桶中的数据（联合b[n],c[n],a[n]得到），重复元素按顺序输出：
10.3 核心程序
//基数排序 //LSD 先以低位排，再以高位排 //MSD 先以高位排，再以低位排 void LSDSort(int *a, int n) { assert(a); //判断a是否为空，也可以a为空||n<2返回int digit = 0; //最大位数初始化for (int i = 0; i < n; ++i) { //求最大位数while (a[i] > (pow(10,digit))) //pow函数要包含头文件math.h，pow(10,digit)=10^digit{ digit++; } } int flag = 1; //位数for (int j = 1; j <= digit; ++j) { //建立数组统计每个位出现数据次数（Digit[n]为桶排序b[n]） int Digit[10] = { 0 }; for (int i = 0; i < n; ++i) { Digit[(a[i] / flag)%10]++; //flag=1时为按个位桶排序} //建立数组统计起始下标（BeginIndex[n]为个数累加c[n]，用于记录重复元素位置//flag=1时，下标代表个位数值，数值代表位置，跳跃代表重复）int BeginIndex[10] = { 0 }; for (int i = 1; i < 10; ++i) { //累加个数BeginIndex[i] = BeginIndex[i - 1] + Digit[i - 1]; } //建立辅助空间进行排序 //下面两条可以用calloc函数实现int *tmp = new int[n]; memset(tmp, 0, sizeof(int)*n);//初始化 //联合各数组求排序后的位置存在temp中for (int i = 0; i < n; ++i) { int index = (a[i] / flag)%10; //桶排序和位置数组中的下标//计算temp相应位置对应a[i]中的元素，++为BeginIndex数组数值加1//跳跃间隔用++来补，先用再++tmp[BeginIndex[index]++] = a[i]; } //将数据重新写回原空间 for (int i = 0; i < n; ++i) { a[i] = tmp[i]; } flag = flag * 10; delete[] tmp; } }
附：
1 完整程序框架（冒泡排序举例）
1.1 VS程序
#include "stdafx.h"#include "stdio.h"#include <stdlib.h>void BubbleSort(int array[], int n){int i,j,k,count1=0, count2=0;for(i=0; i<n-1; i++)for(j=n-1; j>i; j--){count1++;if(array[j-1]>array[j]){count2++;k=array[j-1];array[j-1]=array[j];array[j]=k;}}printf("总共的循环次序为：%d, 总共的交换次序为：%d\n\n", count1, count2);}int main(int argc, _TCHAR* argv[]){int as[]={0,1,2,3,4,6,8,5,9,7};BubbleSort(as, 10);for(int i=0; i<10; i++){printf("%d", as[i]);}printf("\n\n");system("pause");return 0;}
1.2 执行程序（OJ）
#include <stdio.h>void BubbleSort(int array[], int n){int i,j,k,count1=0, count2=0;for(i=0; i<n-1; i++)for(j=n-1; j>i; j--){count1++;if(array[j-1]>array[j]){count2++;k=array[j-1];array[j-1]=array[j];array[j]=k;}}printf("总共的循环次序为：%d, 总共的交换次序为：%d\n\n", count1, count2);}int main(){int as[]={0,1,2,3,4,6,8,5,9,7};BubbleSort(as, 10);int i=0;for(i=0; i<10; i++){printf("%d", as[i]);}return 0;}
2 关于交换的优化
不用中间变量进行交换
if(A[j] <= A[i]){A[j] = A[j] + A[i];A[i] = A[j] - A[i];A[j] = A[j] - A[i];}
3 C语言实现数组动态输入
#include <stdio.h> #include <assert.h> //断言头文件#include <stdlib.h> int main(int argc, char const *argv[]) { int size = 0; scanf("%d", &size); //首先输入数组个数assert(size > 0);//判断数组个数是否非法int *array = (int *)calloc(size, sizeof(int)); //动态分配数组if(!R1) { return; //申请空间失败 } int i = 0; for (i = 0; i < size; ++i) { scanf("%d", &array[i]); } mergeSort(array, size); printArray(array, size); free(array); return 0; }
注：
1.colloc与malloc类似,但是主要的区别是存储在已分配的内存空间中的值默认为0,使用malloc时,已分配的内存中可以是任意的值.
2.colloc需要两个参数,第一个是需要分配内存的变量的个数,第二个是每个变量的大小.
