1. 冒泡
原理：将序列划分为无序和有序区，不断通过交换较大元素至无序区尾完成排序。
要点：设计交换判断条件，提前结束以排好序的序列循环。
void BubbleSortArray()
{
for(int i=1;i<n;i++)
{
int flag=false;//交换标志
for(int j=0;j<n-i;j++)
{
if(a[j]>a[j+1])//比较交换相邻元素
{
int temp;
temp=a[j]; a[j]=a[j+1]; a[j+1]=temp;
flag=true;
}
}
if(!flag)break;
}
} 效率 O（n²）,适用于排序小列表。
2. 选择排序
原理：将序列划分为无序和有序区，寻找无序区中的最小值和无序区的首元素交换，有序区扩大一个，循环最终完成全部排序。
void SelectSortArray()
{
int min_index;
for(int i=0;i<n-1;i++)
{
min_index=i;
for(int j=i+1;j<n;j++)//每次扫描选择最小项
if(arr[j]<arr[min_index]) min_index=j;
if(min_index!=i)//找到最小项交换，即将这一项移到列表中的正确位置
{
int temp;
temp=arr[i]; arr[i]=arr[min_index]; arr[min_index]=temp;
}
}
} 效率 O（n²）,适用于排序小列表。
3. 插入排序
原理：将数组分为无序区和有序区两个区，然后不断将无序区的第一个元素按大小顺序插入到有序区中去，最终将所有无序区元素都移动到有序区完成排序。
要点：设立哨兵，作为临时存储和判断数组边界之用。
void InsertSortArray()
{
for(int i=1;i<n;i++)//循环从第二个数组元素开始，因为arr[0]作为最初已排序部分 i，j分别为有序区和无序区指针
{
int temp=arr[i];//temp标记为未排序第一个元素
int j=i-1;
while (j>=0 && arr[j]>temp)/*将temp与已排序元素从小到大比较，寻找temp应插入的位置*/
{
arr[j+1]=arr[j];
j--;
}
arr[j+1]=temp;
}
} 若列表基本有序，则插入排序比冒泡、选择更有效率。
4. 希尔排序
原理：又称增量缩小排序。先将序列按增量划分为元素个数相同的若干组，使用直接插入排序法进行排序，然后不断缩小增量直至为1，最后使用直接插入排序完成排序。
要点：增量的选择以及排序最终以1为增量进行排序结束。
实现：
Void shellSort(Node L[],int d)
{
While(d>=1)//直到增量缩小为1
{
Shell(L,d);
d=d/2;//缩小增量
}
}
Void Shell(Node L[],int d)
{
Int i,j;
For(i=d+1;i<length;i++)
{
if(L[i]<L[i-d])
{
L[0]=L[i];
j=i-d;
While(j>0&&L[j]>L[0])
{
L[j+d]=L[j];//移动
j=j-d;//查找
}
L[j+d]=L[0];
}
}
}适用于排序小列表。
效率估计O（nlog2^n）~O（n^1.5），取决于增量值的最初大小。建议使用质数作为增量值，因为如果增量值是2的幂，则在下一个通道中会再次比较相同的元素。
壳（Shell）排序改进了插入排序，减少了比较的次数。是不稳定的排序，因为排序过程中元素可能会前后跳跃。
5. 归并排序
转自：http://blog.csdn.net/eric491179912/article/details/6754905
归并排序 (merge sort) 是一类与插入排序、交换排序、选择排序不同的另一种排序方法。归并的含义是将两个或两个以上的有序表合并成一个新的有序表。归并排序有多路归并排序、两路归并排序 , 可用于内排序，也可以用于外排序。这里仅对内排序的两路归并方法进行讨论。
1.两路归并排序算法思路
①把 n 个记录看成 n 个长度为 l 的有序子表；
②进行两两归并使记录关键字有序，得到 n/2 个长度为 2 的有序子表；
③重复第②步直到所有记录归并成一个长度为 n 的有序表为止。
【例】 有一组关键字 {4,7,5,3,2,8,6,1},n=8, 将其按由小到大的顺序排序。 两路归并排序操作过程如图 9.12 所示，其中 l 为子表长度。
2.算法实现
此算法的实现不像图示那样简单，现分三步来讨论。首先从宏观上分析，首先让子表表长 L=1 进行处理；不断地使 L=2*L ，进行子表处理，直到 L>=n 为止，把这一过程写成一个主体框架函数 mergesort 。然后对于某确定的子表表长 L ，将 n 个记录分成若干组子表，两两归并，这里显然要循环若干次，把这一步写成一个函数 mergepass ，可由 mergesort 调用。最后再看每一组（一对）子表的归并，其原理是相同的，只是子表表长不同，换句话说，是子表的首记录号与尾记录号不同，把这个归并操作作为核心算法写成函数 merge ，由 mergepass 来调用。
3.具体算法
[cpp] view plaincopy
引子：这篇文章以前写过，最近复习排序算法，觉得以前的代码还可以改进，因此有了此文。
归并排序算法以O（NlogN）最坏情形运行时间运行，而所使用的比较次数几乎是最优的。
该算法中最基本的操作是合并两个已排序的表，这只需要线性的时间，但同时需要分配一个临时数组来暂存数据。
归并排序算法可以用递归的形式实现，形式简洁易懂。如果N=1，则只有一个元素需要排序，我们可以什么都不做；否则，递归地将前半部分数据和后半部分数据各自归并排序，然后合并这两个部分。
归并排序算法也可以用非递归的形式实现，稍微难理解一点。它刚好是递归分治算法的逆向思维形式，在使用递归分治算法时，程序员只需考虑将一个大问题分成若干个形式相同的小问题，和解的边界条件，具体如何解决这些小问题是由计算机自动完成的；而非递归形式要求程序员从最基本的情况出发，即从解决小问题出发，一步步扩展到大问题。
我这里两种形式都给出。
另外，很多人在写递归形式的归并排序算法时，临时数组是在MergeSort函数中分配的，这使得在任一时刻都可能有logN个临时数组处在活动期，如果数据较多，则开销很大，实用性很差。
我把临时数组设置在Merge函数中，避免了这个问题。
///
递归形式：
template <class T>
void MSort(T a[], int left, int right)
{
if (left < right)
{
int center = (left + right) / 2;
MSort(a, left, center);
MSort(a, center+1, right);
Merge(a, left, center+1, right+1);
}
}
template <class T>
void MergeSort(T a[], int n)
{
MSort(a, 0, n-1);
}
///
非递归形式：
算法介绍：先介绍三个变量beforeLen，afterLen和i的作用：
int beforeLen; //合并前序列的长度
int afterLen;//合并后序列的长度，合并后序列的长度是合并前的两倍
int i = 0;//开始合并时第一个序列的起始位置下标，每次都是从0开始
i，i+beforeLen，i+afterLen定义被合并的两个序列的边界。
算法的工作过程如下：
开始时，beforeLen被置为1，i被置为0。外部for循环的循环体每执行一次，都使beforeLen和afterLen加倍。内部的while循环执行序列的合并工作，它的循环体每执行一次，i都向前移动afterLen个位置。当n不是afterLen的倍数时，如果被合并序列的起始位置i，加上合并后序列的长度afterLen，超过输入数组的边界n，就结束内部循环；此时如果被合并序列的起始位置i，加上合并前序列的长度beforeLen，小于输入数组的边界n，还需要执行一次合并工作，把最后长度不足afterLen，但超过beforeLen的序列合并起来。这个工作由语句Merge(a, i, i+beforeLen, n);完成。
template <class T>
void MergeSort(T a[], int n)
{
int beforeLen; //合并前序列的长度
int afterLen = 1;//合并后序列的长度
for (beforeLen=1; afterLen<n; beforeLen=afterLen)
{
afterLen = beforeLen << 1; //合并后序列的长度是合并前的两倍
int i = 0;//开始合并时第一个序列的起始位置下标，每次都是从0开始
for ( ; i+afterLen<n; i+=afterLen)
Merge(a, i, i+beforeLen, i+afterLen);
if (i+beforeLen < n)
Merge(a, i, i+beforeLen, n);
}
}
///
上面两种算法都要用到下面的合并函数。
/*函数介绍：合并两个有序的子数组
输入：数组a[]，下标left，center，元素个数len，a[left]~a[center-1]及a[center]~a[len-1]已经按非递减顺序排序。
输出：按非递减顺序排序的子数组a[left]~a[len-1]。
*/
template <class T>
void Merge(T a[], int left, int center, int len)
{
T *t = new T[len-left];//存放被合并后的元素
int i = left;
int j = center;
int k = 0;
while (i<center && j<len)
{
if (a[i] <= a[j])
t[k++] = a[i++];
else
t[k++] = a[j++];
}
while (i < center)
t[k++] = a[i++];
while (j < len)
t[k++] = a[j++];
//把t[]的元素复制回a[]
for (i=left,k=0; i<len; i++,k++)
a[i] = t[k];
delete []t;
}
c算法分析
（1）稳定性
归并排序是一种稳定的排序。
（2）存储结构要求
可用顺序存储结构。也易于在链表上实现。
（3）时间复杂度
对长度为n的文件，需进行 趟二路归并，每趟归并的时间为O(n)，故其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlgn)。
（4）空间复杂度
需要一个辅助向量来暂存两有序子文件归并的结果，故其辅助空间复杂度为O(n)，显然它不是就地排序。
注意：
若用单链表做存储结构，很容易给出就地的归并排序。
6. 快速排序
/*快速排序的算法思想：选定一个枢纽元素，对待排序序列进行分割，分割之后的序列一个部分小于枢纽元素，一个部分大于枢纽元素，再对这两个分割好的子序列进行上述的过程。*/ void swap(int a,int b){int t;t =a ;a =b ;b =t ;}
int Partition(int [] arr,int low,int high)
{
int pivot=arr[low];//采用子序列的第一个元素作为枢纽元素
while (low < high)
{
//从后往前栽后半部分中寻找第一个小于枢纽元素的元素
while (low < high && arr[high] >= pivot)
{
--high;
}
//将这个比枢纽元素小的元素交换到前半部分
swap(arr[low], arr[high]);
//从前往后在前半部分中寻找第一个大于枢纽元素的元素
while (low <high &&arr [low ]<=pivot )
{
++low ;
}
swap (arr [low ],arr [high ]);//将这个枢纽元素大的元素交换到后半部分
}
return low ;//返回枢纽元素所在的位置
}
void QuickSort(int [] a,int low,int high)
{
if (low <high )
{
int n=Partition (a ,low ,high );
QuickSort (a ,low ,n );
QuickSort (a ,n +1,high );
}
}
平均效率O（nlogn），适用于排序大列表。
此算法的总时间取决于枢纽值的位置；选择第一个元素作为枢纽，可能导致O（n²）的最糟用例效率。若数基本有序，效率反而最差。选项中间值作为枢纽，效率是O（nlogn）。
基于分治法。
7. 堆排序
#include <iostream>
using namespace std;
template<class T>
void Sift(T* heap,int start,int end) //start和end标示无序区
{
T temp = heap[start]; //记录
int parent = start;
int child = 2*start+1;
while (child<=end)
{
if(child<end&&heap[child]<heap[child+1])
child++;
if(heap[child]>temp)
{
heap[parent]=heap[child];
parent = child;
child = 2*child+1;
continue;
}
else
break;
}
heap[parent] = temp;
}
template <class T>
void MakeHeap(T* heap,int Size)
{
int end;
//由于所有树叶无需进行下滤（没有孩子）， 所以只对0 - size/2的结点进行下滤即可
for(int start = Size/2-1;start>=0;start--)
Sift(heap,start,Size-1);
}
template <class T>
void HeapSort(T* heap,int Size)
{
MakeHeap(heap,Size);
T temp;
for (int i = Size-1;i >= 0;i--)
{
temp = heap[i];
heap[i] = heap[0];
heap[0] = temp;
Sift(heap,0,i-1);
}
for (int i = 0;i < Size;i++)
{
cout<<heap[i]<<endl;
}
}
int main()
{
int num[10] = {1,4,3,8,9,0,2,7,5,6};
HeapSort<int>(num,10);
}
本质上，堆排序就是选择排序，每次选择当前无序区最大的放入有序区。
对于直接选择排序，选择的过程要进行遍历，一次选择过程的复杂度为O(n)。堆排序利用堆的性质和二叉树的结构使得每次选择的复杂度降低为O(logn)，从而有效地改进了选择排序。
8. 基数排序（待定）
9. 拓扑排序
614
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
