基本排序算法总结

排序算法的评价 评价排序算法的一般准则是： ▶ 平均情况下的排序速度 ▶ 最优最劣情况下的速度 ▶ 行为是否自然 ▶ 是否以相等的关键字重排元素 数组的排序速度直接与比较（comparison）次数和交换（exchange）次数相关，其中交换的作用更大，因为占用的时间多。 如果频繁遭遇到最优最劣情况，则最优和最劣情况下的运行时间是重要的。 所谓自然（natural）行为的排序应该是，对已排序的表操作最容易，对失序越重的表操作越困难。 通常，如果有相等关键字的元素在排序前后，之间的相对位置并不改变，我们称之为该排序是稳定的。 气泡排序（bubble sort）        最著名（也最声名狼藉）的排序是气泡排序。 void bubble_sort(char *items, int count) {     int i, j;     char t;         for(i = 1; i < count; i++)     {         for(j = count-1; j >= i; j--)         {             if(items[j-1] > items[j])             {                 t = items[j-1];                 items[j-1] = items[j];                 items[j] = t;             }         }     } } 分析： 两个 for 循环重复了比较的次数，所以比较的次数是恒定的：1 / 2(n平方 - n) 其中，外部循环执行 n - 1 次，内部循环执行 n/2 次，两式相乘得到以上公式。 下面是气泡排序的动画演示： 气泡排序动画演示 选择排序（selection sort） 选择排序中，先选择最小的元素并将其与第一个元素进行交换。然后剩余的 n - 1 个元素中选择最小值者并与第二个元素交换等，如此直到最后两个元素。 void select_sort(char *items, int count) {     int i, j, k;     int exchange;     char t;     for(i = 0; i < count -1; i++)     {         exchange = 0;         t = items[i];         k = i;         for(j = i+1; j < count; j++)         {             if(items[j] < t)             {                 t = items[j];                 k = j;                 exchange = 1;             }         }         if(exchange)         {             items[k] = items[i];             items[i] = t;         }     } } 分析： 和气泡算法一样，选择排序需要进行的比较次数同样为 1/2 (n平方 - n) 。尽管如此，但在平均情况下，选择排序的交换次数要少得多。 下面是选择排序的动画演示： 选择排序动画演示 插入排序（Insertion sort） 插入排序中，先对前两个元素进行排序，然后把第三个元素按序插入到已排好序的前两个元素中。随后是第四个插入到已排好序的前三个元素中，以此类推，直到所有元素都有序为止。 void insert_sort(char *items, int count) {     int i, j;     char t;         for(i = 1; i < count; i++)     {         t = items[i];         j = i - 1;         while(j >= 0 && items[j] > t)         {             items[j+1] = items[j];             j--;         }         items[j+1] = t;     } } 分析： 与气泡排序和选择排序不同的是，插入排序的比较次数与被排表的初始排列有关。如果表是完全有序的，比较 n - 1 次，否则按 n 平方次进行。 因此，最劣情况下，与 气泡排序和选择排序一样差，平均情况稍好一点。然而这种办法的确有两个优点： 1. 排序是自然的，即表已排序时工作量最少，反序时工作量最大。这样，对基本已排序的表操作时，插入排序是最理想的。 2. 排序是稳定的，即相同关键字元素的相对位置，排序前后保持不变。 下面是插入排序的动画演示： 插入排序动画演示 前面几个算法，执行时间都是 n 平方级的，对于大量数据而言，排序速度非常慢，有时会完全不实用。 下面是两个较快的算法 希尔排序（Shell sort） 希尔排序是根据其发明者的名字（D.L.Shell）命名的。其一般方法是从插入排序导出并基于增量减少 （diminishing increments）。例如，首先，对间隔三个位置的元素排序；然后，再对间隔两个位置的元素排序；最后，对相邻元素进行排序。 排序的每一遍涉及相对较少的元素或已恰当排序的元素。因此，希尔排序是高效的，每一遍都提高了有序性。 增量的准确序列可以变化，唯一规则是最后增量必须为 1 。例如：9 ，5， 3， 2， 1 。以 2 的幂为增量值的序列是不可取的，出于复杂的数学原理，这种序列降低了排序算法的效率。 void shell_sort(char *items, int count) {     int i, j, k, gap;     int gaps[5];     char t;     gaps[0] = 9; gaps[1] = 5; gaps[2] = 3; gaps[3] = 2; gaps[4] = 1;     for(k = 0; k < 5; k++)     {         gap = gaps[k];                 for(i = gap; i < count; i++)         {             t = items[i];             j = i - gap;             while(j >= 0 && items[j] > t)             {                 items[j+gap] = items[j];                 j = j - gap;             }             items[j+gap] = t;         }     } } 分析： 希尔排序的执行与 n 的1.2 次方 成比例，相对于 n 平方排序而言，这是重大改进。 下面是希尔排序动画演示： 希尔排序动画演示 快速排序（quick sort） 快速排序是又 C.A.R.Hoare 发明的，一般被认为是目前最好的通用排序算法。快速排序基于交换排序，与同样基于交换排序的 气泡排序相比，其效果是惊人的。 快速排序的基本思想是分区（partition）。一般过程是先选一个比较数（comparand）的值，然后把数组分成两段。大于等于分区值的元素都放在一边，小于分区值的元素放在另一边。然后对数组的另一段重复上述过程，直到该数组完成排序。 排序的过程本质上递归的，而实际上，快速排序的最清晰实现就是递归算法。 选择比较数值的办法有两个，可以随机选取也可以选取数组中一组值求平均值得到。 void quick_sort(char *items, int count) {     qs(items, 0, count - 1); } void qs(char *items, int left, int right) {     int i, j;     char x, t;     i = left; j = right;     x = items[(left+right)/2];     do     {         while(items[i] < x && i < right)             i++;         while(x < items[j] && j > left)             j--;         if(i <= j)         {             t = items[i];             items[i] = items[j];             items[j] = t;             i++; j--;         }     }while(i <= j);     if(left < j)         qs(items, left, j);     if(i < right)         qs(items, i, right); } 分析： 快速排序的平均比较次数为 n log n ，近似交换次数 n/6 log n 。这两个数值远小于前面各种排序的相应参数。 需要注意的一个问题是，如果每个分区的比较数值选择了最大值，快速排序退化成 n 平方操作时间的排序。 快速排序是分而治之（divide and conqer）的策略，请参考另外一种采用 分治 策略的排序方法： 归并排序（Merge Sort）（zz） 。 与归并排序不同的是， 最劣情况下，快速排序的的时间复杂度为 n 平方，而归并排序则是 nlogn 。 这里的这个算法写的不够清晰，请参看 寻找第k小的数 与 快速排序