[转载]再来一个较详细的排序算法及代码实例

一、简单排序算法
由于程序比较简单，所以没有加什么注释。所有的程序都给出了完整的运行代码，并在我的VC环境
下运行通过。因为没有涉及MFC和WINDOWS的内容，所以在BORLAND C ++ 的平台上应该也不会有什么
问题的。在代码的后面给出了运行过程示意，希望对理解有帮助。

1 .冒泡法：
这是最原始，也是众所周知的最慢的算法了。他的名字的由来因为它的工作看来象是冒泡：
#include < iostream.h >

void BubbleSort( int * pData, int Count)
{
int iTemp;
for ( int i = 1 ;i < Count;i ++ )
{
for ( int j = Count - 1 ;j >= i;j -- )
{
if (pData[j] < pData[j - 1 ])
{
iTemp = pData[j - 1 ];
pData[j - 1 ] = pData[j];
pData[j] = iTemp;
}
}
}
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
BubbleSort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}

倒序(最糟情况)
第一轮： 10 , 9 , 8 , 7 -> 10 , 9 , 7 , 8 -> 10 , 7 , 9 , 8 -> 7 , 10 , 9 , 8 (交换3次)
第二轮： 7 , 10 , 9 , 8 -> 7 , 10 , 8 , 9 -> 7 , 8 , 10 , 9 (交换2次)
第一轮： 7 , 8 , 10 , 9 -> 7 , 8 , 9 , 10 (交换1次)
循环次数：6次
交换次数：6次

其他：
第一轮： 8 , 10 , 7 , 9 -> 8 , 10 , 7 , 9 -> 8 , 7 , 10 , 9 -> 7 , 8 , 10 , 9 (交换2次)
第二轮： 7 , 8 , 10 , 9 -> 7 , 8 , 10 , 9 -> 7 , 8 , 10 , 9 (交换0次)
第一轮： 7 , 8 , 10 , 9 -> 7 , 8 , 9 , 10 (交换1次)
循环次数：6次
交换次数：3次

上面我们给出了程序段，现在我们分析它：这里，影响我们算法性能的主要部分是循环和交换，
显然，次数越多，性能就越差。从上面的程序我们可以看出循环的次数是固定的，为1 + 2 + ... + n - 1 。
写成公式就是1 / 2 * (n - 1 ) * n。
现在注意，我们给出O方法的定义：

若存在一常量K和起点n0，使当n >= n0时，有f(n) <= K * g(n),则f(n) = O(g(n))。（呵呵，不要说没
学好数学呀，对于编程数学是非常重要的！！！）

现在我们来看1 / 2 * (n - 1 ) * n，当K = 1 / 2 ，n0 = 1 ，g(n) = n * n时， 1 / 2 * (n - 1 ) * n <= 1 / 2 * n * n = K * g(n)。所以f(n)
= O(g(n)) = O(n * n)。所以我们程序循环的复杂度为O(n * n)。
再看交换。从程序后面所跟的表可以看到，两种情况的循环相同，交换不同。其实交换本身同数据源的
有序程度有极大的关系，当数据处于倒序的情况时，交换次数同循环一样（每次循环判断都会交换），
复杂度为O(n * n)。当数据为正序，将不会有交换。复杂度为O( 0 )。乱序时处于中间状态。正是由于这样的
原因，我们通常都是通过循环次数来对比算法。


2 .交换法：
交换法的程序最清晰简单，每次用当前的元素一一的同其后的元素比较并交换。
#include < iostream.h >
void ExchangeSort( int * pData, int Count)
{
int iTemp;
for ( int i = 0 ;i < Count - 1 ;i ++ )
{
for ( int j = i + 1 ;j < Count;j ++ )
{
if (pData[j] < pData[i])
{
iTemp = pData[i];
pData[i] = pData[j];
pData[j] = iTemp;
}
}
}
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
ExchangeSort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}
倒序(最糟情况)
第一轮： 10 , 9 , 8 , 7 -> 9 , 10 , 8 , 7 -> 8 , 10 , 9 , 7 -> 7 , 10 , 9 , 8 (交换3次)
第二轮： 7 , 10 , 9 , 8 -> 7 , 9 , 10 , 8 -> 7 , 8 , 10 , 9 (交换2次)
第一轮： 7 , 8 , 10 , 9 -> 7 , 8 , 9 , 10 (交换1次)
循环次数：6次
交换次数：6次

其他：
第一轮： 8 , 10 , 7 , 9 -> 8 , 10 , 7 , 9 -> 7 , 10 , 8 , 9 -> 7 , 10 , 8 , 9 (交换1次)
第二轮： 7 , 10 , 8 , 9 -> 7 , 8 , 10 , 9 -> 7 , 8 , 10 , 9 (交换1次)
第一轮： 7 , 8 , 10 , 9 -> 7 , 8 , 9 , 10 (交换1次)
循环次数：6次
交换次数：3次

从运行的表格来看，交换几乎和冒泡一样糟。事实确实如此。循环次数和冒泡一样
也是1 / 2 * (n - 1 ) * n，所以算法的复杂度仍然是O(n * n)。由于我们无法给出所有的情况，所以
只能直接告诉大家他们在交换上面也是一样的糟糕（在某些情况下稍好，在某些情况下稍差）。

3 .选择法：
现在我们终于可以看到一点希望：选择法，这种方法提高了一点性能（某些情况下）
这种方法类似我们人为的排序习惯：从数据中选择最小的同第一个值交换，在从省下的部分中
选择最小的与第二个交换，这样往复下去。
#include < iostream.h >
void SelectSort( int * pData, int Count)
{
int iTemp;
int iPos;
for ( int i = 0 ;i < Count - 1 ;i ++ )
{
iTemp = pData[i];
iPos = i;
for ( int j = i + 1 ;j < Count;j ++ )
{
if (pData[j] < iTemp)
{
iTemp = pData[j];
iPos = j;
}
}
pData[iPos] = pData[i];
pData[i] = iTemp;
}
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
SelectSort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}
倒序(最糟情况)
第一轮： 10 , 9 , 8 , 7 -> (iTemp = 9 ) 10 , 9 , 8 , 7 -> (iTemp = 8 ) 10 , 9 , 8 , 7 -> (iTemp = 7 ) 7 , 9 , 8 , 10 (交换1次)
第二轮： 7 , 9 , 8 , 10 -> 7 , 9 , 8 , 10 (iTemp = 8 ) -> (iTemp = 8 ) 7 , 8 , 9 , 10 (交换1次)
第一轮： 7 , 8 , 9 , 10 -> (iTemp = 9 ) 7 , 8 , 9 , 10 (交换0次)
循环次数：6次
交换次数：2次

其他：
第一轮： 8 , 10 , 7 , 9 -> (iTemp = 8 ) 8 , 10 , 7 , 9 -> (iTemp = 7 ) 8 , 10 , 7 , 9 -> (iTemp = 7 ) 7 , 10 , 8 , 9 (交换1次)
第二轮： 7 , 10 , 8 , 9 -> (iTemp = 8 ) 7 , 10 , 8 , 9 -> (iTemp = 8 ) 7 , 8 , 10 , 9 (交换1次)
第一轮： 7 , 8 , 10 , 9 -> (iTemp = 9 ) 7 , 8 , 9 , 10 (交换1次)
循环次数：6次
交换次数：3次
遗憾的是算法需要的循环次数依然是1 / 2 * (n - 1 ) * n。所以算法复杂度为O(n * n)。
我们来看他的交换。由于每次外层循环只产生一次交换（只有一个最小值）。所以f(n) <= n
所以我们有f(n) = O(n)。所以，在数据较乱的时候，可以减少一定的交换次数。


4 .插入法：
插入法较为复杂，它的基本工作原理是抽出牌，在前面的牌中寻找相应的位置插入，然后继续下一张
#include < iostream.h >
void InsertSort( int * pData, int Count)
{
int iTemp;
int iPos;
for ( int i = 1 ;i < Count;i ++ )
{
iTemp = pData[i];
iPos = i - 1 ;
while ((iPos >= 0 ) && (iTemp < pData[iPos]))
{
pData[iPos + 1 ] = pData[iPos];
iPos -- ;
}
pData[iPos + 1 ] = iTemp;
}
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
InsertSort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}

倒序(最糟情况)
第一轮： 10 , 9 , 8 , 7 -> 9 , 10 , 8 , 7 (交换1次)(循环1次)
第二轮： 9 , 10 , 8 , 7 -> 8 , 9 , 10 , 7 (交换1次)(循环2次)
第一轮： 8 , 9 , 10 , 7 -> 7 , 8 , 9 , 10 (交换1次)(循环3次)
循环次数：6次
交换次数：3次

其他：
第一轮： 8 , 10 , 7 , 9 -> 8 , 10 , 7 , 9 (交换0次)(循环1次)
第二轮： 8 , 10 , 7 , 9 -> 7 , 8 , 10 , 9 (交换1次)(循环2次)
第一轮： 7 , 8 , 10 , 9 -> 7 , 8 , 9 , 10 (交换1次)(循环1次)
循环次数：4次
交换次数：2次

上面结尾的行为分析事实上造成了一种假象，让我们认为这种算法是简单算法中最好的，其实不是，
因为其循环次数虽然并不固定，我们仍可以使用O方法。从上面的结果可以看出，循环的次数f(n) <=
1 / 2 * n * (n - 1 ) <= 1 / 2 * n * n。所以其复杂度仍为O(n * n)（这里说明一下，其实如果不是为了展示这些简单
排序的不同，交换次数仍然可以这样推导）。现在看交换，从外观上看，交换次数是O(n)（推导类似
选择法），但我们每次要进行与内层循环相同次数的‘ = ' 操作。正常的一次交换我们需要三次‘= '
而这里显然多了一些，所以我们浪费了时间。

最终，我个人认为，在简单排序算法中，选择法是最好的。


二、高级排序算法：
高级排序算法中我们将只介绍这一种，同时也是目前我所知道（我看过的资料中）的最快的。
它的工作看起来仍然象一个二叉树。首先我们选择一个中间值middle程序中我们使用数组中间值，然后
把比它小的放在左边，大的放在右边（具体的实现是从两边找，找到一对后交换）。然后对两边分别使
用这个过程（最容易的方法——递归）。

1 .快速排序：
#include < iostream.h >

void run( int * pData, int left, int right)
{
int i,j;
int middle,iTemp;
i = left;
j = right;
middle = pData[(left + right) / 2 ]; // 求中间值
do {
while ((pData[i] < middle) && (i < right)) // 从左扫描大于中值的数
i ++ ;
while ((pData[j] > middle) && (j > left)) // 从右扫描大于中值的数
j -- ;
if (i <= j) // 找到了一对值
{
// 交换
iTemp = pData[i];
pData[i] = pData[j];
pData[j] = iTemp;
i ++ ;
j -- ;
}
} while (i <= j); // 如果两边扫描的下标交错，就停止（完成一次）

// 当左边部分有值(left<j)，递归左半边
if (left < j)
run(pData,left,j);
// 当右边部分有值(right>i)，递归右半边
if (right > i)
run(pData,i,right);
}

void QuickSort( int * pData, int Count)
{
run(pData, 0 ,Count - 1 );
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
QuickSort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}

这里我没有给出行为的分析，因为这个很简单，我们直接来分析算法：首先我们考虑最理想的情况
1 .数组的大小是2的幂，这样分下去始终可以被2整除。假设为2的k次方，即k = log2(n)。
2 .每次我们选择的值刚好是中间值，这样，数组才可以被等分。
第一层递归，循环n次，第二层循环2 * (n / 2 )......
所以共有n + 2 (n / 2 ) + 4 (n / 4 ) + ... + n * (n / n) = n + n + n + ... + n = k * n = log2(n) * n
所以算法复杂度为O(log2(n) * n)
其他的情况只会比这种情况差，最差的情况是每次选择到的middle都是最小值或最大值，那么他将变
成交换法（由于使用了递归，情况更糟）。但是你认为这种情况发生的几率有多大？？呵呵，你完全
不必担心这个问题。实践证明，大多数的情况，快速排序总是最好的。
如果你担心这个问题，你可以使用堆排序，这是一种稳定的O(log2(n) * n)算法，但是通常情况下速度要慢
于快速排序（因为要重组堆）。

三、其他排序
1 .双向冒泡：
通常的冒泡是单向的，而这里是双向的，也就是说还要进行反向的工作。
代码看起来复杂，仔细理一下就明白了，是一个来回震荡的方式。
写这段代码的作者认为这样可以在冒泡的基础上减少一些交换（我不这么认为，也许我错了）。
反正我认为这是一段有趣的代码，值得一看。
#include < iostream.h >
void Bubble2Sort( int * pData, int Count)
{
int iTemp;
int left = 1 ;
int right = Count - 1 ;
int t;
do
{
// 正向的部分
for ( int i = right;i >= left;i -- )
{
if (pData[i] < pData[i - 1 ])
{
iTemp = pData[i];
pData[i] = pData[i - 1 ];
pData[i - 1 ] = iTemp;
t = i;
}
}
left = t + 1 ;

// 反向的部分
for (i = left;i < right + 1 ;i ++ )
{
if (pData[i] < pData[i - 1 ])
{
iTemp = pData[i];
pData[i] = pData[i - 1 ];
pData[i - 1 ] = iTemp;
t = i;
}
}
right = t - 1 ;
} while (left <= right);
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 };
Bubble2Sort(data, 7 );
for ( int i = 0 ;i < 7 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}


2 .SHELL排序
这个排序非常复杂，看了程序就知道了。
首先需要一个递减的步长，这里我们使用的是9、 5 、 3 、 1 （最后的步长必须是1）。
工作原理是首先对相隔9 - 1个元素的所有内容排序，然后再使用同样的方法对相隔5 - 1个元素的排序
以次类推。
#include < iostream.h >
void ShellSort( int * pData, int Count)
{
int step[ 4 ];
step[ 0 ] = 9 ;
step[ 1 ] = 5 ;
step[ 2 ] = 3 ;
step[ 3 ] = 1 ;

int iTemp;
int k,s,w;
for ( int i = 0 ;i < 4 ;i ++ )
{
k = step[i];
s = - k;
for ( int j = k;j < Count;j ++ )
{
iTemp = pData[j];
w = j - k; // 求上step个元素的下标
if (s == 0 )
{
s = - k;
s ++ ;
pData[s] = iTemp;
}
while ((iTemp < pData[w]) && (w >= 0 ) && (w <= Count))
{
pData[w + k] = pData[w];
w = w - k;
}
pData[w + k] = iTemp;
}
}
}

void main()
{
int data[] = { 10 , 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 , 1 , - 10 , - 1 };
ShellSort(data, 12 );
for ( int i = 0 ;i < 12 ;i ++ )
cout << data[i] << " " ;
cout << " /n " ;
}