所谓排序稳定就是指:如果两个数相同,对他们进行的排序结果为他们的相对顺序不变。例如A={1,2,1,2,1}这里排序之后是A = {1,1,1,2,2} 稳定就是排序后第一个1就是排序前的第一个1,第二个1就是排序前第二个1,第三个1就是排序前的第三个1。同理2也是一样。这里用颜色标明了。不稳定呢就是他们的顺序不应和开始顺序一致。也就是可能会是A={1,1,1,2,2}这样的结果。
————————————————————————————————————
一、插入排序 1)直接插入排序 2)折半插入排序 3)希尔排序
二、交换排序 1)冒泡排序 2)快速排序
三、选择排序 1)简单选择排序 2)堆排序
四、归并排序
五、基数排序
————————————————————————————————————
一、插入排序
1)直接插入排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:稳定
void InsertSort(SqList &L) {
// 对顺序表L作直接插入排序。
int i,j;
for (i=2; i<=L.length; ++i)
if (LT(L.r[i].key, L.r[i-1].key)) {
// "<"时,需将L.r[i]插入有序子表
L.r[0] = L.r[i]; // 复制为哨兵
for (j=i-1; LT(L.r[0].key, L.r[j].key); --j)
L.r[j+1] = L.r[j]; // 记录后移
L.r[j+1] = L.r[0]; // 插入到正确位置
}
} // InsertSort
2)折半插入排序
时间复杂度:平均情况—O(n2) 稳定性:稳定
void BInsertSort(SqList &L) {
// 对顺序表L作折半插入排序。
int i,j,high,low,m;
for (i=2; i<=L.length; ++i) {
L.r[0] = L.r[i]; // 将L.r[i]暂存到L.r[0]
low = 1; high = i-1;
while (low<=high) { // 在r[low..high]中折半查找有序插入的位置
m = (low+high)/2; // 折半
if (LT(L.r[0].key, L.r[m].key)) high = m-1; // 插入点在低半区
else low = m+1; // 插入点在高半区
}
for (j=i-1; j>=high+1; --j) L.r[j+1] = L.r[j]; // 记录后移
L.r[high+1] = L.r[0]; // 插入
}
} // BInsertSort
3)希尔排序 时间复杂度:理想情况—O(nlog2n) 最坏情况—O(n2) 稳定性:不稳定
将记录序列分成若干子序列,每个子序列分别进行插入排序。关键是,这种子序列不是由相邻的记录构成的。假设将n个记录分成d个子序列,则这d个子序列分别为:
{ R[1],R[1+d],R[1+2d],…,R[1+kd] }
{ R[2],R[2+d],R[2+2d],…,R[2+kd] }
…
{ R[d],R[2d],R[3d],…,R[kd],R[(k+1)d] }
其中,d称为增量,它的值在排序过程中从大到小逐渐缩小,直至最后一趟排序减为1。
下图为希尔排序示意图:
void ShellInsert(SqList &L, int dk) {
// 对顺序表L作一趟希尔插入排序。本算法对算法10.1作了以下修改:
// 1. 前后记录位置的增量是dk,而不是1;
// 2. r[0]只是暂存单元,不是哨兵。当j<=0时,插入位置已找到。
int i,j;
for (i=dk+1; i<=L.length; ++i)
if (LT(L.r[i].key, L.r[i-dk].key)) { // 需将L.r[i]插入有序增量子表
L.r[0] = L.r[i]; // 暂存在L.r[0]
for (j=i-dk; j>0 && LT(L.r[0].key, L.r[j].key); j-=dk)
L.r[j+dk] = L.r[j]; // 记录后移,查找插入位置
L.r[j+dk] = L.r[0]; // 插入
}
} // ShellInsert
void ShellSort(SqList &L, int dlta[], int t) {
// 按增量序列dlta[0..t-1]对顺序表L作希尔排序。
for (int k=0;k<t;k++)
ShellInsert(L, dlta[k]); // 一趟增量为dlta[k]的插入排序
} // ShellSort
二、交换排序1)冒泡排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:稳定2)
void BubbleSort(SeqList R) {
int i,j;
Boolean exchange; //交换标志
for(i=1;i<n;i++){
exchange="FALSE";
for(j=n-1;j>=i;j--) //对当前无序区R[i..n]自下向上扫描
if(R[j+1].key< R[j].key){//交换记录
R[0]=R[j+1]; //R[0]不是哨兵,仅做暂存单元
R[j+1]=R[j];
R[j]=R[0];
exchange=TRUE; //发生了交换,故将交换标志置为真
}
if(!exchange) //本趟排序未发生交换,提前终止算法
return;
} //endfor(外循环)
} //BubbleSort
快速排序
时间复杂度:平均情况—O(nlog2n) 最坏情况—O(n2) 辅助空间:O(log2n) 稳定性:不稳定
int Partition(SqList &L, int low, int high) {
// 交换顺序表L中子序列L.r[low..high]的记录,使枢轴记录到位,
// 并返回其所在位置,此时,在它之前(后)的记录均不大(小)于它
KeyType pivotkey;
RedType temp;
pivotkey = L.r[low].key; // 用子表的第一个记录作枢轴记录
while (low < high) { // 从表的两端交替地向中间扫描
while (low < high && L.r[high].key>=pivotkey) --high;
temp=L.r[low];
L.r[low]=L.r[high];
L.r[high]=temp; // 将比枢轴记录小的记录交换到低端
while (low < high && L.r[low].key < =pivotkey) ++low;
temp=L.r[low];
L.r[low]=L.r[high];
L.r[high]=temp; // 将比枢轴记录大的记录交换到高端
}
return low; // 返回枢轴所在位置
} // Partition
int Partition(SqList &L, int low, int high) {
// 交换顺序表L中子序列L.r[low..high]的记录,使枢轴记录到位,
// 并返回其所在位置,此时,在它之前(后)的记录均不大(小)于它
KeyType pivotkey;
L.r[0] = L.r[low]; // 用子表的第一个记录作枢轴记录
pivotkey = L.r[low].key; // 枢轴记录关键字
while (low < high) { // 从表的两端交替地向中间扫描
while (low < high && L.r[high].key>=pivotkey) --high;
L.r[low] = L.r[high]; // 将比枢轴记录小的记录移到低端
while (low < high && L.r[low].key < =pivotkey) ++low;
L.r[high] = L.r[low]; // 将比枢轴记录大的记录移到高端
}
L.r[low] = L.r[0]; // 枢轴记录到位
return low; // 返回枢轴位置
} // Partition
void QSort(SqList &L, int low, int high) {
// 对顺序表L中的子序列L.r[low..high]进行快速排序
int pivotloc;
if (low < high) { // 长度大于1
pivotloc = Partition(L, low, high); // 将L.r[low..high]一分为二
QSort(L, low, pivotloc-1); // 对低子表递归排序,pivotloc是枢轴位置
QSort(L, pivotloc+1, high); // 对高子表递归排序
}
} // QSort
void QuickSort(SqList &L) { // 算法10.8
// 对顺序表L进行快速排序
QSort(L, 1, L.length);
} // QuickSort
三、选择排序
1)简单选择排序
时间复杂度:平均情况—O(n2) 最坏情况—O(n2) 辅助空间:O(1) 稳定性:不稳定
void SelectSort(SqList &L) {
// 对顺序表L作简单选择排序。
int i,j;
for (i=1; i < L.length; ++i) { // 选择第i小的记录,并交换到位
j = SelectMinKey(L, i); // 在L.r[i..L.length]中选择key最小的记录
if (i!=j) { // L.r[i]←→L.r[j]; 与第i个记录交换
RedType temp;
temp=L.r[i];
L.r[i]=L.r[j];
L.r[j]=temp;
}
}
} // SelectSort
2)堆排序 时间复杂度:平均情况—O(nlog2n) 最坏情况—O(nlog2n) 辅助空间:O(1) 稳定性:不稳定
void HeapAdjust(HeapType &H, int s, int m) {
// 已知H.r[s..m]中记录的关键字除H.r[s].key之外均满足堆的定义,
// 本函数调整H.r[s]的关键字,使H.r[s..m]成为一个大顶堆
// (对其中记录的关键字而言)
int j;
RedType rc;
rc = H.r[s];
for (j=2*s; j < =m; j*=2) { // 沿key较大的孩子结点向下筛选
if (j < m && H.r[j].key < H.r[j+1].key) ++j; // j为key较大的记录的下标
if (rc.key >= H.r[j].key) break; // rc应插入在位置s上
H.r[s] = H.r[j]; s = j;
}
H.r[s] = rc; // 插入
} // HeapAdjust
void HeapSort(HeapType &H) {
// 对顺序表H进行堆排序。
int i;
RedType temp;
for (i=H.length/2; i>0; --i) // 把H.r[1..H.length]建成大顶堆
HeapAdjust ( H, i, H.length );
for (i=H.length; i>1; --i) {
temp=H.r[i];
H.r[i]=H.r[1];
H.r[1]=temp; // 将堆顶记录和当前未经排序子序列Hr[1..i]中
// 最后一个记录相互交换
HeapAdjust(H, 1, i-1); // 将H.r[1..i-1] 重新调整为大顶堆
}
} // HeapSort
四、归并排序
时间复杂度:平均情况—O(nlog2n) 最坏情况—O(nlog2n) 辅助空间:O(n) 稳定性:稳定
void Merge (RedType SR[], RedType TR[], int i, int m, int n) {
// 将有序的SR[i..m]和SR[m+1..n]归并为有序的TR[i..n]
int j,k;
for (j=m+1, k=i; i < =m && j < =n; ++k) {
// 将SR中记录由小到大地并入TR
if LQ(SR[i].key,SR[j].key) TR[k] = SR[i++];
else TR[k] = SR[j++];
}
if (i < =m) // TR[k..n] = SR[i..m]; 将剩余的SR[i..m]复制到TR
while (k < =n && i < =m) TR[k++]=SR[i++];
if (j < =n) // 将剩余的SR[j..n]复制到TR
while (k < =n &&j < =n) TR[k++]=SR[j++];
} // Merge
void MSort(RedType SR[], RedType TR1[], int s, int t) {
// 将SR[s..t]归并排序为TR1[s..t]。
int m;
RedType TR2[20];
if (s==t) TR1[t] = SR[s];
else {
m=(s+t)/2; // 将SR[s..t]平分为SR[s..m]和SR[m+1..t]
MSort(SR,TR2,s,m); // 递归地将SR[s..m]归并为有序的TR2[s..m]
MSort(SR,TR2,m+1,t); // 将SR[m+1..t]归并为有序的TR2[m+1..t]
Merge(TR2,TR1,s,m,t); // 将TR2[s..m]和TR2[m+1..t]归并到TR1[s..t]
}
} // MSort
void MergeSort(SqList &L) {
// 对顺序表L作归并排序。
MSort(L.r, L.r, 1, L.length);
} // MergeSort
五、基数排序
时间复杂度:平均情况—O(d(n+rd)) 最坏情况—O(d(n+rd)) 辅助空间:O(rd) 稳定性:稳定
void Distribute(SLList &L, int i, ArrType &f, ArrType &e) {
// 静态链表L的r域中记录已按(keys[0],...,keys[i-1])有序,
// 本算法按第i个关键字keys[i]建立RADIX个子表,
// 使同一子表中记录的keys[i]相同。f[0..RADIX-1]和e[0..RADIX-1]
// 分别指向各子表中第一个和最后一个记录。
int j, p;
for (j=0; j < RADIX; ++j) f[j] = 0; // 各子表初始化为空表
for (p=L.r[0].next; p; p=L.r[p].next) {
j = L.r[p].keys[i]-'0'; // 将记录中第i个关键字映射到[0..RADIX-1],
if (!f[j]) f[j] = p;
else L.r[e[j]].next = p;
e[j] = p; // 将p所指的结点插入第j个子表中
}
} // Distribute
void Collect(SLList &L, int i, ArrType f, ArrType e) {
// 本算法按keys[i]自小至大地将f[0..RADIX-1]所指各子表依次链接成
// 一个链表,e[0..RADIX-1]为各子表的尾指针
int j,t;
for (j=0; !f[j]; j++); // 找第一个非空子表,succ为求后继函数: ++
L.r[0].next = f[j]; // L.r[0].next指向第一个非空子表中第一个结点
t = e[j];
while (j < RADIX) {
for (j=j+1; j < RADIX && !f[j]; j++); // 找下一个非空子表
if (j < RADIX) // 链接两个非空子表
{ L.r[t].next = f[j]; t = e[j]; }
}
L.r[t].next = 0; // t指向最后一个非空子表中的最后一个结点
} // Collect
void RadixSort(SLList &L) {
// L是采用静态链表表示的顺序表。
// 对L作基数排序,使得L成为按关键字自小到大的有序静态链表,
// L.r[0]为头结点。
int i;
ArrType f, e;
for (i=1; i < L.recnum; ++i) L.r[i-1].next = i;
L.r[L.recnum].next = 0; // 将L改造为静态链表
for (i=0; i < L.keynum; ++i) {
// 按最低位优先依次对各关键字进行分配和收集
Distribute(L, i, f, e); // 第i趟分配
Collect(L, i, f, e); // 第i趟收集
print_SLList2(L, i);
}
} // RadixSort