第八章-排序算法

在考研数据结构中，排序算法是一个重要的主题，通常会涉及到多种排序算法的原理、实现和性能分析。下面是一些常见的排序算法，它们在考研中经常被讨论和考察：

1. 冒泡排序（Bubble Sort）：
   冒泡排序是一种简单的排序算法，它重复地比较相邻的两个元素，如果它们的顺序错误就交换它们，直到整个序列排序完成。冒泡排序的时间复杂度为O(n^2)。

2. 插入排序（Insertion Sort）：
   插入排序是一种稳定的排序算法，它将待排序的序列分为已排序和未排序两部分，每次从未排序部分取出一个元素，插入到已排序部分的适当位置，直到整个序列排序完成。插入排序的时间复杂度为O(n^2)。

3. 选择排序（Selection Sort）：
   选择排序是一种简单直观的排序算法，它每次从待排序序列中选择最小（或最大）的元素，放到已排序序列的末尾，直到整个序列排序完成。选择排序的时间复杂度为O(n^2)。

4. 快速排序（Quick Sort）：
   快速排序是一种高效的排序算法，它使用分治的思想，通过选择一个基准元素将序列分为两部分，使得左边的元素都小于基准，右边的元素都大于基准，然后对左右两部分递归地进行快速排序。快速排序的平均时间复杂度为O(nlogn)。

5. 归并排序（Merge Sort）：
   归并排序是一种稳定的排序算法，它使用分治的思想，将待排序序列分成两个子序列，分别进行排序，然后将两个有序子序列合并成一个有序序列，递归地进行这个过程，直到整个序列排序完成。归并排序的时间复杂度为O(nlogn)。

6. 堆排序（Heap Sort）：
   堆排序是一种高效的排序算法，它使用堆这种数据结构来进行排序。堆是一种完全二叉树，可以使用数组来表示。堆排序的基本思想是先将待排序序列构建成一个最大堆（或最小堆），然后依次将堆顶元素与最后一个元素交换，再调整堆，重复这个过程，直到整个序列排序完成。堆排序的时间复杂度为O(nlogn)。

这些排序算法在考研中常常需要掌握它们的原理、实现和时间复杂度，并能够分析它们的优缺点和适用场景。此外，还有其他一些排序算法如希尔排序、计数排序、基数排序等，虽然在考研中可能不太常见，但也值得了解。

以下是C语言实现上述排序算法的代码示例，包括冒泡排序、插入排序、选择排序、快速排序、归并排序和堆排序。

1. 冒泡排序（Bubble Sort）：

```c
void bubbleSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) {
        for (int j = 0; j < n - i - 1; j++) {
            if (arr[j] > arr[j + 1]) {
                int temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;
            }
        }
    }
}
```

时间复杂度：O(n^2)
空间复杂度：O(1)

2. 插入排序（Insertion Sort）：

```c
void insertionSort(int arr[], int n) {
    for (int i = 1; i < n; i++) {
        int key = arr[i];
        int j = i - 1;
        while (j >= 0 && arr[j] > key) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = key;
    }
}
```

时间复杂度：O(n^2)
空间复杂度：O(1)

3. 选择排序（Selection Sort）：

```c
void selectionSort(int arr[], int n) {
    for (int i = 0; i < n - 1; i++) {
        int minIndex = i;
        for (int j = i + 1; j < n; j++) {
            if (arr[j] < arr[minIndex]) {
                minIndex = j;
            }
        }
        int temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
    }
}
```

时间复杂度：O(n^2)
空间复杂度：O(1)

4. 快速排序（Quick Sort）：

```c
void quickSort(int arr[], int low, int high) {
    if (low < high) {
        int pivot = partition(arr, low, high);
        quickSort(arr, low, pivot - 1);
        quickSort(arr, pivot + 1, high);
    }
}

int partition(int arr[], int low, int high) {
    int pivot = arr[high];
    int i = low - 1;
    for (int j = low; j <= high - 1; j++) {
        if (arr[j] < pivot) {
            i++;
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}
```

时间复杂度：平均情况下为O(nlogn)，最坏情况下为O(n^2)
空间复杂度：O(logn)

5. 归并排序（Merge Sort）：

```c
void mergeSort(int arr[], int left, int right) {
    if (left < right) {
        int mid = left + (right - left) / 2;
        mergeSort(arr, left, mid);
        mergeSort(arr, mid + 1, right);
        merge(arr, left, mid, right);
    }
}

void merge(int arr[], int left, int mid, int right) {
    int n1 = mid - left + 1;
    int n2 = right - mid;
    int L[n1], R[n2];

    for (int i = 0; i < n1; i++) {
        L[i] = arr[left + i];
    }
    for (int j = 0; j < n2; j++) {
        R[j] = arr[mid + 1 + j];
    }

    int i = 0, j = 0, k = left;
    while (i < n1 && j < n2) {
        if (L[i] <= R[j]) {
            arr[k] = L[i];
            i++;
        } else {
            arr[k] = R[j];
            j++;
        }
        k++;
    }

    while (i < n1) {
        arr[k] = L[i];
        i++;
        k++;
    }

    while (j < n2) {
        arr[k] = R[j];
        j++;
        k++;
    }
}
```

时间复杂度：O(nlogn)
空间复杂度：O(n)

6. 堆排序（Heap Sort）：

```c
void heapSort(int arr[], int n) {
    for (int i = n / 2 - 1; i >= 0; i--) {
        heapify(arr, n, i);
    }

    for (int i = n - 1; i > 0; i--) {
        int temp = arr[0];
        arr[0] = arr[i];
        arr[i] = temp;

        heapify(arr, i, 0);
    }
}

void heapify(int arr[], int n, int root) {
    int largest = root;
    int left = 2 * root + 1;
    int right = 2 * root + 2;

    if (left < n && arr[left] > arr[largest]) {
        largest = left;
    }

    if (right < n && arr[right] > arr[largest]) {
        largest = right;
    }

    if (largest != root) {
        int temp = arr[root];
        arr[root] = arr[largest];
        arr[largest] = temp;

        heapify(arr, n, largest);
    }
}
```

时间复杂度：O(nlogn)
空间复杂度：O(1)

这些排序算法的时间复杂度和空间复杂度如下总结：

| 排序算法     | 平均时间复杂度 | 最坏时间复杂度 | 空间复杂度 |
| ------------ | -------------- | -------------- | ---------- |
| 冒泡排序     | O(n^2)         | O(n^2)         | O(1)       |
| 插入排序     | O(n^2)         | O(n^2)         | O(1)       |
| 选择排序     | O(n^2)         | O(n^2)         | O(1)       |
| 快速排序     | O(nlogn)       | O(n^2)         | O(logn)    |
| 归并排序     | O(nlogn)       | O(nlogn)       | O(n)       |
| 堆排序       | O(nlogn)       | O(nlogn)       | O(1)       |

需要注意的是，上述代码仅为示例，实际应用中可能需要进行边界检查、优化等处理。