计数排序和八大排序算法的总结分析

前言

1. 本篇博客主要介绍八大排序算法中的计数排序（CountSort）以及八大排序算法的总结分析
2. 代码实现：C语言

---

导航🗺🌎🏁：

目录

前言

计数排序

✨基本思想：  

🎆🎆实现步骤：

🎉🎉🎉代码如下：

🔔🔔🔔🔔特性总结：

八大排序算法总结

✨排序分类及相关概念：  

 🎆🎆八大排序的实际运行效率对比：

 🎉🎉🎉排序算法复杂度及稳定性分析：

---

---

计数排序

✨基本思想：  

       思想：计数排序又称为鸽巢原理，是对哈希直接定址法的变形应用，属于非比较排序。

---

🎆🎆实现步骤：

1. 遍历待排数组，找出最大值max与最小值min
2. 创建一个长度为max-min+1的数组
3. 统计相同元素出现的次数放到一个新的数组中
4. 根据统计的结果将序列按出现次数依次回写到原来的序列中

---

🎉🎉🎉代码如下：

void CountSort(int* a, int n)
{
	int min = a[0], max = a[0];
	for (int i = 1; i < n; ++i)
	{
		if (a[i] < min)
			min = a[i];

		if (a[i] > max)
			max = a[i];
	}

	// 统计次数的数组
	int range = max - min + 1;
	int* count = (int*)malloc(sizeof(int) * range);
	if (count == NULL)
	{
		printf("malloc fail\n");
		exit(-1);
	}
	memset(count, 0, sizeof(int) * range);

	// 统计次数
	for (int i = 0; i < n; ++i)
	{
		count[a[i] - min]++;
	}

	// 回写-排序
	int j = 0;
	for (int i = 0; i < range; ++i)
	{
		// 出现几次就会回写几个i+min
		while (count[i]--)
		{
			a[j++] = i + min;
		}
	}
}

---

🔔🔔🔔🔔特性总结：

1. 计数排序在数据范围集中时，效率很高，且仅适合整数，适用范围及场景有限。
2. 时间复杂度：O(max(N, range))
3. 空间复杂度：O(range)
4. 稳定性：稳定

---

八大排序算法总结

✨排序分类及相关概念：  

        排序操作主要有八大排序算法：直接插入排序、希尔排序、直接选择排序、堆排序、冒泡排序、快速排序、归并排序、计数排序

        桶排序和基数排序，校招不考，这里不过多赘述。

        内部排序：数据元素全部放在内存中的排序。
        外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。简单来说，由于待处理数据庞大，排序过程会通过硬盘进行存储数据。

        🍋稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。

---

 🎆🎆八大排序的实际运行效率对比：

        主要通过下面的一个测试函数实现：

// 测试排序的性能对比
void TestOP()
{
	srand((unsigned int)time(0));
	const int N = 10000;
	int* a1 = (int*)malloc(sizeof(int) * N);
	int* a2 = (int*)malloc(sizeof(int) * N);
	int* a3 = (int*)malloc(sizeof(int) * N);
	int* a4 = (int*)malloc(sizeof(int) * N);
	int* a5 = (int*)malloc(sizeof(int) * N);
	int* a6 = (int*)malloc(sizeof(int) * N);
	int* a7 = (int*)malloc(sizeof(int) * N);
	assert(a1 && a2 && a3 && a4 && a5 && a6 && a7);
	for (int i = 0; i < N; ++i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
		a4[i] = a1[i];
		a5[i] = a1[i];
		a6[i] = a1[i];
		a7[i] = a1[i];
	}
	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();
	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();
	int begin3 = clock();
	SelectSort(a3, N);
	int end3 = clock();
	int begin4 = clock();
	HeapSort(a4, N);
	int end4 = clock();
	int begin5 = clock();
	QuickSort(a5, 0, N - 1);
	int end5 = clock();
	int begin6 = clock();
	MergeSort(a6, N);
	int end6 = clock();
	int begin7 = clock();
	BubbleSort(a7, N);
	int end7 = clock();
	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	printf("SelectSort:%d\n", end3 - begin3);
	printf("HeapSort:%d\n", end4 - begin4);
	printf("QuickSort:%d\n", end5 - begin5);
	printf("MergeSort:%d\n", end6 - begin6);
	printf("BubbleSort:%d\n", end7 - begin7);
	free(a1);
	free(a2);
	free(a3);
	free(a4);
	free(a5);
	free(a6);
	free(a7);
}

---

 🎉🎉🎉排序算法复杂度及稳定性分析：

复杂度及稳定性分析

排序算法	时间最坏	时间最好	空间复杂度	稳定性
直接插入排序	O(N^2)	O(N)	O(1)	✅
希尔排序	平均：O(N^1.3)		O(1)	❎
直接选择排序	O(N^2)	O(N^2)	O(1)	❎
堆排序	O(N*logN)	O(N*logN)	O(1)	❎
冒泡排序	O(N^2)	O(N)	O(1)	✅
快速排序	O(N^2)	O(N*logN)	O(logN)	❎
归并排序	O(N*logN)	O(N*logN)	O(N)	✅

因为有三数取中的存在，快速排序一般不会出现最好情况，所以综合来看，快排是当之无愧的Top1

---

学习记录：

• 📆本篇博客整理于2022.7.10
• 🎓作者：如何写出最优雅的代码
• 📑如有错误，敬请指正🌹🌹
• 🥂如果觉得写的不错，看完了别忘了点赞和收藏啊，感谢支持😏😏