实验报告——各种排序算法及性能分析

设计3题目：各种排序算法及性能分析

1、设计3目的

掌握各种内排序算法设计及其执行绝对时间，并对其时间性能进行比较。

2、设计3正文

2.1 实验内容

内容：编写一个程序，随机产生n个1-99的正整数序列，分别采用直接插入排序、折半插入排序、希尔排序、冒泡排序、快速排序、简单选择排序、堆排序和二路归并排序算法对其递增排序，求出每种排序方法所需要的绝对时间。

要求：为了便于体现各类排序算法的执行时间差别，要求产生不少于50000个随机数进行测试，同时需要编写测试函数用于测试排序结果是否为递增的。

2.2 实验分析

1.直接插入排序 (insertionSort 函数)这种排序方法通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

在代码中，外层循环遍历所有元素，内层循环将当前元素与已排序部分进行比较，并将大于当前元素的值向后移动，最后将当前元素插入到正确位置。

2.折半插入排序 (binaryInsertionSort 函数)这是直接插入排序的一个变种，它通过二分查找减少比较次数，但移动次数不变。

实现方式是在插入过程中使用二分查找确定插入位置，然后将后续元素向后移动，并将当前元素放到找到的位置。

3.希尔排序 (shellSort 函数)希尔排序是插入排序的一种更高效的改进版本，它通过将原来的一维数组分为多个子序列，分别进行直接插入排序。

代码中通过动态定义间隔gap，并在这些间隔上应用插入排序，直至间隔减小为1，即最后一次执行标准的插入排序。

4.冒泡排序 (bubbleSort 函数)冒泡排序是一种简单的排序算法，它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。

在代码中，使用两层嵌套循环实现，外层控制排序的遍数，内层进行相邻元素的比较和交换。

5.快速排序 (quickSort 函数和)快速排序是一种分而治之的排序算法，它通过选取一个枢纽元素，并围绕它重新排列序列，使得枢纽左侧的所有元素都不大于枢纽，右侧的所有元素都不小于枢纽。

代码中的partition函数用于执行这种划分，而quickSort函数则递归地在枢纽的左右两侧进行快速排序。

6.简单选择排序 (selectionSort 函数)选择排序算法是一种原址比较排序算法，它的工作原理是每次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。

代码中通过两层循环实现，外层循环表示当前填充的位置，内层循环负责找到剩余元素中的最小值，并将其放到当前位置。

7.堆排序 (heapSort 函数和)堆排序是利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构，并同时满足堆积的性质：即子节点的键值或索引总是小于（或大于）它的父节点。

heapify函数确保堆的属性，而heapSort函数则首先构建一个最大堆，然后将堆顶元素（最大值）与序列末尾的元素交换，缩小堆大小并重新调整堆。

8.二路归并排序 (mergeSort 函数)归并排序是建立在归并操作上的一种有效的排序算法，该算法是采用分治法的一个非常典型的应用。

merge函数用于合并两个已排序的序列，mergeSort函数递归地将序列分成两半，分别对它们进行排序，然后使用merge函数将它们合并起来。

该程序的效果如下图所示。

图3-1 比较算法的流程简图

2.3 实验结果与测试

1. 在实验初期，首先要定义一个用于交换的swap（）函数，它的作用是在各种排序中，改变数位置的工具。
2. 由于比较各种算法性能需要大量的数字来帮助实验，需要生成随机数来帮助进行实验，于是定义了initial（）函数，该段代码展示如下图3-2所示。

图3-2 生成随机数

1. 在实验中，需要将生成的数分配给每一个算法，所以定义了copy（）函数，由于堆排序与其余的方式有些许的不同，则为它单独定义othercopy（）函数。
2. 对于每个算法，在编写时可能会出现粗心的现象，导致算法排序时出现错误，为了验证算法的正确性以及知晓是哪一个算法出错，定义bool函数test（）专门用于检验，若顺序正确返回true，反之返回false。
3. 在做好准备工作后，开始编写相关算法的函数，首先编写的是直接插入排序InsertSort（）函数，该段代码如图3-3所示。

图3-3直接插入排序

1. 编写折半插入排序的BinInsertSort（）函数，该段代码如图3-4所示。

图3-4折半插入排序

1. 编写希尔排序的 ShellSort（）（）函数，该段代码如图3-5所示。

图3-5希尔排序

1. 编写冒泡排序的BubbleSort（）函数，该段代码如图3-6所示。

图3-6 冒泡排序

1. 编写快速排序的遍历划分partition（）函数QuickSort（）函数，这两段代码如图3-7所示。

图3-7 快速排序所涉及的主要函数

1. 编写简单选择排序的SelectSort（）函数，该段代码如图3-8所示。

图3-8 简单选择排序

1. 编写堆排序的建堆sift（）函数以及排序的HeapSort（）函数，这两段代码如图3-9所示。

图3-9 堆排序所涉及的主要函数

1. 二路归并排序：

定义Merge（）函数，用于扫描整个数组，代码段如下。

图3-10 二路归并的扫描

1. 定义MergePass（）用于归并子表，代码段如下。

图3-11 归并子表

1. 定义MergeSort（）函数，进行排序。

1. 计算时间的函数是相似的，此处以直接插入排序为例。

图3-12 直接插入排序计算时间的函数

实验结果如图所示：

图3.13  排序实验结果截图

3、设计3总结

本次课程设计实现了八种经典的排序算法：直接插入排序、折半插入排序、希尔排序、冒泡排序、快速排序、简单选择排序、堆排序和二路归并排序。代码通过生成随机数数组，并分别对这些数组使用不同的排序算法进行排序，然后计算每种排序算法所需的时间，并判断排序结果是否为递增序列。

在完成本次课程设计时，我对各种排序算法有了更深入的了解。通过实际编码实现和对比不同算法的性能，我加深了对每种算法的理解，并学会了如何选择合适的排序算法来解决不同的问题。然而，本次代码还存在一些不足之处。首先，代码中使用了大量的全局变量，这会导致代码的可读性和可维护性下降。其次，数组的大小被硬编码为50000，这限制了代码的灵活性，应该考虑使用动态内存分配来处理不同大小的数组。

通过本次课程设计，我学习到了不同的排序算法的原理和实现方式，了解了它们的时间复杂度和空间复杂度。此外，我还学会了如何评估和比较不同排序算法的性能，以及如何选择合适的排序算法来提高程序的效率。在编程思想和方法方面，我体会到了算法设计的重要性。选择合适的算法对问题的解决效率有着巨大的影响，因此在实际开发中需要综合考虑时间复杂度、空间复杂度和实际应用场景等因素，选择最佳的算法。

通过本次课程设计，我还提高了编程能力。实际编码实现了八种排序算法，加深了对C语言的熟悉程度，提升了代码实现和调试的能力。此外，对于算法的理解和分析能力也得到了锻炼和提升。

总之，本次课程设计使我在排序算法方面获得了很多新知识与新技术，深入理解了各种排序算法的原理和实现方式。同时，我也在编程思想和方法、以及编程能力方面得到了提升。这将对我今后的学习和工作有所帮助。