学懂C语言（三十七）：C语言常用排序算法详解

        排序算法是计算机科学中重要的基础算法之一，它们的目的在于将一组数据按照特定的顺序进行排列。下面我们将深入讨论五种常见的排序算法：冒泡排序、选择排序、插入排序、快速排序和归并排序，并对它们的性能和适用场景进行比较。

1. 冒泡排序（Bubble Sort）

原理

冒泡排序通过重复遍历待排序的列表，比较相邻的元素并交换它们的位置，一次比较两个元素，使得较大的元素逐渐“冒泡”到列表的末尾。

算法实现

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]) {
                // 交换
                int temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;
            }
        }
    }
}

时间复杂度

• 最坏情况：O(n^2)
• 平均情况：O(n^2)
• 最好情况：O(n)（当数组已经排好序时）

空间复杂度

• O(1)（只使用了常数级别的额外空间）

稳定性

• 稳定

2. 选择排序（Selection Sort）

原理

选择排序每次从未排序的部分中选择最小（或最大）的元素，将其放到已排序部分的末尾，重复此过程直到排序完成。

代码示例

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;
            }
        }
        // 交换最小值与当前值
        int temp = arr[minIndex];
        arr[minIndex] = arr[i];
        arr[i] = temp;
    }
}

 

时间复杂度

• 最坏情况：O(n^2)
• 平均情况：O(n^2)
• 最好情况：O(n^2)

空间复杂度

• O(1)

稳定性

• 不稳定

3. 插入排序（Insertion Sort）

原理

插入排序将数组分为已排序和未排序两部分，逐个将未排序元素插入到已排序部分的合适位置。

代码示例

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

• 最坏情况：O(n^2)
• 平均情况：O(n^2)
• 最好情况：O(n)（当数组已经排好序时）

空间复杂度

• O(1)

稳定性

• 稳定

4. 快速排序（Quick Sort）

原理

快速排序采用分治法，选择一个“基准”元素，然后将数组分为两部分，小于基准的放左边，大于基准的放右边，再对这两部分递归进行快速排序。

代码示例

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; j++) {
        if (arr[j] < pivot) {
            i++;
            // 交换
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    // 交换基准元素
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}

时间复杂度

• 最坏情况：O(n^2)（当数组已经是有序的）
• 平均情况：O(n log n)
• 最好情况：O(n log n)

空间复杂度

• O(log n)（递归栈空间）

稳定性

• 不稳定

5. 归并排序（Merge Sort）

原理

归并排序同样采用分治法，将数组分为两部分，递归地对每一部分进行排序，然后将排好序的两部分合并在一起。

代码示例

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 i, j, k;
    int n1 = mid - left + 1;
    int n2 = right - mid;

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

    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

• 最坏情况：O(n log n)
• 平均情况：O(n log n)
• 最好情况：O(n log n)

空间复杂度

• O(n)（需要额外的存储空间用于合并）

稳定性

• 稳定

算法对比

排序算法	最坏时间复杂度	平均时间复杂度	最好时间复杂度	空间复杂度	稳定性	适用场景
冒泡排序	O(n^2)	O(n^2)	O(n)	O(1)	稳定	小规模数据或几乎有序的数组
选择排序	O(n^2)	O(n^2)	O(n^2)	O(1)	不稳定	小规模数据
插入排序	O(n^2)	O(n^2)	O(n)	O(1)	稳定	小规模数据或者部分有序数组
快速排序	O(n^2)	O(n log n)	O(n log n)	O(log n)	不稳定	大规模数据
归并排序	O(n log n)	O(n log n)	O(n log n)	O(n)	稳定	大规模数据，稳定性要求高时

总结

• 冒泡排序、选择排序、插入排序 适合小规模数据，不适合大规模数据。
• 快速排序 是一种高效的排序算法，适用于大部分情况，但在最坏情况下性能会下降。
• 归并排序 是稳定的，适用于大规模数据，但需要额外的存储空间。

选择合适的排序算法需根据具体情况、数据规模及特点来决定。