各种内排序算法的C++实现（转）

 和很多计算机系的同学们一样，我在大学二年级时也学了《数据结构》这门课。当时我的老师是一个中科大的博士，现在已经是教授了。他在课上曾经这样评价这门课：《数据结构》几乎是所有计算机课程的基础课，如果把这门课学好了，其他的专业课就不成问题了。还有，IT公司的面试经常涉及到数据结构的相关知识，该课程的重要性由此可见。但是当时年少无知根本没好好学习，等到笔试，面试时才幡然悔悟。下面的内排序算法可算是数据结构中的重要内容，程序代码全部用C++实现，已在visual C++6.0上运行过了。

一.插入排序（insert sorting）

最差情况下，直接插入排序的最大时间代价为θ(n²)，最小时间代价为θ(n)，平均时间代价为θ(n²)。

#include <iostream>  
using namespace std;  

/*交换函数，作用是交换数组中的两个元素的位置*/  
void swap(int array[],int i,int j)  
{  
    int tmp=array[i];  
    array[i]=array[j];  
    array[j]=tmp;  
}  

/*插入排序*/  
void InsertSort(int array[],int n)  
{  
    for(int i=1;i<n;i++)  
    {  
        for(int j=i;j>0;j--)  
        {  
            if(array[j]>array[j-1])  
                swap(array,j,j-1);  
            else  
                break;  
        }  
    }  
}  

int main()  
{  
    int array[5]={3,1,2,5,4};  
    InsertSort(array,5);  
    for(int i=0;i<5;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

二.冒泡排序（bubble sorting）

冒泡排序的最大时间代价，最小时间代价和平均时间代价均为θ(n²)。

#include <iostream>  
using namespace std;  

/*交换函数，作用是交换数组中的两个元素的位置*/  
void swap(int array[],int i,int j)  
{  
    int tmp=array[i];  
    array[i]=array[j];  
    array[j]=tmp;  
}  

/*冒泡排序*/  
void BubbleSort(int array[],int n)  
{  
    for(int i=0;i<n-1;i++)  
    {  
        for(int j=n-1;j>i;j--)  
        {  
            if(array[j]<array[j-1])  
                swap(array,j,j-1);  
        }  
    }  
}  

int main()  
{  
    int array[5]={3,1,2,5,4};  
    BubbleSort(array,5);  
    for(int i=0;i<5;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

三.选择排序（selection sorting）

选择排序的最大时间代价，最小时间代价和平均时间代价均为θ(n²)。选择排序不依赖于原始数组的输入顺序。

#include <iostream>  
using namespace std;  

/*交换函数，作用是交换数组中的两个元素的位置*/  
void swap(int array[],int i,int j)  
{  
    int tmp=array[i];  
    array[i]=array[j];  
    array[j]=tmp;  
}  

/*选择排序*/  
void SelectionSort(int array[],int n)  
{  
    for(int i=0;i<n-1;i++)  
    {  
        int smallest=i;  
        for(int j=i+1;j<n;j++)  
        {  
            if(array[smallest]>array[j])  
                smallest=j;  
        }  
        swap(array,i,smallest);  
    }  
}  

int main()  
{  
    int array[5]={3,1,2,5,4};  
    SelectionSort(array,5);  
    for(int i=0;i<5;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

四.shell sorting

增量为2的shell排序的时间代价可以达到θ(n的3/2次方)，有的增量可以达到θ(n的7/6次方)，很接近θ(n)。

#include <iostream>  
using namespace std;  

/*交换函数，作用是交换数组中的两个元素的位置*/  
void swap(int array[],int i,int j)  
{  
    int tmp=array[i];  
    array[i]=array[j];  
    array[j]=tmp;  
}  

/*希尔排序*/  
void ShellSort(int array[],int n)  
{  
    for(int delta=n/2;delta>0;delta/=2)  
    {  
        for(int i=0;i<delta;i++)  
        {  
            for(int j=i+delta;j<n;j+=delta)  
            {  
                for(int k=j;k>0;k-=delta)  
                {  
                    if(array[k]<array[k-1])  
                        swap(array,k,k-1);  
                }  
            }  
        }  
    }  
}  

int main()  
{  
    int array[8]={6,8,7,3,1,2,5,4};  
    ShellSort(array,8);  
    for(int i=0;i<8;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

五.快速排序（quick sorting）

快速排序的最大时间代价为θ(n²)，最小时间代价为θ(n*logn)，平均时间代价为θ(n*logn)。注意：快速排序是一种不稳定的排序方式，其性能依赖于原始数组的有序程度，更进一步分析，就是依赖与轴值元素的选择。快排的比较次数远多于移动次数，所以主要考虑比较次数。
快排中，每一次比较可以确定一个轴值元素的位置。若p[m,q,n]（q为轴值元素）。当然确定第一个轴值元素也是要比较（n-m-1）次。但第二个轴值元素，第三个轴值元素就要进行（q-m-1）和（n-q-1）次比较。如果q的值若为m或n，快速排序就退化成冒泡排序了，快排就没有什么优势了。

#include <iostream>  
using namespace std;  

/*交换函数，作用是交换数组中的两个元素的位置*/  
void swap(int array[],int i,int j)  
{  
    int tmp=array[i];  
    array[i]=array[j];  
    array[j]=tmp;  
}  

/*将轴值放到数组的适当的位置*/  
int partition(int array[],int left,int right)  
{  
    int mid=(left+right)/2;  
    int tmp=array[mid];  
    swap(array,mid,right);  
    int i=left;  
    int j=right;  
    while(1)  
    {  
        /*i指针向右移动，直到找到一个大于轴值的值*/  
        while(1)  
        {  
            /*如果i与j相遇则确定轴值位置，将其返回*/  
            if(i==j)  
            {  
                array[i]=tmp;  
                return i;  
            }  
            if(array[i]>tmp)  
            {  
                array[j]=array[i];  
                j--;  
                break;  
            }  
            i++;  
        }  
        /*j指针向左移动，直到找到一个小于轴值的值*/  
        while(1)  
        {  
            /*如果i与j相遇则确定轴值位置，将其返回*/  
            if(i==j)  
            {  
                array[j]=tmp;  
                return j;  
            }  
            if(array[j]<tmp)  
            {  
                array[i]=array[j];  
                i++;  
                break;  
            }  
            j--;  
        }  
    }  
}  

/*快速排序*/  
void quickSort(int array[],int left,int right)  
{  
    if(right<=left)  
        return;  
    int pivot=partition(array,left,right);  
    quickSort(array,left,pivot-1);  
    quickSort(array,pivot+1,right);  
}  

int main()  
{  
    int array[8]={6,8,7,3,1,2,5,4};  
    quickSort(array,0,7);  
    for(int i=0;i<8;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

六.归并排序（merge sorting）

归并排序的最大时间代价，最小时间代价和平均时间代价均为θ(n*logn)。归并排序不依赖于原始数组的有序程度。

#include <iostream>  
using namespace std;  

/*归并过程--将两个有序数组合并成一个有序数组*/  
void merge(int array[],int tempArray[],int left,int right,int middle)  
{  
    int index1=left;  
    int index2=middle+1;  
    for(int i=left;(index1<=middle)&&(index2<=right);i++)  
    {  
        if(array[index1]<array[index2])  
            tempArray[i]=array[index1++];  
        else  
            tempArray[i]=array[index2++];  
    }  
    while(index1<=middle)  
        tempArray[i++]=array[index1++];  
    while(index2<=right)  
        tempArray[i++]=array[index2++];  
    for(i=left;i<=right;i++)  
        array[i]=tempArray[i];    
}  

/*两路归并排序--array[]为待排数组，tempArray[]为临时数组，left和right分别是数组两端*/  
void mergeSort(int array[],int tempArray[],int left,int right)  
{  
    if(left<right)  
    {  
        int middle=(left+right)/2;  
        mergeSort(array,tempArray,left,middle);  
        mergeSort(array,tempArray,middle+1,right);  
        merge(array,tempArray,left,right,middle);  
    }  
}  

int main()  
{  
    int array[8]={6,8,7,3,1,2,5,4};  
    int tempArray[8];  
    mergeSort(array,tempArray,0,7);  
    for(int i=0;i<8;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

七.堆排序（heap sorting）

堆排序的最大时间代价，最小时间代价和平均时间代价均为θ(n*logn)。堆排序和归并排序一样，不依赖于原始数组的有序程度。

#include <iostream>  
#include "MaxHeap.h"  
using namespace std;  

/*最大堆排序函数*/  
void heapSort(int array[],int n)  
{  
    MaxHeap max_heap=MaxHeap(array,n);  

    /*删除堆的最大值（堆顶），即每次将最大值与数组的最后一个元素交换位置*/  
    for(int i=0;i<7;i++)  
        max_heap.removeMax();  
}  

int main()  
{  
    int array[8]={4,3,7,1,2,8,5,6};  
    heapSort(array,8);  
    for(int i=0;i<8;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  




MaxHeap.h

#include <iostream>  
using namespace std;  

/*最大堆定义*/  
class MaxHeap  
{  
private:  
    int size; //最大堆的元素数目  
int * array;  //最大堆数组的首地址指针  
public:  
    MaxHeap(int array[],int n); //用已有数组初始化一个最大堆   
         void buildHeap();   //构建最大堆  
    void siftDown(int index);  //向下筛选法  
    void swap(int index1,int index2);  //交换位置为index1与index2的元素  
    void removeMax();  //删除堆顶的最大值--与数组最后一个元素交换位置并重新构建最大堆  
    int leftChild(int index);  //返回左孩子的位置  
    int rightChild(int index);  //返回右孩子的位置  
};  




MaxHeap.cpp

#include <iostream>  
#include "MaxHeap.h"  
using namespace std;  

/*最大堆成员函数实现*/  
MaxHeap::MaxHeap(int array[],int n)  
{  
    this->array=array;  
    size=n;  
    buildHeap();  
}  

void MaxHeap::buildHeap()  
{  
    for(int i=size/2-1;i>=0;i--)  
        siftDown(i);  
}  

void MaxHeap::siftDown(int index)  
{  
    int max_index=leftChild(index);  
    while(max_index<size)  
    {  
        if(max_index<size-1&&array[rightChild(index)]>array[max_index])  
            max_index++;  
        if(array[index]>array[max_index])  
            break;  
        swap(index,max_index);  
        index=max_index;  
        max_index=leftChild(index);  
    }  
}  

void MaxHeap::swap(int index1,int index2)  
{  
    int temp=array[index1];  
    array[index1]=array[index2];  
    array[index2]=temp;  
}  

void MaxHeap::removeMax()  
{  
    swap(0,size-1);  
    size--;  
    siftDown(0);  
}  

int MaxHeap::leftChild(int index)  
{  
    return index*2+1;  
}  

int MaxHeap::rightChild(int index)  
{  
    return index*2+2;  
}  

八.基数排序（radix sorting）

基数排序的时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的比较性排序法。基数排序法是属于稳定性的排序。

#include <iostream>  
using namespace std;  

/*计算关键字位数的最大值*/  
int KeySize(int array[],int size)  
{  
    int key_size=1;  

    for(int i=0;i<size;i++)  
    {  
        int temp=1;  
        int n=10;  
        while(array[i]/n>0)  
        {  
            temp++;  
            n*=10;  
        }  
        key_size=(temp>key_size)?temp:key_size;  
    }  
    return key_size;  
}  

/*基数排序*/  
void RadixSort(int array[],int size)  
{  
    int bucket[10][10]={0};//定义基数桶  
    int order[10]={0};//保存每个基数桶之中的元素个数  
    int key_size=KeySize(array,size);//计算关键字位数的最大值  

    for(int n=1;key_size>0;n*=10,key_size--)  
    {  
        /*将待排序的元素按照关键值的大小依次放入基数桶之中*/  
        for(int i=0;i<size;i++)  
        {  
            int lsd=(array[i]/n)%10;  
            bucket[lsd][order[lsd]]=array[i];  
            order[lsd]++;  
        }  

        /*将基数桶中的元素重新串接起来*/  
        int k=0;  
        for(i=0;i<10;i++)  
        {  
            if(order[i]!=0)  
            {  
                for(int j=0;j<order[i];j++)  
                {  
                    array[k]=bucket[i][j];  
                    k++;  
                }  
                order[i]=0;  
            }  
        }  
    }  
}  

int main()  
{  
    int array[10]={73,22,93,43,55,14,28,65,39,81};  
    int size=sizeof(array)/sizeof(int);  
    RadixSort(array,size);  
    for(int i=0;i<size;i++)  
        cout<<array[i]<<"  ";  
    cout<<endl;  
    return 0;  
}  

 下面我们来讨论一下各种排序算法的稳定度，稳定排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S，且在原本的串列中R出现在S之前，在排序过的串列中R也将会是在S之前。

　　一般的方法：插入、交换、选择、合并等等。交换排序包含冒泡排序（bubble sort）和快速排序（quicksort）。选择排序包含shaker排序和堆排序（heapsort）。

　　当相等的元素是无法分辨的，比如像是整数，稳定度并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。

　　(4, 1) (3, 1) (3, 7) (5, 6)

　　在这个状况下，有可能产生两种不同的结果，一个是依照相等的键值维持相对的次序，而另外一个则没有：

　　(3, 1) (3, 7) (4, 1) (5, 6) (维持次序)

　　(3, 7) (3, 1) (4, 1) (5, 6) (次序被改变)

　　不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地时作为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个物件间之比较，就会被决定使用在原先资料次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。

稳定的排序算法：

  冒泡排序（bubble sort） — O(n2)

　　鸡尾酒排序 (Cocktail sort, 双向的冒泡排序) — O(n2)

　　插入排序 （insertion sort）— O(n2)

　　桶排序 （bucket sort）— O(n); 需要 O(k) 额外 记忆体

　　归并排序 （merge sort）— O(n log n); 需要 O(n) 额外记忆体

　　原地归并排序 — O(n2)

　　二叉树排序 （Binary tree sort） — O(n log n); 需要 O(n) 额外记忆体

　　基数排序 （radix sort）— O(n·k); 需要 O(n) 额外记忆体

不稳定的排序算法：

  选择排序 （selection sort）— O(n2)

　 希尔排序 （shell sort）— O(n log n) 如果使用最佳的现在版本

　　Comb sort — O(n log n)

　　堆排序 （heapsort）— O(n log n)

　　Smoothsort — O(n log n)

　　快速排序 （quicksort）— O(n log n) 期望时间, O(n2) 最坏情况; 对於大的、乱数串列一般相信是最快的已知排序

  一般来说：存在不相邻交换的排序算法是不稳定的，相邻交换的排序算法是稳定的；对于相邻交换的稳定排序算法，通过控制交换条件可以转换成不稳定排序算法；冒泡、插入、归并和基数排序是稳定的；选择、快速、希尔和堆排序是不稳定的。

转载自：http://blog.csdn.net/piaojun_pj/article/details/5911914