一.直接插入排序(不带哨兵)
/*
直接插入排序(不带哨兵) --- 从小到大
空间复杂度:O(1)
时间复杂度:最好的时间复杂度为O(n),最坏为O(n^2)
稳定性:稳定
*/
void InsertSort(int data[],int n){
int i,j,temp;
for(i=1;i<n;i++){
if(data[i]<data[i-1]){
temp = data[i]; //保存data[i]的副本
for(j=i-1;j>=0&&data[j]>temp;j--){
data[j+1] = data[j];
}
data[j+1] = temp;
}
}
}
二.直接插入排序(带哨兵)
/*
直接插入排序(带哨兵) --- 从小到大排序
对于带哨兵的插入排序,数组的第一个位置是不允许用于存放数据的
*/
void InsertSortWithGuard(int data[],int n){
int i,j;
for(i=2;i<n;i++){
if(data[i]<data[i-1]){
data[0] = data[i]; //数组的第一个位置用于存放哨兵
for(j=i-1;data[j]>data[0];j--){ //加入了哨兵的好处在于简化了for循环的判断条件
data[j+1] = data[j];
}
data[j+1] = data[0];
}
}
}
三.折半插入排序
/*
折半插入排序
为什么可以优化?因为每次向前查找时,前面的数据都已经有序
*/
void InsertSortWithHalf(int data[],int n){
int i,j,temp,mid,low,high;
for(i=2;i<n;i++){
if(data[i]<data[i-1]){
temp = data[i];
low=1,high=i-1;
/*
二分找出分界点,当temp的值大于mid的值时需要将区间缩小到[mid+1,h]
即区间划分为[l,mid]和[mid+1,h]
*/
while(high>low){
mid = (low+high+1)/2;
if(temp>data[mid]){
low = mid;
} else {
high = mid-1;
}
}
for(j=i-1;j>high;j--){
data[j+1] = data[j];
}
data[high+1] = temp;
}
}
}
四.希尔排序
/*
希尔排序(从0开始排序)
该算法的思想:即从下标为0+d的位置依次对每个子表进行排序(我们也可以先完成一个子表的排序)
空间复杂度:O(1)
时间复杂度:最好的时间复杂度为O(n^1.3),最坏的时间复杂度为O(n^2)
稳定性:不稳定
*/
void ShellSort(int data[],int n){
int d; //每次希尔排序的步长
int i,j;
for(d=n/2;d>=1;d/=2){
for(i=d;i<n;i++){
if(data[i]<data[i-d]){ //完成从小到大的排序
int temp = data[i];
for(j=i-d;j>=0&&data[j]>temp;j-=d){
data[j+d] = data[j];
}
data[j+d] = temp;
}
}
}
}
/*
希尔排序的第二种实现方式,每次都率先完成一个子表的处理,而不是同时进行多个子表的处理
*/
void ShellSort2(int data[],int n){
int d,i,j;
for(d=n/2;d>=1;d/=2){
int count = 0;
for(i=count+d;i<n;i+=d){
if(data[i]<data[i-d]){
int temp = data[i];
for(j=i-d;j>=0&&data[j]>temp;j-=d){
data[j+d] = data[j];
}
data[j+d] = temp;
}
}
i=0;
count++;
}
}