十大经典排序算法

以下内容是从百度搜索整理而来，有的C语言程序设计第三版中有讲到，我就略写了
十大经典排序算法

十大排序算法有 插入排序、希尔排序、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、基数排序。

相关概念：
稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。
不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。

1、冒泡排序
冒泡排序（Bubble Sort）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。
走访数列的工作 是重复地进行 直到没有再需要交换，
也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

2、选择排序
选择排序(Selection-sort)是一种简单直观的排序算法。
它的工作原理：
首先在未排序序列中 找到最小（大）元素，
存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

特点：
表现最稳定的排序算法之一，因为无论什么数据进去都是O(n^2)的时间复杂度，
所以用到它的时候，数据规模越小越好。
唯一的好处可能就是不占用额外的内存空间了吧。

3、插入排序
插入排序（Insertion-Sort）的算法描述：一种 简单直观的排序算法。
它的工作原理是 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。

一般来说，插入排序都采用in-place在数组上实现。

算法描述：
1 从第一个元素开始，该元素可以认为已经被排序；
2 取出下一个元素，在已经排序的元素序列中从后向前扫描；
3 如果该元素（已排序）大于新元素，将该元素移到下一位置；
4 重复步骤3，直到 找到已排序的元素 小于或者等于 新元素的位置；
5 将新元素插入到该位置后；
6 重复步骤2~5。

特点：
插入排序在实现上，通常采用in-place排序
（即只需用到O(1)的额外空间的排序），
因而在从后向前扫描过程中，
需要反复 把已排序元素逐步向后挪位，
为最新元素提供插入空间。

4、希尔排序
1959年Shell发明，第一个突破O(n^2)的排序算法，是简单插入排序的改进版。
它与插入排序的不同之处在于，它会 优先比较距离较远的元素。

度娘说：
希尔排序是 基于插入排序 的以下两点性质而提出改进方法的：
1 插入排序在 对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率。
2 但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位。

希尔排序又叫 缩小增量 排序。
先将整个待排序的记录序列 分割成为若干子序列 分别进行直接插入排序，具体算法描述：
1 选择一个增量序列 t1，t2，…，tk，其中ti>tj，tk=1；
2 按增量序列个数k，对序列进行k 趟排序；
3 每趟排序，根据对应的增量ti，将待排序列分割成若干长度为m 的子序列，分别对各子表进行直接插入排序。仅增量因子为1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。

度娘的代码，我还没看懂。。。

//2 5 7 3 5 8 3 4 7 9  实验数据
#include<stdio.h>
#include<math.h>
void shellSort(int array[],int n,int t);//t为排序趟数
void shellInsert(int array[],int n,int dk);
int dkHibbard(int t,int k); 
int main()
{
    int array[10],i;
    for(i=0;i<10;i++)
        scanf("%d",&array[i]);//输入数字存入数组 
    
    shellSort(array, 10, (int)(log(10+1)/log(2)));//排序趟数应为log2(n+1)的整数部分
//调用shellSort函数  (int)(log(10+1)/log(2))为排序趟数 
    for(i=0;i<10;i++)
        printf("%d ",array[i]);//输出 

    printf("\n");
}

void shellSort(int array[],int n,int t)//希尔排序
{
    int i;
    for(i=1;i<=t;i++)// i<=t;循环次数  
        shellInsert(array,n,dkHibbard(t,i)); 
}
//根据当前增量进行插入排序
void shellInsert(int array[],int n,int dk)
{
    int i,j,temp;
    for(i=dk;i<n;i++)//分别向每组的有序区域插入
    {
        temp=array[i];
        for(j=i-dk;(j>=i%dk)&&array[j]>temp;j-=dk)//比较与记录后移同时进行
            array[j+dk]=array[j];
        if(j!=i-dk)
            array[j+dk]=temp;//插入
    }
}
//计算Hibbard增量
int dkHibbard(int t,int k)
{
    return (int)(pow(2,t-k+1)-1);
}

希尔排序的核心在于 间隔序列的设定。
既可以 提前设定好 间隔序列，也可以 动态的定义 间隔序列。
动态定义间隔序列的算法是《算法（第4版）》的合著者Robert Sedgewick提出的。

5、归并排序
归并排序（Merge Sort）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（Divide and Conquer）的一个非常典型的应用。
将已有序的子序列合并，得到完全有序的序列；
即先使每个子序列有序，再使子序列段间有序。
若将两个有序表 合并成一个有序表，称为2-路归并。

算法描述：
1 把长度为n的输入序列 分成两个长度为n/2的子序列；
2 对这两个子序列 分别采用归并排序；
3 将两个排序好的子序列 合并成一个最终的排序序列。

特点：
归并排序是一种稳定的排序方法。
和选择排序一样，归并排序的性能 不受输入数据的影响，
但表现比选择排序好的多，因为始终都是O(nlogn）的时间复杂度。
代价是需要额外的内存空间。

6、快速排序
快速排序（Quick Sort）的基本思想：
通过一趟排序 将待排记录 分隔成独立的两部分，
其中一部分记录的关键字 均比另一部分的关键字小，
则可分别对这两部分记录继续进行排序，以达到整个序列有序。
快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。

算法描述：
1 从数列中挑出一个元素，称为 “基准”（pivot）；
2 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。
在这个分区退出之后，该基准 就处于数列的中间位置。这个称为分区（partition）操作；
3 递归地（recursive）把小于基准值元素的子数列 和大于基准值元素的子数列 排序。

7、堆排序
堆排序（Heapsort）是指 利用堆这种数据结构所设计的 一种排序算法。
堆积是一个近似 完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引 总是小于（或者大于）它的父节点。

算法描述：
1 将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆，此堆为初始的无序区；
2 将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n]；
3 由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。

8、计数排序
计数排序（Counting Sort）不是基于比较的排序算法，
其核心在于 将输入的数据值 转化为 键存储在额外开辟的数组空间中。
作为一种线性时间复杂度的排序，计数排序要求 输入的数据必须是 有确定范围的整数。

算法描述：
1 找出待排序的数组中最大和最小的元素；
2 统计数组中 每个值为i的元素 出现的次数，存入数组C的第i项；
3 对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
4 反向填充目标数组：将每个元素i 放在新数组的第C(i)项，每放一个元素就将C(i)减去1。

特点：
计数排序是一个稳定的排序算法。
当输入的元素是 n 个 0到 k 之间的整数时，时间复杂度是O(n+k)，空间复杂度也是O(n+k)，
其排序速度 快于任何比较排序算法。
当k不是很大并且序列比较集中时，计数排序是一个很有效的排序算法。

9、桶排序
桶排序（Bucket Sort）是计数排序的升级版。
它利用了函数的映射关系，高效与否的关键就在于 这个映射函数的确定。

工作的原理：
假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶 再分别排序
（有可能再使用别的排序算法 或是以递归方式 继续使用桶排序进行排序）。

算法描述：
1 设置一个定量的数组当作空桶；
2 遍历输入数据，并且把数据一个一个放到对应的桶里去；
3 对每个不是空的桶进行排序；
4 从不是空的桶里 把排好序的数据拼接起来。

特点：
桶排序最好情况下 使用线性时间O(n)，
桶排序的时间复杂度，取决于 对各个桶之间 数据进行排序的时间复杂度，
因为其它部分的时间复杂度都为O(n)。
很显然，桶划分的越小，各个桶之间的数据越少，排序所用的时间也会越少。但相应的空间消耗就会增大。

10、基数排序
基数排序（Radix Sort）是 按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。
有时候有些属性 是有优先级顺序的，先按低优先级排序，再按高优先级排序。
最后的次序就是 高优先级高的在前，高优先级相同的低优先级高的在前。

算法描述：
1 取得数组中的最大数，并取得位数；
2 arr为原始数组，从最低位开始取每个位组成radix数组；
3 对radix进行计数排序（利用计数排序适用于小范围数的特点）；

特点：
基数排序基于分别排序，分别收集，所以是稳定的。
但基数排序的性能 比桶排序要略差，每一次关键字的桶分配 都需要O(n)的时间复杂度，而且分配之后得到新的关键字序列 又需要O(n)的时间复杂度。
假如待排数据可以分为d个关键字，则基数排序的时间复杂度将是O(d*2n) ，当然d要远远小于n，因此基本上还是线性级别的。
基数排序的空间复杂度为O(n+k)，其中k为桶的数量。一般来说n>>k，因此额外空间需要大概n个左右。