【数据结构】排序3——交换排序（冒泡排序、快速排序）

---

交换排序

【基本思想】
两两比较，如果发生逆序则交换，直到所有记录都排好序为止。

常见的交换排序方法：
冒泡排序T(n)=O(n2)
快速排序T(n)=O( nlog2n)

冒泡排序

——基于简单交换思想

【基本思想】
每趟不断将记录两两比较，并按“前小后大”规则交换。
第一个数和第二个数比较，若第一个数大于第二个数，则交换位置，否则，位置不变；
完成之后第二个数和第三个数比较，若第二个数大于第三个数，则交换位置，否则位置不变；
完成之后第三个数和第四个数比较，……
直到比较到最后一个数。

例：

21<25，位置不变
25<49，位置不变
49>25，互换位置
……

总结：
n个数据记录，总共需要比较n-1趟。
第m趟需要比较n-m次。

冒泡排序算法

void bubble_sort(SqList &L){
	int m,i,j;
	RedType x;//交换时临时存储
	for(m=1;m<=n-1;m++){//总共需要比较m趟
		for(j=1;j<=n-m;j++){
			if(L.r[j].key>L.r[j+1].key)//发生逆序
				x=L.r[j];//交换
				L.r[j]=L.r[j+1];
				L.r[j+1]=x;
		}
	}
}

优点：
每趟结束时，不仅能挤出一个最大值到最后面位置，还能同时部方理顺其他元素。

提高排序算法效率：
一旦某一趟比较时不出现记录交换，说明已排好序了，就可以结束本算法。

void bubble_sort(SqList &L){
	int m,i,j,flag=1;//flag作为是否有交换的标记，有交换flag=1，没交换flag=0
	for(m=1;m<=n-1&&flag==1;m++){
		flag=0;
		for(j=1;j<=m;j++){
			if(L.r[j].key>L.r[j+1].key)//发生逆序
				flag=1;
				x=L.r[j];//交换
				L.r[j]=L.r[j+1];
				L.r[j+1]=x;
		}
	}
}

算法分析

时间复杂度：
平均时间复杂度为O(n²)
最好时间复杂度（正序）是O(n)
最坏时间复杂度（逆序）为O(n²)

空间复杂度：
算法中增加一个辅助空间temp
空间复杂度S(n)=O(1)

稳定性：
冒泡排序是一种稳定的排序方法。

快速排序

——改进的交换排序

pivot：枢轴、中心点

【基本思想】
① 任取一个元素为中心(中间数)，通常是取第一个元素(枢轴)，中间数可以是第一个数、最后一个数、最中间一个数、任选个数等；
② 所有比它小的元素一律前放，比它大的元素一律后放；（小的从前往后放，大的从后往前放）
③ 形成左右两个子表；
④ 对各子表重新选择中心元素并依此规则调整；（递归思想）
⑤ 直到每个子表的元素只剩一个，就达到整个序列有序。

优点：简单；
缺点：花费空间。

改进：
① 每一趟的子表的形成是采用从两头向中间交替式逼近法；
② 由于每趟中对各子表的操作都相似，可采用递归算法。

把第一次比较结束后的表以49为中心分成左右两个子表，对各子表重新选择中心元素并依此规则调整，这里左边选择了27作为中心元素，右边选择了76作为中心元素。

【基本步骤】
① 设下标1号元素作中间数(界点)pivotkey放置到0号下标位置，low指向第一个空，high指向末尾下标为L.length的位置。
② 由于low指向空，所以从high开始比较：
若high<pivotkey，则high的元素放置到low位置，且low的位置往后移一个位置low+1；
若high>pivotkey，则high的元素位置不变，high的位置也不变；
若high=pivotkey，则high的元素位置不变，high的位置也不变。
③ 由于high指向空，所以从low开始比较：
若low>pivotkey，则low的元素放置到high位置，且high的位置往后移一个位置high-1；
若low<pivotkey，则low的元素位置不变，low的位置也不变；
若low=pivotkey，则low的元素位置不变，low的位置也不变。
④ 直到low=high，把界点pivotkey移到low和high的位置，停止这趟比较。
⑤ 把第一次比较结束后的表以界点pivotkey为中心分成左右两个子表。
④ 对各子表重新选择中心元素并依此规则调整。（递归思想）
⑤ 直到每个子表的元素只剩一个，就达到整个序列有序。

改进后的快速排序算法

//主函数
void main(){
	QSort(L,1,L.length);//对顺序表L进行排序，需要排序的数据范围从位置1到位置L.length
}

void Partition(SqList &L,int low,int high){
	L.r[0]=L.r[low];//把中间数放到0号空位置
	pivotkey=L.r[low].key;
	while(low<high){//直到low=high，循环结束
		while(low<high&&L.r[high].key>=pivotkey)
			--high;
		L.r[low]=L.r[high];
		while(low<high&&L.r[low].key<=pivotkey)
			++low;
		L.r[high]=L.r[low];
	}
	L.r[low]=L.r[0];//此时low的位置和high的位置是一样的，是一个空位置
	return low;
}//时间复杂度：O(n)

void QSort(SqList &L,int low,int high){//对顺序表L进行排序，需要排序的数据范围从位置low到位置L.length
	if(low<high){
		pivotloc==Partition(L,low,high);
		//将L.r[low]到L.r[high]一分为二，pivotloc为枢轴元素排好序的位置
		QSort(L,low,pivotloc-1);//对低字表递归排序
		QSort(L,pivotloc+1,high);//对高字表递归排序
	}	
}//时间复杂度：O(log^2^n)

算法分析

时间复杂度：
可以证明，平均计算时间是O(nlog₂n)。
Qsort( )：O(log₂n)
Partition( )：O(n)
实验结果表明：就平均计算时间而言，快速排序是我们所讨论的所有内排序方法中最好的一个。

空间复杂度：
快速排序不是原地排序
由于程序中使用了递归，需要递归调用栈的支持，而栈的长度取决于递归调用的深度。(即使不用递归， 也需要用用户栈)
在平均情况下：需要O(logn)的栈空间
最坏情况下：栈空间可达O(n)。

稳定性：
快速排序是一种不稳定的排序方法。
例如: 49, 38, 49*, 20, 97, 76
一次划分后: 20, 38, 49*, 49, 97, 76
49和49*位置互换，所有不稳定

划分元素的选取是影响时间性能的关键。
快速排序不适于对原本有序或基本有序的记录序列进行排序，输入数据次序越乱，所选划分元素值的随机性越好，排序速度越快，快速排序不是自然排序方法。

---