测试主函数
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "Sort.c"
// 数组长度
#define LENGTH(array) ( (sizeof(array)) / (sizeof(array[0])) )
int main()
{
int i=100;
int a[] = {8,2,3,4,3,6,6,3,9};
int ilen = LENGTH(a);
printf("\nbefore sort:");
OutArr(a,ilen);
printf("\n");
//const int const * const p = &i;
//printf("const int const * const p = %d\n",*p);
//bubble_sort_flag(a,ilen);
//bubble_sort(a,ilen);
//selection_sort(a,ilen);
//insertion_sort(a,ilen);
//quick_sort(a,ilen);
//shell_sort(a,ilen);
//merge_sort(a,ilen);
//merge_sort1(a,ilen);
//quick_sort_iteration(a,ilen);
InsertionSortDichotomy(a,ilen);
printf("after sort:");
OutArr(a,ilen);
printf("\n");
return 0;
}
数组输出
/************************
数组输出
************************/
void OutArr(int a[],int len)
{
int i=0;
for(i=0;i<len;i++)
{
printf(" %d ",a[i]);
}
printf("\n");
}
反转链表
/***************
反转链表
*****************/
void reverse(Sqlist *L)
{
Sqlist *p,*q;
p=L->next;//保存第一个地址
L->next=NULL; //原有头指向空
while(p!=NULL)
{
q=p->next; //获取p之后的节点地址
//将第一个节点的指针域置空,当程序第一次进如循环,则第一个节点将会是最后
p->next=L->next;
L->next=p; //将第一个节点(当前的节点链接到头节点),利用头插法实现逆置
p=q; //更新 ,将第二个节点(当前节点的后一个节点) 赋值给p
}
}
冒泡排序
/***********************************
冒泡排序
冒泡排序(英语: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,如果他们的顺序(如从大到小、首字母从A到Z)错误就把他们交换过来。
************************************/
int bubble_sort_flag(int a[],int len)
{
int flag=1;
int i=0;
int j=0;
int temp;
for( i=0;i<8 && flag;i++)
{
flag=0;
for( j=0;j<7-i;j++)
{
if(a[j]>a[j+1])
{
temp=a[j];
a[j]=a[j+1];
a[j+1]=temp;
flag=1;
}
}
}
}
/*****************************
冒泡排序-基本
******************************/
void bubble_sort(int arr[], int len)
{
int i, j, temp;
for (i = 0; i < len - 1; i++)
{
for (j = 0; j < len - 1 - i; j++)
{
if (arr[j] > arr[j + 1])
{
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
选择排序
/****************************************
选择排序
选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。
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。
******************************/
void selection_swap(int *a,int *b) /* 交换 */
{
int temp = *a;
*a = *b;
*b = temp;
}
void selection_sort(int arr[], int len)
{
int i,j;
for (i = 0 ; i < len - 1 ; i++)
{
int min = i;
for (j = i + 1; j < len; j++) /* 访问未排序的元素 */
{
if (arr[j] < arr[min]) /* 找到目前最小值 */
{
min = j; /* 记录最小值 */
}
}
selection_swap(&arr[min], &arr[i]); /* 交换 */
}
}
插入排序
/*****************************************
插入排序
插入排序(英语:Insertion Sort)
是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。
插入排序在实现上,通常采用in-place排序(即只需用到的额外空间的排序),
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。
*********************************************/
void insertion_sort(int arr[], int len)
{
int i,j,temp;
for (i=1;i<len;i++)
{
temp = arr[i];
for (j=i;j>0 && arr[j-1]>temp;j--)
{
arr[j] = arr[j-1];
}
arr[j] = temp;
}
}
/*****************************************
当n较大时,二分插入排序的比较次数比直接插入排序的最差情况好得多,
但比直接插入排序的最好情况要差,所当以元素初始序列已经接近升序时,
直接插入排序比二分插入排序比较次数少。二分插入排序元素移动次数与直接插入排序相同,依赖于元素初始序列
// 分类 -------------- 内部比较排序
// 数据结构 ---------- 数组
// 最差时间复杂度 ---- O(n^2)
// 最优时间复杂度 ---- O(nlogn)
// 平均时间复杂度 ---- O(n^2)
// 所需辅助空间 ------ O(1)
// 稳定性 ------------ 稳定
*********************************************/
void InsertionSortDichotomy(int A[], int n)
{
int i = 1;
for (i = 1; i < n; i++)
{
int get = A[i];// 右手抓到一张扑克牌
printf("get = %d\n",get);
int left = 0;// 拿在左手上的牌总是排序好的,所以可以用二分法
int right = i - 1;// 手牌左右边界进行初始化
while (left <= right) // 采用二分法定位新牌的位置
{
int mid = (left + right) / 2;
printf("mid = %d right = %d left = %d\n",mid,right,left);
if (A[mid] > get)
{
right = mid - 1;
}
else
{
left = mid + 1;
}
printf("right = %d left = %d\n",right,left);
}
int j;
// 将欲插入新牌位置右边的牌整体向右移动一个单位
for (j = i - 1; j >= left; j--)
{
A[j + 1] = A[j];
}
A[left] = get;// 将抓到的牌插入手牌
printf("A[%d] = %d\n",left,A[left]);
OutArr(A,n);
}
}
快速排序----迭代法
/***************************************************
快速排序----迭代法
在区间中随机挑选一个元素作基准,将小于基准的元素放在基准之前,
大于基准的元素放在基准之后,再分别对小数区与大数区进行排序。
****************************************************/
typedef struct _Range
{
int start, end;
}Range;
Range new_Range(int s, int e)
{
Range r;
r.start = s;
r.end = e;
return r;
}
void swap_iteration(int *x, int *y)
{
int t = *x;
*x = *y;
*y = t;
}
void quick_sort_iteration(int arr[], const int len)
{
if (len <= 0)
{
return;
}
// 避免len等於負值時引發段錯誤(Segment Fault)
// r[]模擬列表,p為數量,r[p++]為push,r[--p]為pop且取得元素
Range r[len];
int p = 0;
r[p++] = new_Range(0, len - 1);
while (p)
{
Range range = r[--p];
if (range.start >= range.end)
{
continue;
}
int mid = arr[(range.start + range.end) / 2]; // 選取中間點為基準點
int left = range.start, right = range.end;
do
{
while (arr[left] < mid) ++left; // 檢測基準點左側是否符合要求
while (arr[right] > mid) --right; //檢測基準點右側是否符合要求
if (left <= right)
{
swap_iteration(&arr[left],&arr[right]);
left++;right--; // 移動指針以繼續
}
} while (left <= right);
if (range.start < right) r[p++] = new_Range(range.start, right);
if (range.end > left) r[p++] = new_Range(left, range.end);
}
}
快速排序 递归法
/**********************
快速排序 递归法
**********************/
void quick_sort_swap(int *x, int *y)
{
int t = *x;
*x = *y;
*y = t;
}
void quick_sort_recursive(int arr[], int start, int end)
{
if (start >= end)
{
return;
}
int mid = arr[end];
int left = start, right = end - 1;
while (left < right)
{
while (arr[left] < mid && left < right)
{
left++;
}
while (arr[right] >= mid && left < right)
{
right--;
}
quick_sort_swap(&arr[left], &arr[right]);
}
if (arr[left] >= arr[end])
{
quick_sort_swap(&arr[left], &arr[end]);
}
else
{
left++;
}
if (left)
{
quick_sort_recursive(arr, start, left - 1);
}
quick_sort_recursive(arr, left + 1, end);
}
void quick_sort(int arr[], int len)
{
quick_sort_recursive(arr, 0, len - 1);
}
希尔排序
/****************************************
希尔排序
希尔排序,也称递减增量排序算法,
是插入排序的一种更高效的改进版本。
希尔排序是非稳定排序算法。
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:
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
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
过程演示:
******************************************/
void shell_sort(int arr[], int len)
{
int gap, i, j;
int temp;
for (gap = len >> 1; gap > 0; gap = gap >> 1)
{
for (i = gap; i < len; i++)
{
temp = arr[i];
for (j = i - gap; j >= 0 && arr[j] > temp; j -= gap)
{
arr[j + gap] = arr[j];
}
arr[j + gap] = temp;
}
}
}
/****************************************
希尔排序,也叫递减增量排序,是插入排序的一种更高效的改进版本。希尔排序是不稳定的排序算法。
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:
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
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
希尔排序通过将比较的全部元素分为几个区域来提升插入排序的性能。
这样可以让一个元素可以一次性地朝最终位置前进一大步。然后算法再取越来越小的步长进行排序,
算法的最后一步就是普通的插入排序,但是到了这步,需排序的数据几乎是已排好的了(此时插入排序较快)。
假设有一个很小的数据在一个已按升序排好序的数组的末端。如果用复杂度为O(n^2)的排序(冒泡排序或直接插入排序),
可能会进行n次的比较和交换才能将该数据移至正确位置。而希尔排序会用较大的步长移动数据,
所以小数据只需进行少数比较和交换即可到正确位置。
希尔排序的代码如下:
以23, 10, 4, 1的步长序列进行希尔排序:
希尔排序是不稳定的排序算法,虽然一次插入排序是稳定的,不会改变相同元素的相对顺序,
但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱。
比如序列:{ 3, 5, 10, 8, 7, 2, 8, 1, 20, 6 },
h=2时分成两个子序列 { 3, 10, 7, 8, 20 } 和 { 5, 8, 2, 1, 6 } ,
未排序之前第二个子序列中的8在前面,现在对两个子序列进行插入排序,
得到 { 3, 7, 8, 10, 20 } 和 { 1, 2, 5, 6, 8 } ,即 { 3, 1, 7, 2, 8, 5, 10, 6, 20, 8 } ,两个8的相对次序发生了改变。
// 分类 -------------- 内部比较排序
// 数据结构 ---------- 数组
// 最差时间复杂度 ---- 根据步长序列的不同而不同。已知最好的为O(n(logn)^2)
// 最优时间复杂度 ---- O(n)
// 平均时间复杂度 ---- 根据步长序列的不同而不同。
// 所需辅助空间 ------ O(1)
// 稳定性 ------------ 不稳定
******************************************/
void ShellSort(int A[], int n)
{
int h = 0;
while (h <= n) // 生成初始增量
{
h = 3 * h + 1;
}
while (h >= 1)
{
int i;
for (i = h; i < n; i++)
{
int j = i - h;
int get = A[i];
while (j >= 0 && A[j] > get)
{
A[j + h] = A[j];
j = j - h;
}
A[j + h] = get;
}
h = (h - 1) / 3; // 递减增量
}
}
归并排序
/**********************************
归并排序
把数据分为两段,从两段中逐个选最小的元素移入新数据段的末尾。
可从上到下或从下到上进行。
*************************************/
int merge_min(int x, int y)
{
return x < y ? x : y;
}
void merge_sort(int arr[], int len)
{
int* a = arr;
int* b = (int*) malloc(len * sizeof(int));
int seg, start;
for (seg = 1; seg < len; seg += seg)
{
for (start = 0; start < len; start += seg + seg)
{
int low = start, mid = merge_min(start + seg, len), high = merge_min(start + seg + seg, len);
int k = low;
int start1 = low, end1 = mid;
int start2 = mid, end2 = high;
while (start1 < end1 && start2 < end2)
{
b[k++] = a[start1] < a[start2] ? a[start1++] : a[start2++];
}
while (start1 < end1)
{
b[k++] = a[start1++];
}
while (start2 < end2)
{
b[k++] = a[start2++];
}
}
int* temp = a;
a = b;
b = temp;
}
if (a != arr)
{
int i;
for (i = 0; i < len; i++)
b[i] = a[i];
b = a;
}
free(b);
}
/* 递归法 */
void merge_sort_recursive(int arr[], int reg[], int start, int end)
{
if (start >= end)
{
return;
}
int len = end - start, mid = (len >> 1) + start;
int start1 = start, end1 = mid;
int start2 = mid + 1, end2 = end;
merge_sort_recursive(arr, reg, start1, end1);
merge_sort_recursive(arr, reg, start2, end2);
int k = start;
while (start1 <= end1 && start2 <= end2)
{
reg[k++] = arr[start1] < arr[start2] ? arr[start1++] : arr[start2++];
}
while (start1 <= end1)
{
reg[k++] = arr[start1++];
}
while (start2 <= end2)
{
reg[k++] = arr[start2++];
}
for (k = start; k <= end; k++)
{
arr[k] = reg[k];
}
}
void merge_sort1(int arr[], const int len)
{
int reg[len];
merge_sort_recursive(arr, reg, 0, len - 1);
}
归并排序
/************************************
归并排序是创建在归并操作上的一种有效的排序算法,效率为O(nlogn),1945年由冯·诺伊曼首次提出。
归并排序的实现分为递归实现与非递归(迭代)实现。递归实现的归并排序是算法设计中分治策略的典型应用,
我们将一个大问题分割成小问题分别解决,然后用所有小问题的答案来解决整个大问题。
非递归(迭代)实现的归并排序首先进行是两两归并,然后四四归并,然后是八八归并,一直下去直到归并了整个数组。
归并排序算法主要依赖归并(Merge)操作。归并操作指的是将两个已经排序的序列合并成一个序列的操作,归并操作步骤如下:
申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
设定两个指针,最初位置分别为两个已经排序序列的起始位置
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
重复步骤3直到某一指针到达序列尾
将另一序列剩下的所有元素直接复制到合并序列尾
归并排序的代码如下:
// 分类 -------------- 内部比较排序
// 数据结构 ---------- 数组
// 最差时间复杂度 ---- O(nlogn)
// 最优时间复杂度 ---- O(nlogn)
// 平均时间复杂度 ---- O(nlogn)
// 所需辅助空间 ------ O(n)
// 稳定性 ------------ 稳定
************************************/
void Merge(int A[], int left, int mid, int right)// 合并两个已排好序的数组A[left...mid]和A[mid+1...right]
{
int len = right - left + 1;
int *temp = (int *)malloc(len*sizeof(int)); // 辅助空间O(n)
int index = 0;
int i = left; // 前一数组的起始元素
int j = mid + 1; // 后一数组的起始元素
while (i <= mid && j <= right)
{
temp[index++] = A[i] <= A[j] ? A[i++] : A[j++]; // 带等号保证归并排序的稳定性
}
while (i <= mid)
{
temp[index++] = A[i++];
}
while (j <= right)
{
temp[index++] = A[j++];
}
int k = 0;
for (k = 0; k < len; k++)
{
A[left++] = temp[k];
}
}
void MergeSortRecursion(int A[], int left, int right) // 递归实现的归并排序(自顶向下)
{
if (left == right) // 当待排序的序列长度为1时,递归开始回溯,进行merge操作
return;
int mid = (left + right) / 2;
MergeSortRecursion(A, left, mid);
MergeSortRecursion(A, mid + 1, right);
Merge(A, left, mid, right);
}
void MergeSortIteration(int A[], int len) // 非递归(迭代)实现的归并排序(自底向上)
{
int left, mid, right;// 子数组索引,前一个为A[left...mid],后一个子数组为A[mid+1...right]
int i = 1;
for (i = 1; i < len; i *= 2) // 子数组的大小i初始为1,每轮翻倍
{
left = 0;
while (left + i < len) // 后一个子数组存在(需要归并)
{
mid = left + i - 1;
right = mid + i < len ? mid + i : len - 1;// 后一个子数组大小可能不够
Merge(A, left, mid, right);
left = right + 1; // 前一个子数组索引向后移动
}
}
}
桶排序
/********************************
桶排序假设输入元素均匀而独立分布在区间[0,1) 即 0 <= x and x < 1;将区间划分成n个相同大小的子区间(桶),
然后将n个输入按大小分布到各个桶中去,对每个桶内部进行排序。
最后将所有桶的排序结果合并起来.
*******************************/
/*****************************
桶排序
参数说明:
a -- 待排序数组
n -- 数组a的长度
max -- 数组a中最大值的范围
****************************/
void bucketSort(int a[], int n, int max)
{
int i,j;
int buckets[max];
// 将buckets中的所有数据都初始化为0。
memset(buckets, 0, max*sizeof(int));
// 1. 计数
for(i = 0; i < n; i++)
buckets[a[i]]++;
// 2. 排序
for (i = 0, j = 0; i < max; i++)
{
while( (buckets[i]--) >0 )
a[j++] = i;
}
}
/*****************************
桶排序
参数说明:
a -- 待排序数组
n -- 数组a的长度
9、桶排序(Bucket Sort)
桶排序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。
桶排序 (Bucket sort)的工作的原理: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)。
9.1 算法描述
设置一个定量的数组当作空桶;
遍历输入数据,并且把数据一个一个放到对应的桶里去;
对每个不是空的桶进行排序;
从不是空的桶里把排好序的数据拼接起来。
9.4 算法分析
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,
取决与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。
******************************/
void bucket_sort(int a[], int n, int max)
{
int i, j;
int *buckets;
if (a==NULL || n<1 || max<1)
return ;
// 创建一个容量为max的数组buckets,并且将buckets中的所有数据都初始化为0。
if ((buckets=(int *)malloc(max*sizeof(int)))==NULL)
return ;
memset(buckets, 0, max*sizeof(int));
// 1. 计数
for(i = 0; i < n; i++)
{
buckets[a[i]]++;
}
// 2. 排序
for (i = 0, j = 0; i < max; i++)
{
while( (buckets[i]--) >0 )
{
a[j++] = i;
}
}
free(buckets);
}
基数排序
/**************************
10、基数排序(Radix Sort)
基数排序是按照低位先排序,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。
10.1 算法描述
取得数组中的最大数,并取得位数;
arr为原始数组,从最低位开始取每个位组成radix数组;
对radix进行计数排序(利用计数排序适用于小范围数的特点);
10.4 算法分析
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。
基数排序是按照低位先排序,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。
10.1 算法描述
取得数组中的最大数,并取得位数;
arr为原始数组,从最低位开始取每个位组成radix数组;
对radix进行计数排序(利用计数排序适用于小范围数的特点);
10.2 复杂程度
时间复杂度O(n*k) 空间复杂度O(n+k)
10.3 代码实现
*********************************/
int get_index(int num, int dec, int order)
{
int i, j, n;
int index;
int div;
for (i = dec; i > order; i--) {
n = 1;
for (j = 0; j < dec - 1; j++)
n *= 10;
div = num / n;
num -= div * n;
dec--;
}
n = 1;
for (i = 0; i < order - 1; i++)
n *= 10;
index = num / n;
return index;
}
void RadixSort(int *arr, int len, int dec, int order)
{
int i, j;
int index;
int tmp[len];
int num[10];
memset(num, 0, 10 * sizeof(int));
memset(tmp, 0, len * sizeof(int));
if (dec < order) {
return;
}
for (i = 0; i < len; i++) {
index = get_index(arr[i], dec, order);
num[index]++;
}
for (i = 1; i < 10; i++) {
num[i] += num[i-1];
}
for (i = len - 1; i >= 0; i--) {
index = get_index(arr[i], dec, order);
j = --num[index];
tmp[j] = arr[i];
}
for (i = 0; i < len; i++) {
arr[i] = tmp[i];
}
RadixSort(arr, len, dec, order+1);
}