八大排序算法C语言实现

1 插入排序
1.1 直接插入排序
基本原理：
将第n个数插入已经排序好的，长度为n-1的序列中。从n-1长度的序列中查找出待插入的元素应该插入的位置；给插入元素腾出空间。
操作方法：
从第2个数开始遍历到第n个数。插入第i个数时，先与第i-1个数进行比较。因为前i-1个数已经为有序序列，如果i-1号数数值小于第i号数，则仍然有序，无需操作。否则，先将第i号数暂存于A[0]出。然后从第i-1号位开始，从后往前进行比较，如果A[j]>A[0],则A[j]后移一位。当A[j]<=A[0]时，将A[0]中暂存的数值插入第j+1号位。

   void InsertSort(int A[], int n)
    {
    	int i,j;
    	for(i=2;i<=n;i++)
    	if(A[i]<A[i-1]){
    		A[0]=A[i];
    		for(j=i-1;A[j]>A[0];j--) A[j+1]=A[j];
    		A[j+1]=A[0];
    	}
    }

1.2 折半插入排序

基本原理：
将第n个数插入已经排序好的，长度为n-1的序列中。使用折半查找的方法找出待插入的位置，然后移动插入元素之后的元素。
操作方法：
与直接插入排序法类似，将第二层for循环中逐个元素进行比较的操作更改为折半查找。

void InsertSort2(int A[],int n)
{
	int i,j,low,mid,high;
	for(i=2;i<=n;i++){
		low=1;high=i-1;
		A[0]=A[i];
		while(low<=high){
			mid = (low+high)/2;
			if(A[0]<A[mid]) low=mid+1;
			else high=mid-1;
		}
		for(j=i-1;j>=high+1;j--) A[j+1]=A[j];
		A[high+1] =A[0];
	}
 } 

1.3 希尔排序
基本原理：
先将序列表分割为若干个形如L[i,i+d,……,i+kd]的子表，分别进行插入排序，当整个表中元素已经基本有序时，再对全体记录进行一次直接插入排序。
操作方法：
先取一个小于n的步长d，将表中的元素分为d1组，所有距离为d1的倍数的记录存放于同一组中，在各组中进行直接插入排序；然后取第二个步长，重复操作，直到所取到的d1为1，再进行直接插入排序。

//希尔排序
void ShellSort(int A[],int n)
{
	int dk,i,j;
	for(dk=n/2;dk>=1;dk/=2){
		for(i=dk+1;i<=n;++i)
			if(A[i]<A[i-dk]){
				A[0]=A[i];
				for(j=i-dk;j>0&&A[j]>A[0];j-=dk) A[j+dk]=A[j];
				A[j+dk]=A[0];
			}
		
	}
}

2 交换排序
2.1 冒泡排序
基本原理：
将n个元素两两进行比较，将两个数按升序进行排序，从第1个数遍历到第n个数后，能将n个数中最大的数置于第n位。按照此方法循环操作n-1次，每次减少一位已经排列好的数字。
操作方法：
一层for循环从0开始遍历到n-1；二层for循环n-1开始遍历到i+1，如果A[j]>A[j+1]，则交换两数的序号。

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

2.2 快速排序
基本思想:
在序列中任意取一个元素p作为基准，通过一趟排序将排序表划分为两个部分，p左边的元素均小于p，p右边的元素均大于等于p。然后分别递归地对两个子表进行上述操作，知道每个部分只有一个元素或者为空。
实现方法：
假设划分函数已经完成。在QuickSort函数中调用划分函数，返回划分位置p，然后分别递归p的左边序列和p的右边序列。
在Partition函数中，取序列中第一位数作为p。将第high位数与p对比，如果A[high]>p，则指针前移high–；否则，将A[high]位数放置于第low位。将第low位数与p进行对比，如果A[low]<p,则指针后移,low++；否则，将第low位数放置于第high位。每一次while循环都会交换一次how和high位处的数。While循环结束后将p填入空缺的low号位，返回low。

//快速排序
int Partition(int A[],int low,int high)
{
	int p=A[low];
	while(low<high){
		while(low<high&&A[high]>p) high--;
		A[low]=A[high];
		while(low<high&&A[low]<p) low++;
		A[high]=A[low];
	}
	A[low]=p;
	return low;
}

void QuickSort(int A[],int low,int high)
{
	if(low<high){
		int p=Partition(A,low,high);
		QuickSort(A,low,p);
		QuickSort(A,p+1,high);
	}
}

3 选择排序
3.1 简单选择排序
基本原理：
从n个数中选出最小的数放置于第1号位。循环操作n-1次，每次减少一位已经放置好的数字。
操作方法：
一层for循环从0遍历到n-1，将第1位数暂存为min值。二层for循环从i+1遍历到n-1，将每个数分别与min值进行对比，如果A[j]<A[min]，则替换min的数值。到第二层for循环执行完成后，再交换A[min]和A[i]的数值。

//简单选择排序
void SelectSort(int A[],int n)
{
	int i,j;
	for(i=0;i<n-1;i++){
		int min =i;
		for(j=i+1;j<n;j++)
			if(A[j]<A[min]) min=j;
	    if(min != i){
	    	int t=A[i];
	    	A[i] = A[min];
	    	A[min]=t;
		}
	}
}

3.2 堆排序
基本思想：
在排序过程中，将序列视为一颗完全二叉树的顺序存储结构，利用完全二叉树中双亲节点和孩子节点的内在关系，在当前无序区中选择关键字最大的元素。
堆：（1）树的形状必须为完全二叉树
（2）每一个结点的键必须要大于它的所有结点的键
实现方法：
（1）构建堆，为给定数组构造一个大根堆
由于堆是完全二叉树，所以可以使用数组来实现堆，按照从上到下、从左到右的顺序来记录堆的元素。非叶子结点的键会在后[n/2]个位置。数组中，对于父母位置i来说，子女会占据2i和2i+1两个位置。
（2）删除最大键，将剩下的数组构建成堆；即，将最大值换到最末尾的位置，将剩下的部分构建成堆

//堆排序
void AdjustDown(int A[],int k,int len) 
{
	A[0]=A[k];//暂存根结点
	//调整该结点的两个孩子结点，及其孩子结点的子结点
	for(int i=k*2;i<=len;i*=2){
	    //有右结点，且右结点大于左结点
		if(i<len &&A[i+1]>A[i]) i++;
		//该结点大于左右孩子结点
		if(A[i]<=A[0]) break;
		//交换根结点和较大的孩子结点
		else{
			A[k]=A[i];
			k=i;
		}
	}
	A[k]=A[0];
}

void HeapSort(int A[],int len)
{
    //使用自底向上的方法构建堆，从最后一个非叶子结点依次遍历到根结点
	for(int i=len/2;i>0;i--)
	    AdjustDown(A,i,len);
	//将最大值换到最末尾，再构建堆，依次取最大值交换
	for(int j=len;j>1;j--){
		int t=A[1];
		A[1]=A[j];
		A[j]=t;
		AdjustDown(A,1,j-1);
	}
}

4 归并排序
基本思想：
将长度为n的序列表分为n个长度为1的有序序列表，再将n个有序序列表合并为1个长度为n的有序序列表。
实现方法：
MergeSort函数：将序列分成两个序列，两个序列再分别递归调用MergeSort函数，知道每个序列只有一个数时递归停止。然后调用Merge函数将有序序列合并。
Merge函数：将数组A中元素复制到B中，在从B中low_mid，mid+1high两段序列中选择较小的元素放入数组A。

void Merge(int A[],int low,int mid,int high)
{
	int B[N];
	int i,j,k;
	for( i=low;i<=high;i++) B[i]=A[i];
	for( i=low,j=mid+1,k=low;i<=mid&&j<=high;k++){
		if(B[i]<B[j]) A[k]=B[i++];
		else A[k]=B[j++];
	}
	while(i<=mid) A[k++]=B[i++];
	while(j<=high) A[k++]=B[j++];
	
}

void MergeSort(int A[],int low,int high)
{
	if(low<high){
		int mid=(low+high)/2;
		MergeSort(A,low,mid);
		MergeSort(A,mid+1,high);
		Merge(A,low,mid,high);
	}
}

5 时间复杂度及稳定性比较

6 适用场景
6.1 序列顺序无影响的排序
选择排序：对任何输入而言，选择排序都是一个O(n^2)的算法；键的交换次数为O(n)；
冒泡排序：对任何输入而言，冒泡排序都是一个O(n^2)的算法；
归并排序：归并排序在最坏情况下，比较次数仍然十分接近排序算法理论上能够达到的最小次数。
归并排序递归关系式： C(n)=2C(n/2)+n-1,C(1)=0
如果情况最差,n=2^k,则：
C(n)=nlog2 n -n+1
（最小次数,nlog2 n! = nlog2 n =1.44n）
最坏情况，也需要n=2^k

6.2 适用于基本有序序列
插入排序：在序列有序时，只遍历一次序列，时间复杂度O(n);
折半插入排序：类似于插入排序

6.3适用于随机顺序

快速排序：
最优：如果所有的分裂点均位于相应数组的中点，此时为最优的情况，比较次数为n,此时：
C(n)=2C(n/2)+n,C(1)=0
n=2^k时，求得：C(n)=nlog2n
最劣：当A[0…n-1]是严格的递增数组，以A[0]为中轴，从左到右的扫描会停在1号位置，从右到左的扫描会停在0号位置，然后A[0] 再与它本身进行交换，此时总比较次数为：
C(n)=(n+1)+(n)+……+3=(n+1)(n+2)/2-3=O(n^2)
平均：设分裂点可能出现在任何位置s(0<=s<=n-1):
C(n)=2nlnn=O(nlogn)