[C++]排序模板（含C++模板代码）

排序模板

一、插入排序

• 特点：stable sort、In-place sort
• 最优复杂度：当输入数组就是排好序的时候，复杂度为O(n)，而快速排序在这种情况下会产生O(n^2)的复杂度。
• 最差复杂度：当输入数组为倒序时，复杂度为O(n^2)
• 插入排序比较适合用于“少量元素的数组”。

伪代码：

C++模板：

template <typename T>
void Insertion_Sort(T *array, size_t length) {
    if (length <= 1) {
        return;
    } else {
        for (int i = 1; i != length; i++) {
            int j = i - 1;
            T key = array[i];
            while (j >= 0 && array[j] > key) {
                array[j + 1] = array[j];
                j--;
            }
            array[j + 1] = key;
        }
    }
}

证明算法正确性：

循环不变式：在每次循环开始前，A[1…i-1]包含了原来的A[1…i-1]的元素，并且已排序。

初始：i=2，A[1…1]已排序，成立。

保持：在迭代开始前，A[1…i-1]已排序，而循环体的目的是将A[i]插入A[1…i-1]中，使得A[1…i]排序，因此在下一轮迭代开 始前，i++，因此现在A[1…i-1]排好序了，因此保持循环不变式。

终止：最后i=n+1，并且A[1…n]已排序，而A[1…n]就是整个数组，因此证毕。

二、冒泡排序

• 特点：stable sort、In-place sort
• 思想：通过两两交换，像水中的泡泡一样，小的先冒出来，大的后冒出来。
• 最坏运行时间：O(n^2)
• 最佳运行时间：O(n^2)（当然，也可以进行改进使得最佳运行时间为O(n)）

伪代码：

C++模板：

template <typename T>
void Bubble_Sort(T *array, size_t length) {
    for (int i = 0; i != length - 1; i++) {
        for (int j = 0; j + i != length - 1; j++) {
            if (array[j] > array[j + 1]) {
                T temp = array[j];
                array[j] = array[j + 1];
                array[j + 1] = temp;
            }
        }
    }
}

证明算法正确性：

运用两次循环不变式，先证明第4-6行的内循环，再证明外循环。

内循环不变式：在每次循环开始前，A[j]是A[j…n]中最小的元素。

初始：j=n，因此A[n]是A[n…n]的最小元素。
保持：当循环开始时，已知A[j]是A[j…n]的最小元素，将A[j]与A[j-1]比较，并将较小者放在j-1位置，因此能够说明A[j-1]是A[j-1…n]的最小元素，因此循环不变式保持。
终止：j=i，已知A[i]是A[i…n]中最小的元素，证毕。

接下来证明外循环不变式：在每次循环之前，A[1…i-1]包含了A中最小的i-1个元素，且已排序：A[1]<=A[2]<=…<=A[i-1]。

初始：i=1，因此A[1..0]=空，因此成立。
保持：当循环开始时，已知A[1…i-1]是A中最小的i-1个元素，且A[1]<=A[2]<=…<=A[i-1]，根据内循环不变式，终止时A[i]是A[i…n]中最小的元素，因此A[1…i]包含了A中最小的i个元素，且A[1]<=A[2]<=…<=A[i-1]<=A[i]
终止：i=n+1，已知A[1…n]是A中最小的n个元素，且A[1]<=A[2]<=…<=A[n]，得证。

在算法导论思考题2-2中又问了”冒泡排序和插入排序哪个更快“呢？

一般的人回答：“差不多吧，因为渐近时间都是O(n^2)”。
但是事实上不是这样的，插入排序的速度直接是逆序对的个数，而冒泡排序中执行“交换“的次数是逆序对的个数，因此冒泡排序执行的时间至少是逆序对的个数，因此插入排序的执行时间至少比冒泡排序快。

三、选择排序

• 特性：In-place sort，unstable sort。
• 思想：每次找一个最小值。
• 最好情况时间：O(n^2)。
• 最坏情况时间：O(n^2)。

伪代码：

C++模板：

template <typename T>
void Selection_Sort(T *array, size_t length) {
    for (int i = 0; i != length; i++) {
        int min = i;
        for (int j = i + 1; j != length; j++) {
            if (array[min] > array[j]) {
                min = j;
            }
        }
        T temp = array[i];
        array[i] = array[min];
        array[min] = temp;
    }
}

证明算法正确性：

循环不变式：A[1…i-1]包含了A中最小的i-1个元素，且已排序。

初始：i=1，A[1…0]=空，因此成立。
保持：在某次迭代开始之前，保持循环不变式，即A[1…i-1]包含了A中最小的i-1个元素，且已排序，则进入循环体后，程序从 A[i…n]中找出最小值放在A[i]处，因此A[1…i]包含了A中最小的i个元素，且已排序，而i++，因此下一次循环之前，保持 循环不变式：A[1..i-1]包含了A中最小的i-1个元素，且已排序。
终止：i=n，已知A[1…n-1]包含了A中最小的i-1个元素，且已排序，因此A[n]中的元素是最大的，因此A[1…n]已排序，证毕。

四、归并排序

• 特点：stable sort、Out-place sort
• 思想：运用分治法思想解决排序问题。
• 最坏情况运行时间：O(nlgn)
• 最佳运行时间：O(nlgn)

分治法介绍：分治法就是将原问题分解为多个独立的子问题，且这些子问题的形式和原问题相似，只是规模上减少了，求解完子问题后合并结果构成原问题的解。
分治法通常有3步：Divide（分解子问题的步骤） 、 Conquer（递归解决子问题的步骤）、 Combine（子问题解求出来后合并成原问题解的步骤）。
假设Divide需要f(n)时间，Conquer分解为b个子问题，且子问题大小为a，Combine需要g(n)时间，则递归式为：
T(n)=bT(n/a)+f(n)+g(n)

算法导论思考题4-3（参数传递）能够很好的考察对于分治法的理解。

就如归并排序，Divide的步骤为m=(p+q)/2，因此为O(1)，Combine步骤为merge()函数，Conquer步骤为分解为2个子问题，子问题大小为n/2，因此：
归并排序的递归式：T(n)=2T(n/2)+O(n)

而求解递归式的三种方法有：

• (1)替换法：主要用于验证递归式的复杂度。
• (2)递归树：能够大致估算递归式的复杂度，估算完后可以用替换法验证。
• (3)主定理：用于解一些常见的递归式。

伪代码：

C++模板：

template <typename T>
void Merge(T *sourceArray, T *temp, int Start_Index, int Mid_Index, int End_Index) {
    int i = Start_Index, j = Mid_Index + 1, k = Start_Index;
    while (i != Mid_Index + 1 && j != End_Index + 1) {
        if (sourceArray[i] > sourceArray[j]) {
            temp[k++] = sourceArray[j++];
        } else {
            temp[k++] = sourceArray[i++];
        }
    }
    while (i != Mid_Index + 1) {
        temp[k++] = sourceArray[i++];
    }
    while (j != End_Index + 1) {
        temp[k++] = sourceArray[j++];
    }
    for (int i = Start_Index; i != End_Index + 1; i++) {
        sourceArray[i] = temp[i];
    }
}

template <typename T>
void Merge_Sort(T *sourceArray, T *temp, int Start_Index, int End_Index) {
    if (Start_Index < End_Index) {
        int Mid_Index = (Start_Index + End_Index) / 2;
        Merge_Sort(sourceArray, temp, Start_Index, Mid_Index);
        Merge_Sort(sourceArray, temp, Mid_Index + 1, End_Index);
        Merge(sourceArray, temp, Start_Index, Mid_Index, End_Index);
    }
}

C++ 链表的归并排序法：

// 链表的归并排序。
void LinkedList::sort(void) {
    if (this->size() > 1) {
        node* fast = this->head;
        node* slow = this->head;
        LinkedList li_left;
        LinkedList li_right;

        li_left.head = this->head;
        while (fast != NULL && fast->next != NULL) {
            li_left._size++;
            fast = fast->next->next;
            slow = slow->next;
        }
        li_left.tail = slow->prev;
        li_left.tail->next = NULL;

        li_right.head = slow;
        li_right.head->prev = NULL;
        li_right.tail = this->tail;
        li_right._size = this->_size - li_left._size;

        this->head = NULL;
        this->tail = NULL;

        li_left.sort();
        li_right.sort();

        node* pointer_left = li_left.head;
        node* pointer_right = li_right.head;

        node* pointer_head = NULL;
        node* pointer_tail = NULL;

        while (pointer_left != NULL && pointer_right != NULL) {
            node* temp;
            if (pointer_left->data <= pointer_right->data) {
                temp = pointer_left;
                pointer_left = pointer_left->next;
            } else {
                temp = pointer_right;
                pointer_right = pointer_right->next;
            }
            if (pointer_head == NULL) {
                pointer_head = pointer_tail = temp;
            } else {
                pointer_tail->next = temp;
                temp->prev = pointer_tail;
                pointer_tail = temp;
            }
            pointer_head->prev = NULL;
            pointer_tail->next = NULL;
        }

        while (pointer_left != NULL) {
            pointer_tail->next = pointer_left;
            pointer_left->prev = pointer_tail;
            pointer_tail = pointer_left;
            pointer_left = pointer_left->next;
        }

        while (pointer_right != NULL) {
            pointer_tail->next = pointer_right;
            pointer_right->prev = pointer_tail;
            pointer_tail = pointer_right;
            pointer_right = pointer_right->next;
        }

        this->head = pointer_head;
        this->tail = pointer_tail;

        li_left.head = li_left.tail = NULL;
        li_right.head = li_right.tail = NULL;
}

举例说明：

问：归并排序的缺点是什么？

答：他是Out-place sort，因此相比快排，需要很多额外的空间。

问：为什么归并排序比快速排序慢？

答：虽然渐近复杂度一样，但是归并排序的系数比快排大。

问：对于归并排序有什么改进？

答：就是在数组长度为k时，用插入排序，因为插入排序适合对小数组排序。在算法导论思考题2-1中介绍了。复杂度为O(nk+nlg(n/k)) ，当k=O(lgn)时，复杂度为O(nlgn)

五、快速排序

算法介绍：

设要排序的数组是A[0]……A[N-1]，首先任意选取一个数据（通常选用数组的第一个数）作为关键数据，然后将所有比它小的数都放到它前面，所有比它大的数都放到它后面，这个过程称为一趟快速排序。值得注意的是，快速排序不是一种稳定的排序算法，也就是说，多个相同的值的相对位置也许会在算法结束时产生变动。
一趟快速排序的算法是：
1）设置两个变量i、j，排序开始的时候：i=0，j=N-1；
2）以第一个数组元素作为关键数据，赋值给key，即key=A[0]；
3）从j开始向前搜索，即由后开始向前搜索(j–)，找到第一个小于key的值A[j]，将A[j]和A[i]互换；
4）从i开始向后搜索，即由前开始向后搜索(i++)，找到第一个大于key的A[i]，将A[i]和A[j]互换；
5）重复第3、4步，直到i=j； (3,4步中，没找到符合条件的值，即3中A[j]不小于key,4中A[i]不大于key的时候改变j、i的值，使得j=j-1，i=i+1，直至找到为止。找到符合条件的值，进行交换的时候i， j指针位置不变。另外，i==j这一过程一定正好是i+或j-完成的时候，此时令循环结束）。

QUICK_SORT(A，p，r)
if pA，p，r)
QUICKSORT(A，p，q-1)
QUICKSORT(A，q+1，r)
/*
为排序一个完整的数组A，最初的调用是QUICKSORT(A，1，length[A]）。
快速排序算法的关键是PARTITION过程，它对子数组A[p..r]进行就地重排：
*/
PARTITION(A，p，r)
    x←A[r]
    i←p-1
    for j←p to r-1
        do if A[j]≤x
            then i←i+1
        exchange A[i]←→A[j]
        exchange A[i+1]←→A[r]
return i+1[2] 

C++模板：

template 
void Quick_Sort(T *array, int Start_Index, int End_Index) {
    if (End_Index >= Start_Index) {
        int first = Start_Index;
        int last = End_Index;
        T key = array[first];
        while (first < last) {
            while (first < last && array[last] >= key) {
                last--;
            }
            array[first] = array[last];
            while (first < last && array[first] <= key) {
                first++;
            }
            array[last] = array[first];
        }
        array[first] = key;
        Quick_Sort(array, Start_Index, first - 1);
        Quick_Sort(array, first + 1, End_Index);
    }
}