C语言描述数据结构 —— 常见排序(3)计数排序、归并排序

1.计数排序

计数排序是刷题常用的一种算法。但事实上我们并不把它用来排序，更多的是用来统计。实现这个算法需要两个数组，我们来看图具体分析：

这就是计数排序的基本思想——映射。即将arr的数组元素的值看成tmp数组的下标，然后统计arr数组中各个元素出现的次数，这也是为什么将此排序称为计数排序的原因。那么图中介绍的方式称为绝对映射。但是我们需要考虑一个问题，如果arr数组的元素依次为：1、2022、4312、99837，那么tmp的所开辟的空间必须以最大值为准，空间的浪费是非常严重的。

我们有一种新的概念叫做相对映射，可以一定程度上优化绝对映射带来的负面效果。我们看图：

此时我们便可以使用代码描述这个排序算法了：

#include 
#include 
#include 
#include 
#include 

void Print(int* a, int n)
{
	assert(a);
	for (int i = 0; i < n; i++)
	{
		printf("%d ", a[i]);
	}
}


void CountSort(int* a, int n)
{
	assert(a);
	//找到数组最大、最小的元素
	int max = a[0], min = a[0];
	for (int i = 0; i < n; i++)
	{
		if (max < a[i])
		{
			max = a[i];
		}
		if (min > a[i])
		{
			min = a[i];
		}
	}
	//创建tmp数组，并且进行映射
	int size = max - min + 1;
	int* tmp = (int*)calloc(1,sizeof(int) * size);
	assert(tmp);
	for (int i = 0; i < n; i++)
	{
		tmp[a[i] - min]++;
	}
	//将tmp的有效下标拷贝回arr数组
	int count = 0;
	for (int i = 0; i < size; i++)
	{
		while (tmp[i] != 0)
		{
			a[count++] = i;
			tmp[i]--;
		}
	}
}
int main()
{
	int size = 10;
	int* arr = (int*)malloc(sizeof(int) * size);
	assert(arr);
	srand((unsigned int)time(NULL));
	for (int i = 0; i < size; i++)
	{
		arr[i] = rand() % 100;
	}
	CountSort(arr, size);
	Print(arr, size);
	free(arr);
	arr = NULL;
	return 0;
}

观察代码可以发现，计数排序适合工作在非浮点数、且数值相对集中的场景中。

2.归并排序基本思想

假设我们有两个有序数组，我们的任务是将它合并成一个有序数组，我们应该如何操作？这就是归并排序的经典问题。

但是既然是排序算法，我们不可能每次都碰到两个有序数组让我们使用的。所以针对一个数组的时候，我们也可以将它拆为二叉树的结构去进行计算。

3.递归归并排序

使用递归更加契合二叉树结构。

void _MergeSort(int* a, int begin, int end, int* tmp)
{
	assert(a && tmp);
	//递归返回条件
	if (begin >= end)
	{
		return;
	}
	//递归知道元素个数为1
	int mid = (end + begin) / 2;
	_MergeSort(a, begin, mid, tmp);
	_MergeSort(a, mid+1,end, tmp);

	//开始归并排序
	int begin1 = begin, end1 = mid;
	int begin2 = mid + 1, end2 = end;
	int i = begin1;
	while (begin1 <= end1 && begin2 <= end2)
	{
		if (a[begin1] <= a[begin2])
		{
			tmp[i++] = a[begin1++];
		}
		else
		{
			tmp[i++] = a[begin2++];
		}
	}
	while (begin1 <= end1)
	{
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = a[begin2++];
	}
	memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + 1));
}
void MergeSort(int* a, int n)
{
	assert(a);
	//归并需要一块空间存储有序序列
	int* tmp = (int*)malloc(sizeof(int) * n);
	assert(tmp);
	_MergeSort(a, 0, n - 1, tmp);
	free(tmp);
	tmp = NULL;
}
int main()
{
	int size = 1000000;
	int* arr = (int*)malloc(sizeof(int) * size);
	assert(arr);
	srand((unsigned int)time(NULL));
	for (int i = 0; i < size; i++)
	{
		arr[i] = rand();
	}
	//CountSort(arr, size);
	MergeSort(arr, size);
	Print(arr, size);
	free(arr);
	arr = NULL;
	return 0;
}

归并排序的时间复杂度为O(NlogN)*，效率也非常高，只不过空间复杂度稍微高一些。

4.非递归归并排序

非递归的归并排序可以看成是一颗倒的二叉树结构。与希尔排序可能有些相像。

我们用代码描述也非常简单：

void MergeSortNonR(int* a, int n)
{
	assert(a);
	int* tmp = (int*)calloc(1,sizeof(int) * n);
	assert(tmp);

	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;
			int j = begin1;
			//如果第一组有序序列没有元素，不排序
			if (begin1 >= n)
			{
				break;
			}
			//如果第二组有序序列没有元素，不排序
			if (begin2 >= n)
			{
				break;
			}
			//如果第二组有序序列元素个数不满gap
			//就将有效元素组成有序序列排序
			if (end2 >= n)
			{
				end2 = n - 1;
			}
			while (begin1 <= end1 && begin2 <= end2)
			{
				if (a[begin1] <= a[begin2])
				{
					tmp[j++] = a[begin1++];
				}
				else
				{
					tmp[j++] = a[begin2++];
				}
			}
			while (begin1 <= end1)
			{
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2)
			{
				tmp[j++] = a[begin2++];
			}
			//每成功归并排序一组，就复制一组
			//注意：并不是每一次排序完成再复制回原数组
			memcpy(a + i, tmp + i, sizeof(int) * (end2-i + 1));
		}
		gap *= 2;
	}
	free(tmp);
	tmp = NULL;
}
int main()
{
	int size = 1000000;
	int* arr = (int*)malloc(sizeof(int) * size);
	assert(arr);
	srand((unsigned int)time(NULL));
	for (int i = 0; i < size; i++)
	{
		arr[i] = rand();
	}
	//CountSort(arr, size);
	//MergeSort(arr, size);
	MergeSortNonR(arr, size);
	Print(arr, size);
	free(arr);
	arr = NULL;
	return 0;
}