第8章-排序
目录
插入排序
直接插入排序
折半插入排序
希尔排序
交换排序
冒泡排序
快速排序
选择排序
简单选择排序
堆排序
归并排序
待补充
基数排序
内部排序算法比较
内部排序算法应用
外部排序方法
多路平衡归并与败者树
置换-选择排序（生成初始归并段）
最佳归并树
插入排序
每次将一个待排序的记录按其关键字大小插入前面已排好序的子序列。
直接插入排序
查找出L(i)在L[1,...,i-1]中的插入位置k
将L[k,...,i-1]中所有元素依次后移一个位置
将L(i)复制到L(k)中
void InsertSort(ElemType A[],int n){
int i,j;
for(i=2;i<=n;i++)//依次将A[2]~A[n]插入到前面已排序序列
if(A[i]空间O(1)
时间 最好O(n)，最坏
，平均
.
折半插入排序
void InsertSort(ElemType A[],int n){
int i,j,low,high,mid;
for(i=2;i<=n;i++){//依次将A[2]~A[n]插入到前面已排序序列
A[0]=A[i];//将A[i]暂存到A[0]
low=1，high=i-1;//折半查找范围
while(low<=high){//折半查找 默认递增有序
mid=(low+high)/2;
if(A[mid]>A[0])high=mid-1;
else low=mid+1;
}
for(j=i-1;j>=high+1;--j)
A[j+1]=A[j];//统一后移元素，空出插入位置
A[high+1]=A[0];
}
} 减少了比较元素的次数，约为
，与待排序表的初始状态无关，仅与个数n有关。
移动次数未改变，与待排序表的初始状态有关，所以折半插入排序
希尔排序
缩小增量排序
void shellSort(ElemType A[],int n){
//A[0]只是暂存单元，不是哨兵，当j<=0,插入位置已到
for(dk=n/2;dk>=1;dk=dk/2)//步长变化
if(A[i]0&&A[0] 空间O(1)
时间约
，最坏
仅适用于线性表为顺序存储，且不稳定算法。
交换排序
冒泡排序
void BubbleSort(ElemType A[],int n){
for(i=0;ii;j--)//一趟冒泡过程
if(A[j-1]>A[j]){
swap(A[j-1],A[j]);
flag=true;
}
if(flag==false)
return ;//已经有序
}
} 空间O(1)
时间最坏
快速排序
是所有内部排序算法中平均性能最优的排序算法。
void QuickSort(ElemType A[],int low,int high){
if(low=pivot)--high;
A[low] =A[high];//将比枢轴小的元素移动到左端
while(low 空间 最好 
，最坏O(n)，平均
时间最坏 ，平均
选择排序
简单选择排序
第 i 趟排序即从L[i...n]中选择关键字最小的元素与L(i)交换，每一趟可以确定一个元素的最终位置。
void SelectSort(ElemType A[],int n){
for(i=0;i空间O(1)
时间
堆排序
建立大根堆 O(n)
void BuildMaxHeap(ElemType A[],int len){
for(int i=len/2;i>0;i--)//从i=[n/2]~1，反复调整堆
HeadAdjust(A,i,len);
}
void HeadAdjust(ElenmType A[],int k,int len){
//函数HeadAdjust将元素k为根的子树进行调整
A[0]=A[k];//暂存子树的根结点
for(i=2*k;i<=len;i*=2){//沿key较大的子结点向下筛选
if(i=A[i]) break;//筛选结束
else {
A[k]=A[i];//将A[i]调整到双亲结点上
k=i;//修改k值，以便继续向下筛选
}
}
} 堆排序算法
void HeapSort(ElemType A[],int len){
BuildMaxHeap(A,len);//初始建堆
for(i=len;i>1;i--){//n-1趟的交换和建堆过程
Swap(A[i]),A[1]);//输出堆顶元素（和堆底元素交换）
HeadAdjust(A,1,i-1);//调整，把剩余i-1个元素整理成堆
}
} 空间O(1)
时间
归并排序
Merge( )：将前后相邻的两个有序表归并为一个有序表。
ElemType *B=(ElemType *)malloc((n+1)*sizeof(ElemType));//辅助数组B
void Merge(ElemType A[],int low,int mid,int high){
//表A的两段A[low..mid]和A[mid+1..high]各自有序，将他们合并成一个有序表
for(int k=low;k<=high;k++)
B[k]=A[k];//将A中所有元素复制到B中
for(i=low,j=mid+1,k=i;i<=mid&&j<=high;k++){
if(B[i]<=B[j])//比较B的左右两段中的元素
A[k]=B[i++];//将较小值复制到A中
else A[k]=B[j++];
}
while(i<=mid)A[k++]=B[i++];//若第一个表未检测完，复制
while(j<=high)A[k++]=B[j++];
} 合并：合并两个已排序的子表得到排序结果。
void MergeSort(ElemType A[],int low,int high){
if(low待补充
基数排序
内部排序算法比较
内部排序算法应用
1 )选取排序方法需要考虑的因素
待排序的元素数目n。元素本身信息量的大小。
关键字的结构及其分布情况。
稳定性的要求。
语言工具的条件,存储结构及辅助空间的大小等。
2〉排序算法小结
若n较小，可采用直接插入排序或简单选择排序。由于直接插入排序所需的记录移动
次数较简单选择排序的多，因而当记录本身信息量较大时，用简单选择排序较好。
若文件的初始状态已按关键字基本有序，则选用直接插入或冒泡排序为宜。
若n较大，则应采用时间复杂度为
序。快速排序被认为是目前基于比较的内部排序方法中最好的方法，当待排序的关键字随机分布时，快速排序的平均时间最短。堆排序所需的辅助空间少于快速排序，并且不会出现快速排序可能出现的最坏情况，这两种排序都是不稳定的。若要求排序稳定且时间复杂度为
在基于比较的排序方法中,每次比较两个关键字的大小之后，仅出现两种可能的转移，因此可以用一棵二叉树来描述比较判定过程，由此可以证明:当文件的n个关键字随机分布时，任何借助于“比较”的排序算法，至少需要
若n很大，记录的关键字位数较少且可以分解时，采用基数排序较好。
当记录本身信息量较大时，为避免耗费大量时间移动记录，可用链表作为存储结构。
外部排序方法
外部排序指待排序文件较大，内存一次放不下，需存放在外存的文件的排序。
为减少平衡归并中外存读写次数所采取的方法:增大归并路数和减少归并段个数。
利用败者树增大归并路数。
利用置换-选择排序增大归并段长度来减少归并段个数。
由长度不等的归并段，进行多路平衡归并，需要构造最佳归并树。