我們通常所說的排序算法往往指的是內(nèi)部排序算法，即數(shù)據(jù)記錄在內(nèi)存中進行排序。

排序算法大體可分為兩種：

一種是比較排序，時間復雜度O(nlogn) ~ O(n^2)，主要有：冒泡排序，選擇排序，插入排序，歸并排序，堆排序，快速排序等。

另一種是非比較排序，時間復雜度可以達到O(n)，主要有：計數(shù)排序，基數(shù)排序，桶排序等。

這里我們來探討一下常用的比較排序算法，非比較排序算法將在下一篇文章中介紹。下表給出了常見比較排序算法的性能：

有一點我們很容易忽略的是排序算法的穩(wěn)定性(騰訊校招2016筆試題曾考過)。

排序算法穩(wěn)定性的簡單形式化定義為：如果Ai= Aj，排序前Ai在Aj之前，排序后Ai還在Aj之前，則稱這種排序算法是穩(wěn)定的。

通俗地講就是保證排序前后兩個相等的數(shù)的相對順序不變。

對于不穩(wěn)定的排序算法，只要舉出一個實例，即可說明它的不穩(wěn)定性；而對于穩(wěn)定的排序算法，必須對算法進行分析從而得到穩(wěn)定的特性。

需要注意的是，排序算法是否為穩(wěn)定的是由具體算法決定的，不穩(wěn)定的算法在某種條件下可以變?yōu)榉€(wěn)定的算法，而穩(wěn)定的算法在某種條件下也可以變?yōu)椴环€(wěn)定的算法。

例如，對于冒泡排序，原本是穩(wěn)定的排序算法，如果將記錄交換的條件改成A[i] >= A[i + 1]，則兩個相等的記錄就會交換位置，從而變成不穩(wěn)定的排序算法。

其次，說一下排序算法穩(wěn)定性的好處。排序算法如果是穩(wěn)定的，那么從一個鍵上排序，然后再從另一個鍵上排序，前一個鍵排序的結(jié)果可以為后一個鍵排序所用。

基數(shù)排序就是這樣，先按低位排序，逐次按高位排序，低位排序后元素的順序在高位也相同時是不會改變的。

冒泡排序(Bubble Sort)

冒泡排序是一種極其簡單的排序算法，也是我所學的第一個排序算法。

它重復地走訪過要排序的元素，依次比較相鄰兩個元素，如果他們的順序錯誤就把他們調(diào)換過來，直到?jīng)]有元素再需要交換，排序完成。

這個算法的名字由來是因為越小(或越大)的元素會經(jīng)由交換慢慢“浮”到數(shù)列的頂端

冒泡排序算法的運作如下：

比較相鄰的元素，如果前一個比后一個大，就把它們兩個調(diào)換位置。

對每一對相鄰元素作同樣的工作，從開始第一對到結(jié)尾的最后一對。這步做完后，最后的元素會是最大的數(shù)。

針對所有的元素重復以上的步驟，除了最后一個。

持續(xù)每次對越來越少的元素重復上面的步驟，直到?jīng)]有任何一對數(shù)字需要比較。

由于它的簡潔，冒泡排序通常被用來對于程序設(shè)計入門的學生介紹算法的概念。

冒泡排序的代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(n^2)

// 最優(yōu)時間復雜度 ---- 如果能在內(nèi)部循環(huán)第一次運行時,使用一個旗標來表示有無需要交換的可能,可以把最優(yōu)時間復雜度降低到O(n)

// 平均時間復雜度 ---- O(n^2)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 穩(wěn)定

void Swap(int A[], int i, int j)

{

int temp = A[i];

A[i] = A[j];

A[j] = temp;

}

void BubbleSort(int A[], int n)

{

for (int j = 0; j < n - 1; j++)? ? ? ? ?// 每次最大元素就像氣泡一樣"浮"到數(shù)組的最后

{

for (int i = 0; i < n - 1 - j; i++) // 依次比較相鄰的兩個元素,使較大的那個向后移

{

if (A[i] > A[i + 1]) // 如果條件改成A[i] >= A[i + 1],則變?yōu)椴环€(wěn)定的排序算法

{

Swap(A, i, i + 1);

}

}

}

}

int main()

{

int A[] = { 6, 5, 3, 1, 8, 7, 2, 4 }; // 從小到大冒泡排序

int n = sizeof(A) / sizeof(int);

BubbleSort(A, n);

printf("冒泡排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

上述代碼對序列{ 6, 5, 3, 1, 8, 7, 2, 4 }進行冒泡排序的實現(xiàn)過程如下

使用冒泡排序為一列數(shù)字進行排序的過程如右圖所示：

盡管冒泡排序是最容易了解和實現(xiàn)的排序算法之一，但它對于少數(shù)元素之外的數(shù)列排序是很沒有效率的。

冒泡排序的改進：雞尾酒排序

雞尾酒排序，也叫定向冒泡排序，是冒泡排序的一種改進。

此算法與冒泡排序的不同處在于從低到高然后從高到低，而冒泡排序則僅從低到高去比較序列里的每個元素。他可以得到比冒泡排序稍微好一點的效能。

雞尾酒排序的代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(n^2)

// 最優(yōu)時間復雜度 ---- 如果序列在一開始已經(jīng)大部分排序過的話,會接近O(n)

// 平均時間復雜度 ---- O(n^2)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 穩(wěn)定

void Swap(int A[], int i, int j)

{

int temp = A[i];

A[i] = A[j];

A[j] = temp;

}

void CocktailSort(int A[], int n)

{

int left = 0; // 初始化邊界

int right = n - 1;

while (left < right)

{

for (int i = left; i < right; i++)? ?// 前半輪,將最大元素放到后面

{

if (A[i] > A[i + 1])

{

Swap(A, i, i + 1);

}

}

right--;

for (int i = right; i > left; i--) // 后半輪,將最小元素放到前面

{

if (A[i - 1] > A[i])

{

Swap(A, i - 1, i);

}

}

left++;

}

}

int main()

{

int A[] = { 6, 5, 3, 1, 8, 7, 2, 4 }; // 從小到大定向冒泡排序

int n = sizeof(A) / sizeof(int);

CocktailSort(A, n);

printf("雞尾酒排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

使用雞尾酒排序為一列數(shù)字進行排序的過程如右圖所示：

以序列(2,3,4,5,1)為例，雞尾酒排序只需要訪問一次序列就可以完成排序，但如果使用冒泡排序則需要四次。

但是在亂數(shù)序列的狀態(tài)下，雞尾酒排序與冒泡排序的效率都很差勁。

選擇排序(Selection Sort)

選擇排序也是一種簡單直觀的排序算法。

它的工作原理很容易理解：初始時在序列中找到最小（大）元素，放到序列的起始位置作為已排序序列；然后，再從剩余未排序元素中繼續(xù)尋找最小（大）元素，放到已排序序列的末尾。

以此類推，直到所有元素均排序完畢。

注意選擇排序與冒泡排序的區(qū)別：

冒泡排序通過依次交換相鄰兩個順序不合法的元素位置，從而將當前最小（大）元素放到合適的位置；

而選擇排序每遍歷一次都記住了當前最小（大）元素的位置，最后僅需一次交換操作即可將其放到合適的位置。

選擇排序的代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(n^2)

// 最優(yōu)時間復雜度 ---- O(n^2)

// 平均時間復雜度 ---- O(n^2)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 不穩(wěn)定

void Swap(int A[], int i, int j)

{

int temp = A[i];

A[i] = A[j];

A[j] = temp;

}

void SelectionSort(int A[], int n)

{

for (int i = 0; i < n - 1; i++)? ? ? ? ?// i為已排序序列的末尾

{

int min = i;

for (int j = i + 1; j < n; j++)? ? ?// 未排序序列

{

if (A[j] < A[min])? ? ? ? ? ? ? // 找出未排序序列中的最小值

{

min = j;

}

}

if (min != i)

{

Swap(A, min, i); // 放到已排序序列的末尾，該操作很有可能把穩(wěn)定性打亂，所以選擇排序是不穩(wěn)定的排序算法

}

}

}

int main()

{

int A[] = { 8, 5, 2, 6, 9, 3, 1, 4, 0, 7 }; // 從小到大選擇排序

int n = sizeof(A) / sizeof(int);

SelectionSort(A, n);

printf("選擇排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

上述代碼對序列{ 8, 5, 2, 6, 9, 3, 1, 4, 0, 7 }進行選擇排序的實現(xiàn)過程如右圖：

使用選擇排序為一列數(shù)字進行排序的宏觀過程：

選擇排序是不穩(wěn)定的排序算法，不穩(wěn)定發(fā)生在最小元素與A[i]交換的時刻。

比如序列：{ 5, 8, 5, 2, 9 }，一次選擇的最小元素是2，然后把2和第一個5進行交換，從而改變了兩個元素5的相對次序。

插入排序(Insertion Sort)

插入排序是一種簡單直觀的排序算法。它的工作原理非常類似于我們抓撲克牌

對于未排序數(shù)據(jù)(右手抓到的牌)，在已排序序列(左手已經(jīng)排好序的手牌)中從后向前掃描，找到相應位置并插入。

插入排序在實現(xiàn)上，通常采用in-place排序（即只需用到O(1)的額外空間的排序），因而在從后向前掃描過程中，需要反復把已排序元素逐步向后挪位，為最新元素提供插入空間。

具體算法描述如下：

從第一個元素開始，該元素可以認為已經(jīng)被排序

取出下一個元素，在已經(jīng)排序的元素序列中從后向前掃描

如果該元素（已排序）大于新元素，將該元素移到下一位置

重復步驟3，直到找到已排序的元素小于或者等于新元素的位置

將新元素插入到該位置后

重復步驟2~5

插入排序的代碼如下：

#include

// 分類 ------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- 最壞情況為輸入序列是降序排列的,此時時間復雜度O(n^2)

// 最優(yōu)時間復雜度 ---- 最好情況為輸入序列是升序排列的,此時時間復雜度O(n)

// 平均時間復雜度 ---- O(n^2)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 穩(wěn)定

void InsertionSort(int A[], int n)

{

for (int i = 1; i < n; i++)? ? ? ? ?// 類似抓撲克牌排序

{

int get = A[i]; // 右手抓到一張撲克牌

int j = i - 1; // 拿在左手上的牌總是排序好的

while (j >= 0 && A[j] > get) // 將抓到的牌與手牌從右向左進行比較

{

A[j + 1] = A[j]; // 如果該手牌比抓到的牌大，就將其右移

j--;

}

A[j + 1] = get; // 直到該手牌比抓到的牌小(或二者相等)，將抓到的牌插入到該手牌右邊(相等元素的相對次序未變，所以插入排序是穩(wěn)定的)

}

}

int main()

{

int A[] = { 6, 5, 3, 1, 8, 7, 2, 4 };// 從小到大插入排序

int n = sizeof(A) / sizeof(int);

InsertionSort(A, n);

printf("插入排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

上述代碼對序列{ 6, 5, 3, 1, 8, 7, 2, 4 }進行插入排序的實現(xiàn)過程如下

使用插入排序為一列數(shù)字進行排序的宏觀過程：

插入排序不適合對于數(shù)據(jù)量比較大的排序應用。

但是，如果需要排序的數(shù)據(jù)量很小，比如量級小于千，那么插入排序還是一個不錯的選擇。

插入排序在工業(yè)級庫中也有著廣泛的應用，在STL的sort算法和stdlib的qsort算法中，都將插入排序作為快速排序的補充，用于少量元素的排序（通常為8個或以下）。

插入排序的改進：二分插入排序

對于插入排序，如果比較操作的代價比交換操作大的話，可以采用二分查找法來減少比較操作的次數(shù)，我們稱為二分插入排序，代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(n^2)

// 最優(yōu)時間復雜度 ---- O(nlogn)

// 平均時間復雜度 ---- O(n^2)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 穩(wěn)定

void InsertionSortDichotomy(int A[], int n)

{

for (int i = 1; i < n; i++)

{

int get = A[i]; // 右手抓到一張撲克牌

int left = 0; // 拿在左手上的牌總是排序好的，所以可以用二分法

int right = i - 1; // 手牌左右邊界進行初始化

while (left <= right)? ? ? ? ? ? // 采用二分法定位新牌的位置

{

int mid = (left + right) / 2;

if (A[mid] > get)

right = mid - 1;

else

left = mid + 1;

}

for (int j = i - 1; j >= left; j--) // 將欲插入新牌位置右邊的牌整體向右移動一個單位

{

A[j + 1] = A[j];

}

A[left] = get; // 將抓到的牌插入手牌

}

}

int main()

{

int A[] = { 5, 2, 9, 4, 7, 6, 1, 3, 8 };// 從小到大二分插入排序

int n = sizeof(A) / sizeof(int);

InsertionSortDichotomy(A, n);

printf("二分插入排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

當n較大時，二分插入排序的比較次數(shù)比直接插入排序的最差情況好得多，但比直接插入排序的最好情況要差，所當以元素初始序列已經(jīng)接近升序時，直接插入排序比二分插入排序比較次數(shù)少。

二分插入排序元素移動次數(shù)與直接插入排序相同，依賴于元素初始序列。

插入排序的更高效改進：希爾排序(Shell Sort)

希爾排序，也叫遞減增量排序，是插入排序的一種更高效的改進版本。希爾排序是不穩(wěn)定的排序算法。

希爾排序是基于插入排序的以下兩點性質(zhì)而提出改進方法的：

插入排序在對幾乎已經(jīng)排好序的數(shù)據(jù)操作時，效率高，即可以達到線性排序的效率

但插入排序一般來說是低效的，因為插入排序每次只能將數(shù)據(jù)移動一位

希爾排序通過將比較的全部元素分為幾個區(qū)域來提升插入排序的性能。這樣可以讓一個元素可以一次性地朝最終位置前進一大步。

然后算法再取越來越小的步長進行排序，算法的最后一步就是普通的插入排序，但是到了這步，需排序的數(shù)據(jù)幾乎是已排好的了（此時插入排序較快）。

假設(shè)有一個很小的數(shù)據(jù)在一個已按升序排好序的數(shù)組的末端。如果用復雜度為O(n^2)的排序（冒泡排序或直接插入排序），可能會進行n次的比較和交換才能將該數(shù)據(jù)移至正確位置。

而希爾排序會用較大的步長移動數(shù)據(jù)，所以小數(shù)據(jù)只需進行少數(shù)比較和交換即可到正確位置。

希爾排序的代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- 根據(jù)步長序列的不同而不同。已知最好的為O(n(logn)^2)

// 最優(yōu)時間復雜度 ---- O(n)

// 平均時間復雜度 ---- 根據(jù)步長序列的不同而不同。

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 不穩(wěn)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)

{

for (int 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; // 遞減增量

}

}

int main()

{

int A[] = { 5, 2, 9, 4, 7, 6, 1, 3, 8 };// 從小到大希爾排序

int n = sizeof(A) / sizeof(int);

ShellSort(A, n);

printf("希爾排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

以23, 10, 4, 1的步長序列進行希爾排序：

希爾排序是不穩(wěn)定的排序算法，雖然一次插入排序是穩(wěn)定的，不會改變相同元素的相對順序，但在不同的插入排序過程中，相同的元素可能在各自的插入排序中移動，最后其穩(wěn)定性就會被打亂

比如序列：{3, 5,10,8, 7, 2, 8, 1, 20, 6 }，h=2時分成兩個子序列{3, 10, 7, 8, 20 } 和{5, 8, 2, 1, 6 } ，未排序之前第二個子序列中的8在前面，現(xiàn)在對兩個子序列進行插入排序，得到{3,7,8,10, 20 } 和 {1,2,5,6,8} ，即{3, 1,7,2, 8, 5,10, 6, 20, 8 } ，兩個8的相對次序發(fā)生了改變。

歸并排序(Merge Sort)

歸并排序是創(chuàng)建在歸并操作上的一種有效的排序算法，效率為O(nlogn)，1945年由馮·諾伊曼首次提出。

歸并排序的實現(xiàn)分為遞歸實現(xiàn)與非遞歸(迭代)實現(xiàn)。

遞歸實現(xiàn)的歸并排序是算法設(shè)計中分治策略的典型應用，我們將一個大問題分割成小問題分別解決，然后用所有小問題的答案來解決整個大問題。

非遞歸(迭代)實現(xiàn)的歸并排序首先進行是兩兩歸并，然后四四歸并，然后是八八歸并，一直下去直到歸并了整個數(shù)組。

歸并排序算法主要依賴歸并(Merge)操作。

歸并操作指的是將兩個已經(jīng)排序的序列合并成一個序列的操作。

歸并操作步驟如下：

申請空間，使其大小為兩個已經(jīng)排序序列之和，該空間用來存放合并后的序列

設(shè)定兩個指針，最初位置分別為兩個已經(jīng)排序序列的起始位置

比較兩個指針所指向的元素，選擇相對小的元素放入到合并空間，并移動指針到下一位置

重復步驟3直到某一指針到達序列尾

將另一序列剩下的所有元素直接復制到合并序列尾

歸并排序的代碼如下：

#include

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(nlogn)

// 最優(yōu)時間復雜度 ---- O(nlogn)

// 平均時間復雜度 ---- O(nlogn)

// 所需輔助空間 ------ O(n)

// 穩(wěn)定性 ------------ 穩(wěn)定

void Merge(int A[], int left, int mid, int right)// 合并兩個已排好序的數(shù)組A[left...mid]和A[mid+1...right]

{

int len = right - left + 1;

int *temp = new int[len]; // 輔助空間O(n)

int index = 0;

int i = left; // 前一數(shù)組的起始元素

int j = mid + 1; // 后一數(shù)組的起始元素

while (i <= mid && j <= right)

{

temp[index++] = A[i] <= A[j] ? A[i++] : A[j++];? // 帶等號保證歸并排序的穩(wěn)定性

}

while (i <= mid)

{

temp[index++] = A[i++];

}

while (j <= right)

{

temp[index++] = A[j++];

}

for (int k = 0; k < len; k++)

{

A[left++] = temp[k];

}

}

void MergeSortRecursion(int A[], int left, int right) // 遞歸實現(xiàn)的歸并排序(自頂向下)

{

if (left == right) // 當待排序的序列長度為1時，遞歸開始回溯，進行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) // 非遞歸(迭代)實現(xiàn)的歸并排序(自底向上)

{

int left, mid, right;// 子數(shù)組索引,前一個為A[left...mid]，后一個子數(shù)組為A[mid+1...right]

for (int i = 1; i < len; i *= 2)? ? ? ? // 子數(shù)組的大小i初始為1，每輪翻倍

{

left = 0;

while (left + i < len)? ? ? ? ? ? ? // 后一個子數(shù)組存在(需要歸并)

{

mid = left + i - 1;

right = mid + i < len ? mid + i : len - 1;// 后一個子數(shù)組大小可能不夠

Merge(A, left, mid, right);

left = right + 1; // 前一個子數(shù)組索引向后移動

}

}

}

int main()

{

int A1[] = { 6, 5, 3, 1, 8, 7, 2, 4 }; // 從小到大歸并排序

int A2[] = { 6, 5, 3, 1, 8, 7, 2, 4 };

int n1 = sizeof(A1) / sizeof(int);

int n2 = sizeof(A2) / sizeof(int);

MergeSortRecursion(A1, 0, n1 - 1); // 遞歸實現(xiàn)

MergeSortIteration(A2, n2); // 非遞歸實現(xiàn)

printf("遞歸實現(xiàn)的歸并排序結(jié)果：");

for (int i = 0; i < n1; i++)

{

printf("%d ", A1[i]);

}

printf(" ");

printf("非遞歸實現(xiàn)的歸并排序結(jié)果：");

for (int i = 0; i < n2; i++)

{

printf("%d ", A2[i]);

}

printf(" ");

return 0;

}

上述代碼對序列{ 6, 5, 3, 1, 8, 7, 2, 4 }進行歸并排序的實例如下

使用歸并排序為一列數(shù)字進行排序的宏觀過程：

歸并排序除了可以對數(shù)組進行排序，還可以高效的求出數(shù)組小和（即單調(diào)和）以及數(shù)組中的逆序?qū)Γ斠娺@篇博文。

堆排序(Heap Sort)

堆排序是指利用堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計的一種選擇排序算法。

堆是一種近似完全二叉樹的結(jié)構(gòu)（通常堆是通過一維數(shù)組來實現(xiàn)的），并滿足性質(zhì)：以最大堆（也叫大根堆、大頂堆）為例，其中父結(jié)點的值總是大于它的孩子節(jié)點。

我們可以很容易的定義堆排序的過程：

由輸入的無序數(shù)組構(gòu)造一個最大堆，作為初始的無序區(qū)

把堆頂元素（最大值）和堆尾元素互換

把堆（無序區(qū)）的尺寸縮小1，并調(diào)用heapify(A, 0)從新的堆頂元素開始進行堆調(diào)整

重復步驟2，直到堆的尺寸為1

堆排序的代碼如下：

#include

// 分類 -------------- 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) ---------- 數(shù)組

// 最差時間復雜度 ---- O(nlogn)

// 最優(yōu)時間復雜度 ---- O(nlogn)

// 平均時間復雜度 ---- O(nlogn)

// 所需輔助空間 ------ O(1)

// 穩(wěn)定性 ------------ 不穩(wěn)定

void Swap(int A[], int i, int j)

{

int temp = A[i];

A[i] = A[j];

A[j] = temp;

}

void Heapify(int A[], int i, int size) // 從A[i]向下進行堆調(diào)整

{

int left_child = 2 * i + 1; // 左孩子索引

int right_child = 2 * i + 2; // 右孩子索引

int max = i; // 選出當前結(jié)點與其左右孩子三者之中的最大值

if (left_child < size && A[left_child] > A[max])

max = left_child;

if (right_child < size && A[right_child] > A[max])

max = right_child;

if (max != i)

{

Swap(A, i, max); // 把當前結(jié)點和它的最大(直接)子節(jié)點進行交換

Heapify(A, max, size); // 遞歸調(diào)用，繼續(xù)從當前結(jié)點向下進行堆調(diào)整

}

}

堆排序算法的演示：

動畫中在排序過程之前簡單的表現(xiàn)了創(chuàng)建堆的過程以及堆的邏輯結(jié)構(gòu)。

堆排序是不穩(wěn)定的排序算法，不穩(wěn)定發(fā)生在堆頂元素與A[i]交換的時刻。

比如序列：{ 9, 5, 7,5 }，堆頂元素是9，堆排序下一步將9和第二個5進行交換，得到序列{5, 5, 7,9}，再進行堆調(diào)整得到{7, 5,5,9}，重復之前的操作最后得到{ 5,5, 7,9}從而改變了兩個5的相對次序。

快速排序(Quick Sort)

快速排序是由東尼·霍爾所發(fā)展的一種排序算法。在平均狀況下，排序n個元素要O(nlogn)次比較。

在最壞狀況下則需要O(n^2)次比較，但這種狀況并不常見。

事實上，快速排序通常明顯比其他O(nlogn)算法更快，因為它的內(nèi)部循環(huán)可以在大部分的架構(gòu)上很有效率地被實現(xiàn)出來。

快速排序使用分治策略(Divide and Conquer)來把一個序列分為兩個子序列。步驟為：

從序列中挑出一個元素，作為”基準”(pivot).

把所有比基準值小的元素放在基準前面，所有比基準值大的元素放在基準的后面（相同的數(shù)可以到任一邊），這個稱為分區(qū)(partition)操作。

對每個分區(qū)遞歸地進行步驟1~2，遞歸的結(jié)束條件是序列的大小是0或1，這時整體已經(jīng)被排好序了。

快速排序的代碼如下：

#include

// 分類 ------------ 內(nèi)部比較排序

// 數(shù)據(jù)結(jié)構(gòu) --------- 數(shù)組

// 最差時間復雜度 ---- 每次選取的基準都是最大（或最小）的元素，導致每次只劃分出了一個分區(qū)，需要進行n-1次劃分才能結(jié)束遞歸，時間復雜度為O(n^2)

// 最優(yōu)時間復雜度 ---- 每次選取的基準都是中位數(shù)，這樣每次都均勻的劃分出兩個分區(qū)，只需要logn次劃分就能結(jié)束遞歸，時間復雜度為O(nlogn)

// 平均時間復雜度 ---- O(nlogn)

// 所需輔助空間 ------ 主要是遞歸造成的棧空間的使用(用來保存left和right等局部變量)，取決于遞歸樹的深度，一般為O(logn)，最差為O(n)

// 穩(wěn)定性 ---------- 不穩(wěn)定

void Swap(int A[], int i, int j)

{

int temp = A[i];

A[i] = A[j];

A[j] = temp;

}

int Partition(int A[], int left, int right) // 劃分函數(shù)

{

int pivot = A[right]; // 這里每次都選擇最后一個元素作為基準

int tail = left - 1; // tail為小于基準的子數(shù)組最后一個元素的索引

for (int i = left; i < right; i++)? // 遍歷基準以外的其他元素

{

if (A[i] <= pivot)? ? ? ? ? ? ? // 把小于等于基準的元素放到前一個子數(shù)組末尾

{

Swap(A, ++tail, i);

}

}

Swap(A, tail + 1, right); // 最后把基準放到前一個子數(shù)組的后邊，剩下的子數(shù)組既是大于基準的子數(shù)組

// 該操作很有可能把后面元素的穩(wěn)定性打亂，所以快速排序是不穩(wěn)定的排序算法

return tail + 1; // 返回基準的索引

}

void QuickSort(int A[], int left, int right)

{

if (left >= right)

return;

int pivot_index = Partition(A, left, right); // 基準的索引

QuickSort(A, left, pivot_index - 1);

QuickSort(A, pivot_index + 1, right);

}

int main()

{

int A[] = { 5, 2, 9, 4, 7, 6, 1, 3, 8 }; // 從小到大快速排序

int n = sizeof(A) / sizeof(int);

QuickSort(A, 0, n - 1);

printf("快速排序結(jié)果：");

for (int i = 0; i < n; i++)

{

printf("%d ", A[i]);

}

printf(" ");

return 0;

}

使用快速排序法對一列數(shù)字進行排序的過程：

快速排序是不穩(wěn)定的排序算法，不穩(wěn)定發(fā)生在基準元素與A[tail+1]交換的時刻。

比如序列：{ 1, 3, 4, 2, 8, 9, 8, 7, 5 }，基準元素是5，一次劃分操作后5要和第一個8進行交換，從而改變了兩個元素8的相對次序。

Java系統(tǒng)提供的Arrays.sort函數(shù)。對于基礎(chǔ)類型，底層使用快速排序。對于非基礎(chǔ)類型，底層使用歸并排序。請問是為什么？

答：這是考慮到排序算法的穩(wěn)定性。

對于基礎(chǔ)類型，相同值是無差別的，排序前后相同值的相對位置并不重要，所以選擇更為高效的快速排序，盡管它是不穩(wěn)定的排序算法；

而對于非基礎(chǔ)類型，排序前后相等實例的相對位置不宜改變，所以選擇穩(wěn)定的歸并排序。