C++經(jīng)典排序算法全集

C++排序算法全集
排序算法是一種基本并且常用的算法。由于實際工作中處理的數(shù)量巨大，所以排序算法對算法本身的速度要求很高。
而一般我們所謂的算法的性能主要是指算法的復(fù)雜度，一般用O方法來表示。在后面我將給出詳細(xì)的說明。

對于排序的算法我想先做一點簡單的介紹，也是給這篇文章理一個提綱。
我將按照算法的復(fù)雜度，從簡單到難來分析算法。
第一部分是簡單排序算法，后面你將看到他們的共同點是算法復(fù)雜度為O(N＊N)（因為沒有使用word，所以無法打出上標(biāo)和下標(biāo)）。
第二部分是高級排序算法，復(fù)雜度為O(Log2(N))。這里我們只介紹一種算法。另外還有幾種算法因為涉及樹與堆的概念，所以這里不于討論。
第三部分類似動腦筋。這里的兩種算法并不是最好的（甚至有最慢的），但是算法本身比較奇特，值得參考（編程的角度）。同時也可以讓我們從另外的角度來認(rèn)識這個問題。
第四部分是我送給大家的一個餐后的甜點——一個基于模板的通用快速排序。由于是模板函數(shù)可以對任何數(shù)據(jù)類型排序（抱歉，里面使用了一些論壇專家的呢稱）。
　
現(xiàn)在，讓我們開始吧：
　
一、簡單排序算法
由于程序比較簡單，所以沒有加什么注釋。所有的程序都給出了完整的運行代碼，并在我的VC環(huán)境下運行通過。因為沒有涉及MFC和WINDOWS的內(nèi)容，所以在BORLAND C++的平臺上應(yīng)該也不會有什么問題的。在代碼的后面給出了運行過程示意，希望對理解有幫助。

1.冒泡法：
這是最原始，也是眾所周知的最慢的算法了。他的名字的由來因為它的工作看來象是冒泡：
#include ＜iostream.h＞

void BubbleSort(int＊ pData，int Count)
{
int iTemp;
for(int i＝1;i＜Count;i++)
{
　for(int j＝Count-1;j＞＝i;j--)
　{
　　if(pData[j]＜pData[j-1])
　　{
　　iTemp ＝ pData[j-1];
　　pData[j-1] ＝ pData[j];
　　pData[j] ＝ iTemp;
　　}
　}
}
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
BubbleSort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}

倒序(最糟情況)
第一輪：10，9，8，7-＞10，9，7，8-＞10，7，9，8-＞7，10，9，8(交換3次)
第二輪：7，10，9，8-＞7，10，8，9-＞7，8，10，9(交換2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環(huán)次數(shù)：6次
交換次數(shù)：6次

其他：
第一輪：8，10，7，9-＞8，10，7，9-＞8，7，10，9-＞7，8，10，9(交換2次)
第二輪：7，8，10，9-＞7，8，10，9-＞7，8，10，9(交換0次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環(huán)次數(shù)：6次
交換次數(shù)：3次

上面我們給出了程序段，現(xiàn)在我們分析它：這里，影響我們算法性能的主要部分是循環(huán)和交換，顯然，次數(shù)越多，性能就越差。從上面的程序我們可以看出循環(huán)的次數(shù)是固定的，為1+2+...+n-1。
寫成公式就是1/2＊(n-1)＊n。
現(xiàn)在注意，我們給出O方法的定義：

若存在一常量K和起點n0，使當(dāng)n＞＝n0時，有f(n)＜＝K＊g(n)，則f(n) ＝ O(g(n))。（呵呵，不要說沒學(xué)好數(shù)學(xué)呀，對于編程數(shù)學(xué)是非常重要的�。。。�

現(xiàn)在我們來看1/2＊(n-1)＊n，當(dāng)K＝1/2，n0＝1，g(n)＝n＊n時，1/2＊(n-1)＊n＜＝1/2＊n＊n＝K＊g(n)。所以f(n) ＝O(g(n))＝O(n＊n)。所以我們程序循環(huán)的復(fù)雜度為O(n＊n)。
再看交換。從程序后面所跟的表可以看到，兩種情況的循環(huán)相同，交換不同。其實交換本身同數(shù)據(jù)源的有序程度有極大的關(guān)系，當(dāng)數(shù)據(jù)處于倒序的情況時，交換次數(shù)同循環(huán)一樣（每次循環(huán)判斷都會交換），復(fù)雜度為O(n＊n)。當(dāng)數(shù)據(jù)為正序，將不會有交換。復(fù)雜度為O(0)。亂序時處于中間狀態(tài)。正是由于這樣的原因，我們通常都是通過循環(huán)次數(shù)來對比算法。


2.交換法：
交換法的程序最清晰簡單，每次用當(dāng)前的元素一一的同其后的元素比較并交換。
#include ＜iostream.h＞
void ExchangeSort(int＊ pData，int Count)
{
int iTemp;
for(int i＝0;i＜Count-1;i++)
{
　for(int j＝i+1;j＜Count;j++)
　{
　　if(pData[j]＜pData)
　　{
　　iTemp ＝ pData;
　　pData ＝ pData[j];
　　pData[j] ＝ iTemp;
　　}
　}
}
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
ExchangeSort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞9，10，8，7-＞8，10，9，7-＞7，10，9，8(交換3次)
第二輪：7，10，9，8-＞7，9，10，8-＞7，8，10，9(交換2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環(huán)次數(shù)：6次
交換次數(shù)：6次

其他：
第一輪：8，10，7，9-＞8，10，7，9-＞7，10，8，9-＞7，10，8，9(交換1次)
第二輪：7，10，8，9-＞7，8，10，9-＞7，8，10，9(交換1次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環(huán)次數(shù)：6次
交換次數(shù)：3次

從運行的表格來看，交換幾乎和冒泡一樣糟。事實確實如此。循環(huán)次數(shù)和冒泡一樣也是1/2＊(n-1)＊n，所以算法的復(fù)雜度仍然是O(n＊n)。由于我們無法給出所有的情況，所以只能直接告訴大家他們在交換上面也是一樣的糟糕（在某些情況下稍好，在某些情況下稍差）。

3.選擇法：
現(xiàn)在我們終于可以看到一點希望：選擇法，這種方法提高了一點性能（某些情況下）
這種方法類似我們?nèi)藶榈呐判蛄?xí)慣：從數(shù)據(jù)中選擇最小的同第一個值交換，在從省下的部分中
選擇最小的與第二個交換，這樣往復(fù)下去。
#include ＜iostream.h＞
void SelectSort(int＊ pData，int Count)
{
int iTemp;
int iPos;
for(int i＝0;i＜Count-1;i++)
{
　iTemp ＝ pData;
　iPos ＝ i;
　for(int j＝i+1;j＜Count;j++)
　{
　　if(pData[j]＜iTemp)
　　{
　　iTemp ＝ pData[j];
　　iPos ＝ j;
　　}
　}
　pData[iPos] ＝ pData;
　pData ＝ iTemp;
}
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
SelectSort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞(iTemp＝9)10，9，8，7-＞(iTemp＝8)10，9，8，7-＞(iTemp＝7)7，9，8，10(交換1次)
第二輪：7，9，8，10-＞7，9，8，10(iTemp＝8)-＞(iTemp＝8)7，8，9，10(交換1次)
第一輪：7，8，9，10-＞(iTemp＝9)7，8，9，10(交換0次)
循環(huán)次數(shù)：6次
交換次數(shù)：2次

其他：
第一輪：8，10，7，9-＞(iTemp＝8)8，10，7，9-＞(iTemp＝7)8，10，7，9-＞(iTemp＝7)7，10，8，9(交換1次)
第二輪：7，10，8，9-＞(iTemp＝8)7，10，8，9-＞(iTemp＝8)7，8，10，9(交換1次)
第一輪：7，8，10，9-＞(iTemp＝9)7，8，9，10(交換1次)
循環(huán)次數(shù)：6次
交換次數(shù)：3次
遺憾的是算法需要的循環(huán)次數(shù)依然是1/2＊(n-1)＊n。所以算法復(fù)雜度為O(n＊n)。
我們來看他的交換。由于每次外層循環(huán)只產(chǎn)生一次交換（只有一個最小值）。所以f(n)＜＝n
所以我們有f(n)＝O(n)。所以，在數(shù)據(jù)較亂的時候，可以減少一定的交換次數(shù)。


4.插入法：
插入法較為復(fù)雜，它的基本工作原理是抽出牌，在前面的牌中尋找相應(yīng)的位置插入，然后繼續(xù)下一張
#include ＜iostream.h＞
void InsertSort(int＊ pData，int Count)
{
int iTemp;
int iPos;
for(int i＝1;i＜Count;i++)
{
　iTemp ＝ pData;
　iPos ＝ i-1;
　while((iPos＞＝0) && (iTemp＜pData[iPos]))
　{
　　pData[iPos+1] ＝ pData[iPos];
　　iPos--;
　}
　pData[iPos+1] ＝ iTemp;
}
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
InsertSort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}

倒序(最糟情況)
第一輪：10，9，8，7-＞9，10，8，7(交換1次)(循環(huán)1次)
第二輪：9，10，8，7-＞8，9，10，7(交換1次)(循環(huán)2次)
第一輪：8，9，10，7-＞7，8，9，10(交換1次)(循環(huán)3次)
循環(huán)次數(shù)：6次
交換次數(shù)：3次

其他：
第一輪：8，10，7，9-＞8，10，7，9(交換0次)(循環(huán)1次)
第二輪：8，10，7，9-＞7，8，10，9(交換1次)(循環(huán)2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)(循環(huán)1次)
循環(huán)次數(shù)：4次
交換次數(shù)：2次

上面結(jié)尾的行為分析事實上造成了一種假象，讓我們認(rèn)為這種算法是簡單算法中最好的，其實不是， 因為其循環(huán)次數(shù)雖然并不固定，我們?nèi)钥梢允褂肙方法。從上面的結(jié)果可以看出，循環(huán)的次數(shù)f(n)＜＝1/2＊n＊(n-1)＜＝1/2＊n＊n。所以其復(fù)雜度仍為O(n＊n)（這里說明一下，其實如果不是為了展示這些簡單排序的不同，交換次數(shù)仍然可以這樣推導(dǎo)）。現(xiàn)在看交換，從外觀上看，交換次數(shù)是O(n)（推導(dǎo)類似選擇法），但我們每次要進行與內(nèi)層循環(huán)相同次數(shù)的‘＝’操作。正常的一次交換我們需要三次‘＝’而這里顯然多了一些，所以我們浪費了時間。

最終，我個人認(rèn)為，在簡單排序算法中，選擇法是最好的。


二、高級排序算法：
高級排序算法中我們將只介紹這一種，同時也是目前我所知道（我看過的資料中）的最快的。
它的工作看起來仍然象一個二叉樹。首先我們選擇一個中間值middle程序中我們使用數(shù)組中間值，然后把比它小的放在左邊，大的放在右邊（具體的實現(xiàn)是從兩邊找，找到一對后交換）。然后對兩邊分別使用這個過程（最容易的方法——遞歸）。

1.快速排序：
#include ＜iostream.h＞

void run(int＊ pData，int left，int right)
{
int i，j;
int middle，iTemp;
i ＝ left;
j ＝ right;
middle ＝ pData[(left+right)/2]; //求中間值
do{
　while((pData＜middle) && (i＜right))//從左掃描大于中值的數(shù)
　　i++;　　
　while((pData[j]＞middle) && (j＞left))//從右掃描大于中值的數(shù)
　　j--;
　if(i＜＝j(luò))//找到了一對值
　{
　　//交換
　　iTemp ＝ pData;
　　pData ＝ pData[j];
　　pData[j] ＝ iTemp;
　　i++;
　　j--;
　}
}while(i＜＝j(luò));//如果兩邊掃描的下標(biāo)交錯，就停止（完成一次）

//當(dāng)左邊部分有值(left＜j)，遞歸左半邊
if(left＜j)
　run(pData，left，j);
//當(dāng)右邊部分有值(right＞i)，遞歸右半邊
if(right＞i)
　run(pData，i，right);
}

void QuickSort(int＊ pData，int Count)
{
run(pData，0，Count-1);
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
QuickSort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}

這里我沒有給出行為的分析，因為這個很簡單，我們直接來分析算法：首先我們考慮最理想的情況
1.數(shù)組的大小是2的冪，這樣分下去始終可以被2整除。假設(shè)為2的k次方，即k＝log2(n)。
2.每次我們選擇的值剛好是中間值，這樣，數(shù)組才可以被等分。
第一層遞歸，循環(huán)n次，第二層循環(huán)2＊(n/2)......
所以共有n+2(n/2)+4(n/4)+...+n＊(n/n) ＝ n+n+n+...+n＝k＊n＝log2(n)＊n
所以算法復(fù)雜度為O(log2(n)＊n)
其他的情況只會比這種情況差，最差的情況是每次選擇到的middle都是最小值或最大值，那么他將變成交換法（由于使用了遞歸，情況更糟）。但是你認(rèn)為這種情況發(fā)生的幾率有多大？？呵呵，你完全不必?fù)?dān)心這個問題。實踐證明，大多數(shù)的情況，快速排序總是最好的。
如果你擔(dān)心這個問題，你可以使用堆排序，這是一種穩(wěn)定的O(log2(n)＊n)算法，但是通常情況下速度要慢于快速排序（因為要重組堆）。

三、其他排序
1.雙向冒泡：
通常的冒泡是單向的，而這里是雙向的，也就是說還要進行反向的工作。
代碼看起來復(fù)雜，仔細(xì)理一下就明白了，是一個來回震蕩的方式。
寫這段代碼的作者認(rèn)為這樣可以在冒泡的基礎(chǔ)上減少一些交換（我不這么認(rèn)為，也許我錯了）。
反正我認(rèn)為這是一段有趣的代碼，值得一看。
#include ＜iostream.h＞
void Bubble2Sort(int＊ pData，int Count)
{
int iTemp;
int left ＝ 1;
int right ＝Count -1;
int t;
do
{
　//正向的部分
　for(int i＝right;i＞＝left;i--)
　{
　　if(pData＜pData[i-1])
　　{
　　iTemp ＝ pData;
　　pData ＝ pData[i-1];
　　pData[i-1] ＝ iTemp;
　　t ＝ i;
　　}
　}
　left ＝ t+1;

　//反向的部分
　for(i＝left;i＜right+1;i++)
　{
　　if(pData＜pData[i-1])
　　{
　　iTemp ＝ pData;
　　pData ＝ pData[i-1];
　　pData[i-1] ＝ iTemp;
　　t ＝ i;
　　}
　}
　right ＝ t-1;
}while(left＜＝right);
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
Bubble2Sort(data，7);
for (int i＝0;i＜7;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}


2.SHELL排序
這個排序非常復(fù)雜，看了程序就知道了。
首先需要一個遞減的步長，這里我們使用的是9、5、3、1（最后的步長必須是1）。
工作原理是首先對相隔9-1個元素的所有內(nèi)容排序，然后再使用同樣的方法對相隔5-1個元素的排序以次類推。
#include ＜iostream.h＞
void ShellSort(int＊ pData，int Count)
{
int step[4];
step[0] ＝ 9;
step[1] ＝ 5;
step[2] ＝ 3;
step[3] ＝ 1;

int iTemp;
int k，s，w;
for(int i＝0;i＜4;i++)
{
　k ＝ step;
　s ＝ -k;
　for(int j＝k;j＜Count;j++)
　{
　　iTemp ＝ pData[j];
　　w ＝ j-k;//求上step個元素的下標(biāo)
　　if(s ＝＝0)
　　{
　　s ＝ -k;
　　s++;
　　pData[s] ＝ iTemp;
　　}
　　while((iTemp＜pData[w]) && (w＞＝0) && (w＜＝Count))
　　{
　　pData[w+k] ＝ pData[w];
　　w ＝ w-k;
　　}
　　pData[w+k] ＝ iTemp;
　}
}
}

void main()
{
int data[] ＝ {10，9，8，7，6，5，4，3，2，1，-10，-1};
ShellSort(data，12);
for (int i＝0;i＜12;i++)
　cout＜＜data＜＜＂ ＂;
cout＜＜＂＼n＂;
}
呵呵，程序看起來有些頭疼。不過也不是很難，把s＝＝0的塊去掉就輕松多了，這里是避免使用0步長造成程序異常而寫的代碼。這個代碼我認(rèn)為很值得一看。 這個算法的得名是因為其發(fā)明者的名字D.L.SHELL。依照參考資料上的說法：“由于復(fù)雜的數(shù)學(xué)原因避免使用2的冪次步長，它能降低算法效率�！绷硗馑惴ǖ膹�(fù)雜度為n的1.2次冪。同樣因為非常復(fù)雜并“超出本書討論范圍”的原因（我也不知道過程），我們只有結(jié)果了。


四、基于模板的通用排序：
這個程序我想就沒有分析的必要了，大家看一下就可以了。不明白可以在論壇上問。
MyData.h文件
///////////////////////////////////////////////////////
class CMyData
{
public:
CMyData(int Index，char＊ strData);
CMyData();
virtual ~CMyData();

int m_iIndex;
int GetDataSize(){ return m_iDataSize; };
const char＊ GetData(){ return m_strDatamember; };
//這里重載了操作符：
CMyData& operator ＝(CMyData &SrcData);
bool operator ＜(CMyData& data );
bool operator ＞(CMyData& data );

private:
char＊ m_strDatamember;
int m_iDataSize;
};
////////////////////////////////////////////////////////

MyData.cpp文件
////////////////////////////////////////////////////////
CMyData::CMyData():
m_iIndex(0)，
m_iDataSize(0)，
m_strDatamember(NULL)
{
}

CMyData::~CMyData()
{
if(m_strDatamember !＝ NULL)
　delete[] m_strDatamember;
m_strDatamember ＝ NULL;
}

CMyData::CMyData(int Index，char＊ strData):
m_iIndex(Index)，
m_iDataSize(0)，
m_strDatamember(NULL)
{
m_iDataSize ＝ strlen(strData);
m_strDatamember ＝ new char[m_iDataSize+1];
strcpy(m_strDatamember，strData);
}

CMyData& CMyData::operator ＝(CMyData &SrcData)
{
m_iIndex ＝ SrcData.m_iIndex;
m_iDataSize ＝ SrcData.GetDataSize();
m_strDatamember ＝ new char[m_iDataSize+1];
strcpy(m_strDatamember，SrcData.GetData());
return ＊this;
}

bool CMyData::operator ＜(CMyData& data )
{
return m_iIndex＜data.m_iIndex;
}

bool CMyData::operator ＞(CMyData& data )
{
return m_iIndex＞data.m_iIndex;
}
///////////////////////////////////////////////////////////

//////////////////////////////////////////////////////////
//主程序部分
#include ＜iostream.h＞
#include ＂MyData.h＂

template ＜class T＞
void run(T＊ pData，int left，int right)
{
int i，j;
T middle，iTemp;
i ＝ left;
j ＝ right;
//下面的比較都調(diào)用我們重載的操作符函數(shù)
middle ＝ pData[(left+right)/2]; //求中間值
do{
　while((pData＜middle) && (i＜right))//從左掃描大于中值的數(shù)
　　i++;　　
　while((pData[j]＞middle) && (j＞left))//從右掃描大于中值的數(shù)
　　j--;
　if(i＜＝j(luò))//找到了一對值
　{
　　//交換
　　iTemp ＝ pData;
　　pData ＝ pData[j];
　　pData[j] ＝ iTemp;
　　i++;
　　j--;
　}
}while(i＜＝j(luò));//如果兩邊掃描的下標(biāo)交錯，就停止（完成一次）

//當(dāng)左邊部分有值(left＜j)，遞歸左半邊
if(left＜j)
　run(pData，left，j);
//當(dāng)右邊部分有值(right＞i)，遞歸右半邊
if(right＞i)
　run(pData，i，right);
}

template ＜class T＞
void QuickSort(T＊ pData，int Count)
{
run(pData，0，Count-1);
}

void main()
{
CMyData data[] ＝ {
　CMyData(8，＂xulion＂)，
　CMyData(7，＂sanzoo＂)，
　CMyData(6，＂wangjun＂)，
　CMyData(5，＂VCKBASE＂)，
　CMyData(4，＂jacky2000＂)，
　CMyData(3，＂cwally＂)，
　CMyData(2，＂VCUSER＂)，
　CMyData(1，＂isdong＂)
};
QuickSort(data，8);
for (int i＝0;i＜8;i++)
　cout＜＜data.m_iIndex＜＜＂ ＂＜＜data.GetData()＜＜＂＼n＂;
cout＜＜＂＼n＂;


////////////////////////////////////////////////////////
經(jīng)典C++雙向冒泡排序算法
經(jīng)典C++雙向冒泡排序算法
hawkman2k 發(fā)表于 2003-12-09
#include《iostream.h》
#define max 20 //最多記錄個數(shù)
typedef int elemtype;
typedef elemtype recs[max];
void bibubble(recs r,int n)
{
int flag=1; //繼續(xù)遍歷時flag置1,已排好序不需遍歷時為0
int i=0, j;
elemtype temp;
while(flag==1)
{
flag=0;
for(j=i+1;j《n-1;j++) //正向遍歷找最大值
if(r[j]》r[j+1])
{
flag=1; //能交換時,說明未排好序,需繼續(xù)
temp=r[j];
r[j]=r[j+1];
r[j+1]=temp;
}
for(j=n-i-1;j》=i+1;j--) //反向遍歷
if(r[j]》r[j-1])
{
flag=1; //能交換時,說明未排好序,需繼續(xù)
temp=r[j];
r[j]=r[j-1];
r[j-1]=temp;
}
i++;
}
}

void main()
{
recs A={2,5,3,4,6,10,9,8,7,1};
int n=10, i;
cout《《"雙向冒泡排序"《《endl《《"排序前:";
for(i=0;i《n;i++)
cout《《A[i]《《"";
cout《《endl;
cout《《" 排序后: ";
bibubble(A,n);
for(i=0;i《n;i++)
cout《《A[i]《《"";
cout《《endl;
}