八大排序源码(含优化)

简介: 八大排序源码(含优化)



大家好,我是纪宁,这篇文章是关于八大排序的源代码,具体实现过程会在后续文章中介绍。

1、直接插入排序

时间复杂度O(N^2),原数据越有序,效率越高。

当原数据有序时,则时间复杂度为O(N)。原数据倒序时,时间复杂度为O(N^2)

void InsertSort(int* a, int n)//直接插入排序
{
  for (int i = 0; i < n - 1; i++)
  {
    int end = i;
    int tmp = a[end+1];
    while (end >= 0)
    {
      if (a[end] >tmp)
      {
        a[end + 1] = a[end];
      }
      else
      {
        break;
      }
      end--;
    }
    a[end + 1] = tmp;
  }
}

2、希尔排序

时间复杂度:O(N^1.3) 空间复杂度:O(1)

希尔排序是插入排序的优化,整体思路是先预排序,使原数据更接近有序,等到gap==1时,就变成了直接插入排序。

void ShellSort(int* arr, int n)
{
  int gap = n;
  while (gap > 1)
  {
    gap = gap / 3 + 1;//gap也可以 /=2;奇特数字必须保证gap最后的值为1
    for (int i = 0; i < n - gap; i++)
    {
      int end = i;
      int tmp = arr[end + gap];
      while (end >= 0)
      {
        if (tmp < arr[end])
        {
          arr[end + gap] = arr[end];
        }
        else
        {
          break;
        }
        end -= gap;
      }
      arr[end + gap] = tmp;
    }
  }
}

3、选择排序

时间复杂度:O(N^2) 空间复杂度:O(1)

每次选择一个最大或者最小的数,使其出现在正确的位置。

void SelectSort(int* a, int n)
{
  for (int j = 0; j < n; j++)
  {
    int mini = j;
    int maxi= n - j-1;
    for (int i = j; i < n-j; i++)
    {
      if (a[i] < a[mini])
      {
        mini = i;
      }
      if (a[i] > a[maxi])
      {
        maxi = i;
      }
    }
    Swap(&a[mini], &a[j]);
    if (maxi == j)
    {
      maxi = mini;//最大值如果在 j 这个位置的话,结果这个位置被换成了min 的值
    }
    Swap(&a[maxi], &a[n-1-j]);
  }
}

4、冒泡排序

时间复杂度:O(N^2) 空间复杂度:O(1)

思路最简单的排序,所有程序员的白月光!

void BubbleSort(int* a, int n)//冒泡排序
{
  for (int i = 0; i < n; i++)
  {
    int ret = 0;//如果一趟后ret还等于0,说明数据已经有序
    for (int j = 0; j < n - i - 1; j++)
    {
      if (a[j] > a[j + 1])
      {
        Swap(&a[j], &a[j + 1]);
        ret = 1;
      }
    }
    if (ret == 0)
      break;
  }
}

5、堆排序

时间复杂度:O(N*logN) 空间复杂度:O(1)

建堆的时候可以采用向上调整和向下调整建堆,而排序的时候只能使用向下调整算法。

排升序建大堆,降序建小堆。

void Adjustup(int* a, int child)//向上调整
{
  int parent = (child - 1) / 2;
  while (parent >= 0)
  {
    if (a[child] > a[parent])
    {
      Swap(&a[child], &a[parent]);
      child = parent;
      parent = (child - 1) / 2;
    }
    else
    {
      break;
    }
  }
}
void Adjustdown(int* a, int parent, int n)//向下调整
{
  int child = 2 * parent + 1;
  while (child < n)
  {
    if (child + 1 < n && a[child + 1] > a[child])
    {
      child++;
    }
    if (a[child] > a[parent])
    {
      Swap(&a[child], &a[parent]);
      parent = child;
      child = 2 * parent + 1;
    }
    else
    {
      break;
    }
  }
}
void HeapSort(int* arr, int sz)
{
  //第一步,建堆
  向上调整建堆
  
  //for (int i = 1; i < sz; i++)
  //{
  //  Adjustup(arr, i); 
  //}
  //向下调整建堆
  for (int i = (sz - 1) / 2; i >= 0; i--)
  {
    Adjustdown(arr, i, sz - 1);
  }
  int end = sz - 1;
  while (end > 0)
  {
    Swap(&arr[0], &arr[end]);
    Adjustdown(arr, 0, end);
    end--;
  }
}

6、快速排序

时间复杂度:O(N*logN) 空间复杂度:O(1)

快速排序递归实现

霍尔法

int QuickSortPart1(int*a,int left,int right)//霍尔版本
{
  int* Maxi = (&a[left], &a[right], &(a[(left + right) / 2]));//三数取中
  Swap(&a[left], Maxi);//换到最左边
  int key = a[left];
  int keyi = left;
  while (left<right)
  {
    while (left<right && a[right]>=key)
    {
      right--;
    }
    while (left < right && a[left] <= key)
    {
      left++;
    }
    Swap(&a[left], &a[right]);
  }
  Swap(&a[keyi], &a[left]);
  return left;
}
void QuickSort(int*arr, int begin, int end)
{
  if (begin >= end)//等于是只有一个数需要排,大于是没有数需要排
  {
    return;
  }
  int keyi = QuickSortPart1(arr, begin, end);
  /*int keyi = QuickSortPart2(arr, begin, end);
  int keyi = QuickSortPart3(arr, begin, end);*/
  QuickSort(arr, begin, keyi - 1);
  QuickSort(arr, keyi + 1, end);
}

挖坑法

int QuickSortPart2(int* arr, int left, int right)//挖坑法
{
  int* Maxi = (&arr[left], &arr[right], &(arr[(left + right) / 2]));
  Swap(&arr[left], Maxi);
  int holei = left;
  int hole = arr[left];
  while (left < right)
  {
    while (left < right && arr[right] >= hole)
    {
      right--;
    }
    arr[holei] = arr[right];
    holei = right;
    while (left < right && arr[left] <= hole)
    {
      left++;
    }
    arr[holei] = arr[left];
    holei = left;
  }
  arr[holei] = hole;
  return left;
}
void QuickSort(int*arr, int begin, int end)
{
  if (begin >= end)//等于是只有一个数需要排,大于是没有数需要排
  {
    return;
  }
  /*int keyi = QuickSortPart1(arr, begin, end);*/
  int keyi = QuickSortPart2(arr, begin, end);
  /*int keyi = QuickSortPart3(arr, begin, end);*/
  QuickSort(arr, begin, keyi - 1);
  QuickSort(arr, keyi + 1, end);
}

前后指针法

int QuickSortPart3(int* a, int left, int right)//快排快慢指针
{
  int* Maxi = (&a[left], &a[right], &(a[(left + right) / 2]));
  Swap(&a[left], Maxi);
  int keyi = left;
  int prev = left;
  int cur = left+1;
  while (cur <= right)
  {
    if (a[cur] < a[keyi]&& ++prev!= cur)
    {
      Swap(&a[prev], &a[cur]);
    }
    cur++;
  }
  Swap(&a[prev],&a[keyi]);
  return prev;
}
void QuickSort(int*arr, int begin, int end)
{
  if (begin >= end)//等于是只有一个数需要排,大于是没有数需要排
  {
    return;
  }
  //*int keyi = QuickSortPart1(arr, begin, end);*/
  //int keyi = QuickSortPart2(arr, begin, end);
  int keyi = QuickSortPart3(arr, begin, end);
  QuickSort(arr, begin, keyi - 1);
  QuickSort(arr, keyi + 1, end);
}

快速排序小区间优化

void QuickSort1(int* a, int begin, int end)
{
  if (begin >= end)
    return;
  // 小区间优化,小区间不再递归分割排序,降低递归次数
  if ((end - begin + 1) > 10)
  {
    int keyi = PartSort3(a, begin, end);
    // [begin, keyi-1] keyi [keyi+1, end]
    QuickSort1(a, begin, keyi - 1);
    QuickSort1(a, keyi + 1, end);
  }
  else
  {
    InsertSort(a + begin, end - begin + 1);//直接插入排序
  }
}

快速排序非递归实现

快排非递归要用栈来实现

void QuickSortNorn(int* a, int begin, int end)
{
  ST st;//创建数组栈
  STInit(&st);//初始化栈
  STPush(&st, end);//入栈
  STPush(&st, begin);//入栈
  while (!STEmpty(&st))//判空
  {
    int left = STTop(&st);//取栈顶数据
    STPop(&st);//出栈
    int right = STTop(&st);
    STPop(&st);
    int keyi = QuickSortPart1(a, left,right);
    if (keyi + 1 < right)
    {
      STPush(&st, right);
      STPush(&st, keyi + 1);
    }
    if (keyi - 1 > left)
    {
      STPush(&st, keyi - 1);
      STPush(&st, left);
    }
  }
  STDestroy(&st);//销毁栈
}

7、归并排序

时间复杂度:O(N*logN) 空间复杂度:O(N)

归并排序递归实现

void _MergeSortPart(int* a, int* tmp, int begin, int end)
{
  if (begin >= end)
    return;
  int midi = (begin + end) / 2;
  _MergeSortPart(a, tmp, begin, midi);
  _MergeSortPart(a, tmp, midi + 1, end);
  int begin1 = begin, end1 = midi;
  int begin2 = midi + 1, end2 = end;
  int index = begin;
  while (begin1 <= end1 && begin2 <= end2)
  {
    if (a[begin1] < a[begin2])
    {
      tmp[index++] = a[begin1++];
    }
    else
    {
      tmp[index++] = a[begin2++];
    }
  }
  while (begin1 <= end1)
  {
    tmp[index++] = a[begin1++];
  }
  while (begin2 <= end2)
  {
    tmp[index++] = a[begin2++];
  }
  memcpy(a+begin, tmp+begin, sizeof(int) * (end - begin + 1));
}
void MergeSort(int* a, int n)
{
  int* tmp = (int*)malloc(sizeof(int) * n);
  _MergeSortPart(a, tmp, 0, n - 1);
  free(tmp);
  tmp = NULL;
}

归并排序非递归

void _MergeSortNonr(int* a, int* tmp, int begin, int end)
{
  int gap = 1;
  while (gap <= end)
  {
    for (int i = 0; i <= end; i += 2 * gap)
    {
      int begin1 = i, end1 = i + gap - 1;
      int begin2 = i + gap, end2 = i + 2 * gap - 1;
      int index = i;
      if (begin2 > end)
      {
        break;
      }
      if (end2 > end)
      {
        end2 = end;//对范围进行修正
      }
      while (begin1 <= end1 && begin2 <= end2)
      {
        if (a[begin1] < a[begin2])
        {
          tmp[index++] = a[begin1++];
        }
        else
        {
          tmp[index++] = a[begin2++];
        }
      }
      while (begin1 <= end1)
      {
        tmp[index++] = a[begin1++];
      }
      while (begin2 <= end2)
      {
        tmp[index++] = a[begin2++];
      }
      memcpy(a + i, tmp + i, sizeof(int) * (end2-i+1));//拷贝回原数组
    }
  gap *= 2;
  }
   
}
void MergeSortNonr(int* a, int n)//归并排序非递归
{
  int* tmp = (int*)malloc(sizeof(int) * n);
  _MergeSortNonr(a, tmp, 0, n - 1);
  free(tmp);
  tmp = NULL;
}

8、计数排序

时间复杂度:O(MAX(N,range)) 空间复杂度:O(range)

void CountSort(int* a, int n)//计数排序
{
  //先找最大值和最小值
  int maxi = 0, mini = 0;
  for (int i = 1; i < n; i++)
  {
    if (a[i] > a[maxi])
    {
      maxi = i;
    }
    if (a[i] < a[mini])
    {
      mini = i;
    }
  }
  int max = a[maxi], min = a[mini];
  int range = a[maxi] - a[mini]+1;
  int* count = (int*)malloc(sizeof(int) * range);
  memset(count, 0, sizeof(int) * range);
  for (int j = 0; j < n; j++)
  {
    count[a[j] - min]++;
  }
  int i = 0;
  for (int j = 0; j < n; j++)
  {
    while (count[j]--)
    { 
      a[i++] = j + min;
    }
  }
}
相关文章
|
12天前
|
人工智能 自然语言处理 安全
阿里云千问办公 QwenWork详细介绍:产品核心能力、典型场景、价格及常见问题解答
千问办公是阿里云推出的一站式AI办公平台,主打"不止于对话,更注重交付",依托通义千问旗舰大模型,用户一句话即可完成数据分析、PPT生成、视频剪辑等复杂任务,直接输出可用成果。产品深度打通钉钉生态与企业OA,覆盖桌面端、网页端,提供企业标准版198元/人/月等多档订阅方案,新用户注册即赠2000积分,适配工程师、HR、财务等多职业办公场景,成为能动手干活的"全能AI同事"。
|
11天前
|
人工智能
千问办公官网入口:阿里AI办公QwenWork产品页和免费网页端链接
千问办公官网含两大入口:一是网页端(qwenwork.cn),即开即用,支持浏览器直接访问;二是阿里云产品页 https://t.aliyun.com/U/JNKJuO 提供免费/付费版详情、功能介绍及使用指南。
|
18天前
|
网络协议 Linux iOS开发
【2026实测】Wireshark下载+安装+汉化+使用教程(图文版,巨详细)
Wireshark 是一款免费开源的网络协议分析工具,可实时捕获、解析并可视化数据包,助你诊断网络故障、分析通信协议(如HTTP、DNS、TCP等)。支持Windows/macOS/Linux,含中文界面,新手入门便捷。(239字)
|
10天前
|
IDE 开发工具
Qoder 上线 Sonus 模型,Computer Use 能力全面增强
Qoder国际版上线全新内置大模型Sonus(/ˈsoʊnəs/),全球领先,专精超长任务执行与电脑操作(Computer Use)。配合Qoder桌面端0.2.3版本,可自主完成编程、金融建模、科研及表格制作等复杂工作。现全面支持Qoder全系产品,效率提升3.2倍。
1273 8
Qoder 上线 Sonus 模型,Computer Use 能力全面增强
|
13天前
|
缓存 人工智能 自然语言处理
阿里云qwen3.8-flash大模型介绍:模型能力、模型价格、免费额度与最新活动
本文是阿里云百炼平台Qwen3.8-Flash大模型的选型接入指南,作为兼顾性能与响应速度的高性价比多模态模型,它支持百万级上下文窗口、全场景多模态输入与完整智能体能力矩阵,适配编程辅助、智能体协作等核心场景。文中同步梳理了最新下调的阶梯定价、夜间4折等优惠活动,搭配OpenAI兼容流式调用示例,帮助开发者低成本快速落地高并发AI应用。
阿里云qwen3.8-flash大模型介绍:模型能力、模型价格、免费额度与最新活动
|
12天前
|
人工智能 API 内存技术
刚刚 DeepSeek V4.1 Flash 开启内测,1 分钟教你用上!
刚刚 DeepSeek 内测群发布了 DeepSeek V4.1 Flash 中间版本内测的消息,这次的模型采用了新的结构,原生支持多模态、能力更强、速度更快、且成本更低。
1974 15
|
17天前
|
人工智能 运维 BI
阿里云千问办公QwenWork深度解析:基于Qwen3.8,六大核心能力重构企业全自动化工作流与计费选型指南
传统AI办公工具大多停留在对话问答、文档摘要、简单文案生成层面,只能完成单点碎片化任务,无法自主拆解复杂业务流程,很难串联多工具、多文档、外部业务系统完成端到端完整工作交付。很多企业在落地AI办公的时候,需要组合多款不同工具,来回切换界面,手动复制粘贴中间结果,智能化改造落地门槛居高不下。千问办公QwenWork是整合多款智能体产品能力打造的一体化企业办公智能体平台,底层基座依托Qwen3.8大模型,打通桌面端Agent、云端Agent、企业协同Agent三种运行形态,不再局限简单问答,接收业务目标之后自主拆解任务步骤,调用各类工具,处理文档、表格、浏览器自动化、数据查询,直接输出可交付的办公
1681 4
|
18天前
|
缓存 数据可视化 开发工具
DeepSeek Harness 怎么更新?dsh 更新完整指南:更新本体(npx、npm、源码)与更新插件两种方式
DeepSeek Harness 的更新分两层:本体更新(npx 自动最新、npm update -g、源码 git pull)与插件更新(插件市场点更新、命令行覆盖安装)。本文按「准备 → 更新本体 → 更新插件 → 更新后检查」四步走,覆盖新手常见疑问。
2016 1
DeepSeek Harness 怎么更新?dsh 更新完整指南:更新本体(npx、npm、源码)与更新插件两种方式
|
13天前
|
缓存 JSON API
阿里云千问Qwen3.8‑Max深度解析:核心能力、订阅计费规则、API接入配置与生产落地完整教程
Qwen3.8‑Max作为千问系列新一代MoE架构旗舰基座,总参数量达到2.4万亿,激活参数950亿,是面向复杂专业任务、长周期智能体、工程级代码开发、多模态深度解析的高阶大模型,原生支持文本、图像、视频多模态输入,最大上下文窗口达到百万Token,最大输出Token支持131072,内置深度思考推理链路,在编程、科研、法律金融专业分析、长视频文档解析、自主Agent任务等场景能力表现突出。很多开发者在项目前期直接接入该旗舰模型,却对模型能力边界、多种计费模式、订阅套餐权益、API参数配置、上下文缓存优化缺乏完整认知,出现成本失控、接口报错、长文本信息丢失、深度思考模式额外消耗大量Token等
865 3
|
6天前
|
缓存 IDE Java
【保姆级】Android Studio下载、安装和汉化教程(2026最新)
Android Studio 是 Google 官方推出的免费 Android 应用开发集成环境,基于 IntelliJ IDEA,内置模拟器、调试器、性能分析及 Compose 界面工具,功能全面,文档丰富,是安卓开发首选工具。(239字)

热门文章

最新文章