排序算法汇编.docVIP

前言 排序的目的绝大部份都是为了搜寻（但搜寻却并不一定用到排序），因此排序算是资讯人员的基本功，如果能用得好，程式的效率便会显着提升。本文的目的，便是说明各种排序演算法，从观念、效率、程式、到实测都加以列出，以供读者熟悉各种排序演算法的优劣与特点，进而在各种情况下，妥善运用这些演算法。 排序方法的分类，一般可分成三种。第一种是以资料所在媒介物做区分，例如Internal Sort指的是资料全部在记忆体中做排序，External Sort指的是资料无法全部载入记忆体，大部份资料仍存在外界媒体。由于这两种情况的排序法，考虑的因素完全不同，因此这种分法便成为本文的主分类。第二种是以资料处理的方式做区分，例如计数、插入、交换、挑选、合并、配发等等，这种分类法，便做为本文基础排序法的分类标准。第三种是以资料键值处理的方式做区分，例如键值完整比对、子键值处理等，这种分类法，本文并不采用。 读者若发现本文有任何错误，或是可补充之处，欢迎提出指正或加以补充。 －邱奕南，2005/8/28 第一章 Internal Sorting 一. 以计数（Counting）为基准的排序法 1.Comparison Counting Sort Comparison Counting Sort的观念，是将资料两两相比，统计并记录各资料比该资料小的资料总数。也就是说，如果统计结果，某个资料都没有比它更小的资料，那么它对应的统计结果值会是0，也就是排在最前面（索引值=0），如果只有一个资料比它小的，那么统计结果值便是1，排在第2位（索引值=1），以此类推。藉由这个统计结果，我们便可以将资料排序好，不过必须额外用一个阵列，来记录这个统计结果值。 这个演算法的效率非常差，虽然还有许多改良的方法，但作者并不打算多加着墨，毕竟它的实用价值并不高。 void ComparisonCountingSort(int* data, int no, int *count) //说明：Comparison Counting Sort //输入：data = 输入资料, no = 资料数 //输出：count = 资料排序排名，数值0表第1位，以此类推 //效率：最差／平均状况均为O(n^2)，需额外O(n)记忆体 //实测：(32,3.2us),(256,176us),(1K,2.83ms),(4K,45.0ms),(64K,11.8s),(256K,258s) { if (no = 1) return; memset(count,0,no*sizeof(int)); // 资料两两相比，进行统计 // for (int i=no-1; i=1; i--) for (int j=i-1; j=0; j--) if (data[i] data[j]) count[j]++; else count[i]++; } 另一种称为Rank Sort，为Comparison Counting Sort的变形，它省略了资料排名阵列，而在每一次需要时再去扫瞄资料算出，因此速度更慢。底下是Rank Sort的程式部份，但作者并不打算去实测它。 void RankSort(int* data, int no, int *out_data) //说明：Rank Sort //输入：data = 输入资料, no = 资料数 //输出：out_data = 已排好的资料 //效率：最差／平均状况均为O(n^2)，需额外O(n)记忆体 //限制：输入资料键值不得重复 { for (int i=no-1; i=0; i--) { int index = 0; for (int j=no-1; j=0; j--) if (data[i] data[j]) index++; out_data[index] = data[i]; } } 注意这个程式并没有考虑到键值相同的情况，因此并不实用。 2.Distribution Counting Sort Distribution Counting Sort也是利用统计的方式来排序，不同的是，它是统计每个键值出现的频率，然后再依照键值出现的频率，重建出排序好的资料。其过程是，先扫瞄一遍资料，决定出最大与最小的键值，然后依此键值分布范围，另行配置一个频率阵列，用来表示各键值出现的频率。接着再扫瞄一遍资料，将统计结果记录到频率阵列里，最后便是按照频率阵列里的值，重新造出最后的排序结果。 Distribution Counting Sort的效率，取决于资料数量与delta(data)（即Max(data)-Min(data)），当键值分布很近，也就是delt