标签：子集 code 技术 代表性 template -- 组成 快速排序 递增
10种排序算法，分别是直接插入排序，折半插入排序，希尔排序，冒泡排序，快速排序，直接选择排序，树形排序，堆排序，归并排序，基数排序。各有千秋，但依旧有优劣之分，熟悉每一个算法，对于我们的代码优化，也将事半功倍。
1，直接插入排序：
基本思想：
假设待排的n个记录存放在变量R中，首先将R[1]看做是有序区，将后n - 1个数组元素看作是无序区；然后将无序区的第一个元素R[2]插入到前面有序区的适当位置，从而得到新的有序区R[1..2]；依次类推，经过n - 1趟直接插入排序后，得到有序区R[1..n] 。
如果想要让数组以0开始，可以加一个temp 存储需要比较的值
1 //1直接插入法
2 template<class T>
3 int InsertSort(T* pa,int n)
4 {
5 T temp;
6 int count=0;
7 for(int i = 1;i < n;i++)
8 {
9 temp = pa[i];
10 int j = i;
11 while(j >= 1 && temp<pa[j-1])
12 {
13 pa[j]=pa[j-1];
14 j--;
15 count++; //移动次数
16 }
17 pa[j]=temp;
18 }
19 return count;
20 }
2，折半插入排序：
基本思想：
与直接插入排序类似，对于每一个待排的数据元素，在有序子集中实施折半查找，分左右两个分区，以减少比较次数。
1 template<class T>
2 int BinaryInsertSort(T* pa,int n)
3 {
4 T temp;
5 int count=0;
6 for(int i=1;i<n;i++)
7 {
8 temp=pa[i];
9 int left=0,right=i-1;
10 while(left<=right)
11 {
12 int middle = (left+right)/2;
13 if(temp < pa[middle])
14 right = middle-1;
15 else
16 left = middle+1;
17 }
18 for(int k=i-1;k>=left;k--)
19 {
20 pa[k+1]=pa[k];
21 count++; //移动次数
22 }
23 pa[left]=temp;
24 }
25 return count;
26 }
3，希尔排序
基本算法思想：
1）选定一个记录下标的增量gap，将整个记录序列按增量gap从第一个记录开始划分为若干组，对每组使用直接插入排序的方法；
2）减小增量gap，不断重复上述过程，如此下去，直到gap=1(此时整个序列是一组)。
1 //3.希尔排序
2 template<class T>
3 int ShellSort(T *pa,int n)
4 {
5 T temp;
6 int count=0;
7 int gap=n/2;
8 while(gap)
9 {
10 for(int start=gap; start<2*gap && start<n; start++)
11 {
12 for(int i=start;i<n;i+=gap)
13 {
14 temp=pa[i];
15 int j=i;
16 while(j>=gap && temp<pa[j-gap])
17 {
18 pa[j]=pa[j-gap];
19 j-=gap;
20 count++;
21 }
22 pa[j]=temp;
23 }
24 gap=gap/2; //每组元素个数
25 }
26 }
27 return count;
28 }
4，冒泡排序
基本做法：
1）（上冒）把各记录看作按纵向排列，然后自下而上地比较相邻记录的关键字kj和kj-1，若kj-1 > kj称为逆序，则两者交换位置；再将kj-1和kj-2进行比较，如有逆序则交换，直到全部关键字均比较一遍。这样一趟加工就使一个关键字上升到依其大小应该到达的位置。设有n个关键字，则经过n-1趟加工后，就使关键字从小到大、自上而下排列好了。
2）（下沉）把各记录看作按纵向排列，然后自上而下地比较相邻记录的关键字kj和kj+1，若kj > kj+1称为逆序,则两者交换位置；再将kj+1和kj+2进行比较，如有逆序则交换，直到全部关键字均比较一遍。这样一趟加工就使一个关键字下沉到依其大小应该到达的位置。设有n个关键字，则经过n-1趟加工后，就使关键字从小到大、自上而下排列好了。
1 //4.冒泡排序法
2 template<class T>
3 int BubbleSort(T *pa,int n)
4 {
5 T temp;
6 int i=0,count=0;
7 while(i<n-1)
8 {
9 int last=n-1;
10 for(int j=n-1;j>i;j--)
11 {
12 if(pa[j]<pa[j-1])
13 {
14 temp=pa[j-1];
15 pa[j-1]=pa[j];
16 pa[j]=temp;
17 last=j;
18 count++;
19 }
20 }
21 i=last;
22 }
23 return count;
24 }
5，快速排序
基本思想：
在待排序文件中任取其中一个记录，通常选取第一个记录；以该记录的关键字为分界点，经过一趟排序后，将全部记录分成两个部分，所有关键字比分界点小的记录都放在它之前，所有关键字比分界点大的记录都放在它之后；然后再分别对这两个部分重复上述过程，直到每一部分只剩有一个记录为止。
1 //5.快速排序
2 template<class T>
3 int Partition(T *pa,int low,int high)
4 {
5 int i=low,j=high;
6 T temp=pa[i];
7 while(i!=j)
8 {
9 while(pa[j]>=temp && j>i)
10 j--;
11 if(j>i)
12 {
13 pa[i++]=pa[j];
14 n1++;
15 }
16 while(pa[i]<=temp && i<j)
17 i++;
18 if(i<j)
19 {
20 pa[j--]=pa[i];
21 n1++;
22 }
23 }
24 pa[i]=temp;
25 return i;
26 }
27
28 template<class T>
29 void QuickSort(T* pa,int low,int high)
30 {
31 if(low >= high)
32 return;
33 int m = Partition(pa,low,high);
34 QuickSort(pa,low,m-1);
35 QuickSort(pa,m+1,high);
36 }
37
38 template<class T>
39 void QuickSort(T* pa,int n)
40 {
41 QuickSort(pa,0,n-1);
42 }
6，直接选择排序
基本做法思想：
直接通过比较关键字，首先在所有记录中选出关键字最小的记录，将它与第一个位置上的记录交换；然后在其余记录中选出关键字次小的记录，将它与第二个位置上的记录交换；依此类推，直至所有记录排成递增序列为止。
1 //6.选择排序法
2 template<class T>
3 int SelectSort(T* pa,int n)
4 {
5 T temp;
6 int count=0;
7 for(int i=0;i<n-1;i++)
8 {
9 int min=i;
10 for(int j=i+1;j<n;j++)
11 {
12 if(pa[j]<pa[min])
13 min=j;
14 }
15 if(min != i)
16 {
17 temp=pa[i];
18 pa[i]=pa[min];
19 pa[min]=temp;
20 count++;
21 }
22 }
23 return count;
24 }
7，二叉排序树排序：
基本做法思想：
首先对n个关键字（n个叶子结点）进行两两比较，然后将其中 个较小者之间再进行两两比较，如此重复，直至选出最小关键字为止；欲选出次小关键字，需将叶子结点中的最小关键字改为无穷大，并修改从该叶子结点到根的路径上各结点的值，则根结点的值即为次小关键字；重复以上操作，可依次选出从小到大的所有关键字。
1 //8. 二叉排序树
2 int PowerOfTwo(int n)
3 {
4 int k=2;
5 while(k<n)
6 {
7 k=2*k;
8 }
9 return k;
10 }
11 template<class T>
12 struct DataNode
13 {
14 T data;
15 int index;
16 int flag;
17 };
18 template<class T>
19 bool operator<(const DataNode<T>&x,const DataNode<T>&y)
20 {
21 return(x.data<y.data);
22 }
23 template<class T>
24 int Tournament(T* pa,int n)
25 {
26 DataNode<T> item;
27 int count=0,s;
28 int bottomsize=PowerOfTwo(n);
29 int treesize=2*bottomsize-1;
30 DataNode<T>* tree=new DataNode<T>[treesize];
31 for(int j=bottomsize-1,i=0;j<treesize;j++,i++)
32 {
33 item.index=j;
34 if(i<n)
35 {
36 item.data=pa[i];
37 item.flag=1;
38 }
39 else
40 {
41 item.data=T();
42 item.flag=0;
43 }
44 tree[j]=item;
45 }
46 i=bottomsize-1;
47 while(i>0)
48 {
49 j=1;
50 while(j<2*i)
51 {
52 if(tree[j+1].flag==0 || tree[j].data<tree[j+1].data)
53 {
54 tree[(j-1)/2]=tree[j];
55 count++;
56 }
57 else
58 {
59 tree[(j-1)/2]=tree[j+1];
60 count++;
61 }
62 j=j+2;
63 }
64 i=(i-1)/2;
65 }
66 for(i=0;i<n-1;i++)
67 {
68 pa[i]=tree[0].data;
69 tree[tree[0].index].flag=0;
70 s=UpdateTree(tree,tree[0].index);
71 count=count+s;
72 }
73 pa[n-1]=tree[0].data;
74 delete []tree;
75 return count;
76 }
77 template<class T>
78 int UpdateTree(DataNode<T>* tree,int i)
79 {
80 int count=0;
81 tree[(i-1)/2]=( i%2 ==0 ? tree[i-1]:tree[i+1]);
82 i=(i-1)/2;
83 while(i>0)
84 {
85 int j=(i%2==0?i-1:i+1);
86 if(tree[i].flag==0)
87 {
88 tree[(i-1)/2]=tree[j];
89 count++;
90 }
91 else if(tree[j].flag==0)
92 {
93 tree[(i-1)/2]=tree[j];
94 count++;
95 }
96 else if(tree[i]<tree[j])
97 {
98 tree[(i-1)/2]=tree[i];
99 count++;
100 }
101 else
102 {
103 tree[(i-1)/2]=tree[j];
104 count++;
105 }
106 i=(i-1)/2;
107 }
108 return count;
109 }
8，堆排序
基本做法思想：
对一组待排序记录的关键字，首先将它们按堆的定义排成一个序列，常称为建堆，从而输出堆顶的最大（或最小）关键字。然后对剩余的关键字再建堆，常称为重新调整成堆，即可得到次大（或次小）关键字，如此反复进行，直到全部关键字排成有序序列为止。
1 //7.堆排序
2 template<class T>
3 void BuildHeap(T* pa,int size)
4 {
5 for(int i=size/2-1;i>=0;i--)
6 {
7 PercolateDown(pa,i,size);
8 }
9 }
10
11 template<class T>
12 void PercolateDown(T* pa,int pos,int size)
13 {
14 int p=pos,c=2*p+1;
15 T temp=pa[p];
16 while(c<size)
17 {
18 if(c+1<size && pa[c+1]>pa[c])
19 {
20 ++c;
21 }
22 if(temp >= pa[c])
23 break;
24 else
25 {
26 pa[p]=pa[c];
27 p=c;
28 c=2*p+1;
29 }
30 }
31 pa[p]=temp;
32 }
33
34 template<class T>
35 int HeapSort(T* pa,int n)
36 {
37 T temp;
38 int count=0;
39 BuildHeap(pa,n);
40 for(int i=n-1;i>0;i--)
41 {
42 temp=pa[0];
43 pa[0]=pa[i];
44 pa[i]=temp;
45 count++;
46 PercolateDown(pa,0,i);
47 }
48 return count;
49 }
9，归并排序
基本做法思想：
对于一个长度为n的无序文件来说，归并排序把它看成是由n个只包括1个记录的有序文件组成的文件，然后进行两两归并，最后形成包含n个记录的有序文件。
1 //9.归并排序
2 template<class T>
3 int Merge(T* ini,T* merge,int s,int m,int e)
4 {
5 int i=s,j=m+1,k=s;
6 int count=0;
7 while(i<=m &&j<=e)
8 {
9 if(ini[i]<ini[j])
10 {
11 merge[k++]=ini[i++];
12 count++;
13 }
14 else
15 {
16 merge[k++]=ini[j++];
17 count++;
18 }
19 }
20 if(i<=m)
21 {
22 while(i<=m)
23 {
24 merge[k++]=ini[i++];
25 count++;
26 }
27 }
28 else
29 {
30 while(j<=e)
31 {
32 merge[k++]=ini[j++];
33 count++;
34 }
35 }
36 return count;
37 }
10，基数排序：
基本做法思想：
设立r个队列，队列编号分别为0 ~ r-1，(r为基数)
（1）先按最低有效位的值，把n个关键字分配到这r个队列中，然后从小到大将各队列中的关键字再依次收集起来。
（2）再按次低有效位的值把刚收集起来的关键字分配到r个队列中，重复收集工作。
（3）重复地进行上述分配和收集，直到最高有效位。也就是说，如果数位为d，则需要重复进行d次。d由所有元素中最长的一个元素的位数计量。
1 //10.基数排序
2 int RadixSort(int* pa,int n)
3 {
4 Queue<int> Q[10];
5 int base=1,flag=1,k,i;
6 int count=0;
7 while(flag)
8 {
9 for(i=0;i<n;i++)
10 {
11 k=(pa[i]/base)%10;
12 Q[k].Push(pa[i]);
13 count++;
14 }
15 base*=10;
16 flag=0;
17 i=0;
18 for(k=0;k<10;k++)
19 {
20 while(!Q[k].Empty())
21 {
22 pa[i++]=Q[k].Pop();
23 if(pa[i-1]/base!=0 && flag==0)
24 {
25 flag=1;
26 }
27 count++;
28 }
29 }
30 }
31 return count;
32 }
之前对这十种算法进行过具体分析，当时还计算了它的时间，引入#include<ctime>，加入clock()函数。
这里是我的对于10种排序算法的比较代码，并且还运行成功，在这个代码里面，由于需要比较时间，所以数量必须要多。一个程序运行成功，几乎是纳秒级别的，所以，要扩大时间，并且使结果具有代表性，就要多加数据。
1 #include<iostream>
2 #include<ctime>
3 #include"stdlib.h"
4 #include"windows.h"
5 #include"queue.h"
6 #include"list.h"
7 #define P 1234
8 #define M 10
9 using namespace std;
10 static int n1=0;
11 //1直接插入法
12 template<class T>
13 int InsertSort(T* pa,int n)
14 {
15 T temp;
16 int count=0;
17 for(int i = 1;i < n;i++)
18 {
19 temp = pa[i];
20 int j = i;
21 while(j >= 1 && temp<pa[j-1])
22 {
23 pa[j]=pa[j-1];
24 j--;
25 count++; //移动次数
26 }
27 pa[j]=temp;
28 }
29 return count;
30 }
31 //2.折半插入法
32 template<class T>
33 int BinaryInsertSort(T* pa,int n)
34 {
35 T temp;
36 int count=0;
37 for(int i=1;i<n;i++)
38 {
39 temp=pa[i];
40 int left=0,right=i-1;
41 while(left<=right)
42 {
43 int middle = (left+right)/2;
44 if(temp < pa[middle])
45 right = middle-1;
46 else
47 left = middle+1;
48 }
49 for(int k=i-1;k>=left;k--)
50 {
51 pa[k+1]=pa[k];
52 count++; //移动次数
53 }
54 pa[left]=temp;
55 }
56 return count;
57 }
58 //3.希尔排序
59 template<class T>
60 int ShellSort(T *pa,int n)
61 {
62 T temp;
63 int count=0;
64 int gap=n/2;
65 while(gap)
66 {
67 for(int start=gap; start<2*gap && start<n; start++)
68 {
69 for(int i=start;i<n;i+=gap)
70 {
71 temp=pa[i];
72 int j=i;
73 while(j>=gap && temp<pa[j-gap])
74 {
75 pa[j]=pa[j-gap];
76 j-=gap;
77 count++;
78 }
79 pa[j]=temp;
80 }
81 gap=gap/2; //每组元素个数
82 }
83 }
84 return count;
85 }
86
87 //4.冒泡排序法
88 template<class T>
89 int BubbleSort(T *pa,int n)
90 {
91 T temp;
92 int i=0,count=0;
93 while(i<n-1)
94 {
95 int last=n-1;
96 for(int j=n-1;j>i;j--)
97 {
98 if(pa[j]<pa[j-1])
99 {
100 temp=pa[j-1];
101 pa[j-1]=pa[j];
102 pa[j]=temp;
103 last=j;
104 count++;
105 }
106 }
107 i=last;
108 }
109 return count;
110 }
111
112 //5.快速排序
113 template<class T>
114 int Partition(T *pa,int low,int high)
115 {
116 int i=low,j=high;
117 T temp=pa[i];
118 while(i!=j)
119 {
120 while(pa[j]>=temp && j>i)
121 j--;
122 if(j>i)
123 {
124 pa[i++]=pa[j];
125 n1++;
126 }
127 while(pa[i]<=temp && i<j)
128 i++;
129 if(i<j)
130 {
131 pa[j--]=pa[i];
132 n1++;
133 }
134 }
135 pa[i]=temp;
136 return i;
137 }
138
139 template<class T>
140 void QuickSort(T* pa,int low,int high)
141 {
142 if(low >= high)
143 return;
144 int m = Partition(pa,low,high);
145 QuickSort(pa,low,m-1);
146 QuickSort(pa,m+1,high);
147 }
148
149 template<class T>
150 void QuickSort(T* pa,int n)
151 {
152 QuickSort(pa,0,n-1);
153 }
154
155 //6.选择排序法
156 template<class T>
157 int SelectSort(T* pa,int n)
158 {
159 T temp;
160 int count=0;
161 for(int i=0;i<n-1;i++)
162 {
163 int min=i;
164 for(int j=i+1;j<n;j++)
165 {
166 if(pa[j]<pa[min])
167 min=j;
168 }
169 if(min != i)
170 {
171 temp=pa[i];
172 pa[i]=pa[min];
173 pa[min]=temp;
174 count++;
175 }
176 }
177 return count;
178 }
179
180 //7.堆排序
181 template<class T>
182 void BuildHeap(T* pa,int size)
183 {
184 for(int i=size/2-1;i>=0;i--)
185 {
186 PercolateDown(pa,i,size);
187 }
188 }
189
190 template<class T>
191 void PercolateDown(T* pa,int pos,int size)
192 {
193 int p=pos,c=2*p+1;
194 T temp=pa[p];
195 while(c<size)
196 {
197 if(c+1<size && pa[c+1]>pa[c])
198 {
199 ++c;
200 }
201 if(temp >= pa[c])
202 break;
203 else
204 {
205 pa[p]=pa[c];
206 p=c;
207 c=2*p+1;
208 }
209 }
210 pa[p]=temp;
211 }
212
213 template<class T>
214 int HeapSort(T* pa,int n)
215 {
216 T temp;
217 int count=0;
218 BuildHeap(pa,n);
219 for(int i=n-1;i>0;i--)
220 {
221 temp=pa[0];
222 pa[0]=pa[i];
223 pa[i]=temp;
224 count++;
225 PercolateDown(pa,0,i);
226 }
227 return count;
228 }
229 //8. 二叉排序树
230 int PowerOfTwo(int n)
231 {
232 int k=2;
233 while(k<n)
234 {
235 k=2*k;
236 }
237 return k;
238 }
239 template<class T>
240 struct DataNode
241 {
242 T data;
243 int index;
244 int flag;
245 };
246 template<class T>
247 bool operator<(const DataNode<T>&x,const DataNode<T>&y)
248 {
249 return(x.data<y.data);
250 }
251 template<class T>
252 int Tournament(T* pa,int n)
253 {
254 DataNode<T> item;
255 int count=0,s;
256 int bottomsize=PowerOfTwo(n);
257 int treesize=2*bottomsize-1;
258 DataNode<T>* tree=new DataNode<T>[treesize];
259 for(int j=bottomsize-1,i=0;j<treesize;j++,i++)
260 {
261 item.index=j;
262 if(i<n)
263 {
264 item.data=pa[i];
265 item.flag=1;
266 }
267 else
268 {
269 item.data=T();
270 item.flag=0;
271 }
272 tree[j]=item;
273 }
274 i=bottomsize-1;
275 while(i>0)
276 {
277 j=1;
278 while(j<2*i)
279 {
280 if(tree[j+1].flag==0 || tree[j].data<tree[j+1].data)
281 {
282 tree[(j-1)/2]=tree[j];
283 count++;
284 }
285 else
286 {
287 tree[(j-1)/2]=tree[j+1];
288 count++;
289 }
290 j=j+2;
291 }
292 i=(i-1)/2;
293 }
294 for(i=0;i<n-1;i++)
295 {
296 pa[i]=tree[0].data;
297 tree[tree[0].index].flag=0;
298 s=UpdateTree(tree,tree[0].index);
299 count=count+s;
300 }
301 pa[n-1]=tree[0].data;
302 delete []tree;
303 return count;
304 }
305 template<class T>
306 int UpdateTree(DataNode<T>* tree,int i)
307 {
308 int count=0;
309 tree[(i-1)/2]=( i%2 ==0 ? tree[i-1]:tree[i+1]);
310 i=(i-1)/2;
311 while(i>0)
312 {
313 int j=(i%2==0?i-1:i+1);
314 if(tree[i].flag==0)
315 {
316 tree[(i-1)/2]=tree[j];
317 count++;
318 }
319 else if(tree[j].flag==0)
320 {
321 tree[(i-1)/2]=tree[j];
322 count++;
323 }
324 else if(tree[i]<tree[j])
325 {
326 tree[(i-1)/2]=tree[i];
327 count++;
328 }
329 else
330 {
331 tree[(i-1)/2]=tree[j];
332 count++;
333 }
334 i=(i-1)/2;
335 }
336 return count;
337 }
338 //9.归并排序
339 template<class T>
340 int Merge(T* ini,T* merge,int s,int m,int e)
341 {
342 int i=s,j=m+1,k=s;
343 int count=0;
344 while(i<=m &&j<=e)
345 {
346 if(ini[i]<ini[j])
347 {
348 merge[k++]=ini[i++];
349 count++;
350 }
351 else
352 {
353 merge[k++]=ini[j++];
354 count++;
355 }
356 }
357 if(i<=m)
358 {
359 while(i<=m)
360 {
361 merge[k++]=ini[i++];
362 count++;
363 }
364 }
365 else
366 {
367 while(j<=e)
368 {
369 merge[k++]=ini[j++];
370 count++;
371 }
372 }
373 return count;
374 }
375 //10.基数排序
376 int RadixSort(int* pa,int n)
377 {
378 Queue<int> Q[10];
379 int base=1,flag=1,k,i;
380 int count=0;
381 while(flag)
382 {
383 for(i=0;i<n;i++)
384 {
385 k=(pa[i]/base)%10;
386 Q[k].Push(pa[i]);
387 count++;
388 }
389 base*=10;
390 flag=0;
391 i=0;
392 for(k=0;k<10;k++)
393 {
394 while(!Q[k].Empty())
395 {
396 pa[i++]=Q[k].Pop();
397 if(pa[i-1]/base!=0 && flag==0)
398 {
399 flag=1;
400 }
401 count++;
402 }
403 }
404 }
405 return count;
406 }
407 int main()
408 {
409 int a[M][P],b[M][P],i,j;
410 long count[10]={0},s=0;
411 double begin[10],end[10]; //时间的开始和结束
412 double t[10];
413 srand(time(NULL));
414 cout<<" "<<endl;
415 for(i = 0; i <M;i++ )
416 {
417 for(j=0;j<P;j++)
418 {
419 a[i][j]=rand()%2000; //获得的数据的范围在0~2000
420 }
421 }
422
423 //------------------------------------------------直接插入法所得时间
424 for(i = 0;i < M ;i++)
425 {
426 for(j = 0; j < P ;j++)
427 {
428 b[i][j]=a[i][j];
429 }
430 }
431 begin[0]=clock();
432 for(i=0;i<M;i++)
433 {
434 s=InsertSort(b[i],P);
435 count[0]=count[0]+s;
436 }
437 end[0]=clock();
438 t[0]=(double)(end[0]-begin[0])/CLOCKS_PER_SEC;
439 cout<<"直接插入排序法的时间"<<t[0]<<‘s‘<<endl;
440 cout<<" 直接插入的移动次数 "<<count[0]<<endl<<endl;
441
442 //----------------------------------------------------折半插入法所得时间
443 for(i = 0; i <M;i++ )
444 {
445 for(j=0;j<P;j++)
446 b[i][j]=a[i][j];
447 }
448 s=0;
449 begin[1]=clock();
450 for(i=0;i<M;i++)
451 {
452 s=BinaryInsertSort(b[i],P);
453 count[1]=count[1]+s;
454 }
455 end[1]=clock();
456 t[1]=(double)(end[1]-begin[1])/CLOCKS_PER_SEC;
457 cout<<"折半插入所用时间："<<t[1]<<‘s‘<<endl;
458 cout<<" 折半 插入移动次数："<<count[1]<<endl<<endl;
459 //---------------------------------------------------希尔排序法所得时间
460 for(i = 0; i <M;i++ )
461 {
462 for(j=0;j<P;j++)
463 b[i][j] = a[i][j];
464 }
465 begin[2]=clock();
466 for(i=0;i<M;i++)
467 {
468 s=ShellSort(b[i],P);
469 count[2]=count[2]+s;
470 }
471 end[2]=clock();
472 t[2]=(double)(end[2]-begin[2])/CLOCKS_PER_SEC;
473 cout<<" 希尔排序法所用时间： "<<t[2]<<‘s‘<<endl;
474 cout<<" 希尔排序的移动次数： "<<count[2]<<endl<<endl;
475 //-----------------------------------------------------冒泡排序法所得时间
476 for(i = 0; i <M;i++ )
477 {
478 for(j=0;j<P ;j++)
479 b[i][j] = a[i][j];
480 }
481 begin[3]=clock();
482 for(i = 0;i < M;i++)
483 {
484 s=BubbleSort(b[i],P );
485 count[3]=count[3]+s;
486 }
487 end[3]=clock();
488 t[3]=(double)(end[3]-begin[3])/CLOCKS_PER_SEC;
489 cout<<"冒泡排序法所用时间： "<<t[3]<<‘s‘<<endl;
490 cout<<" 冒泡排序法移动次数："<<count[3]<<endl<<endl;
491 //--------------------------------------------------快速排序法所得时间
492 for(i = 0; i <M;i++ )
493 {
494 for(j=0;j<P;j++)
495 b[i][j]=a[i][j];
496 }
497 s=0;
498 begin[4]=clock();
499 for(i = 0;i < M; i++)
500 {
501 QuickSort(b[i],P);
502 }
503 count[4] = n1;
504 end [4] = clock();
505 t[4] = (double)(end[4]-begin[4]) / CLOCKS_PER_SEC;
506 cout<<" 快速排序法所用时间： "<<t[4]<<‘s‘<<endl;
507 cout<<" 快速排序法移动次数： "<<count[4]<<endl<<endl;
508 //-------------------------------------------------选择排序法所得时间 for(i = 0; i < M;i++ )
509 {
510 for(j = 0 ;j <P;j++)
511 b[i][j]=a[i][j];
512 }
513 begin[5]=clock();
514 for(i=0;i<M;i++)
515 {
516 s=SelectSort(b[i],P);
517 count[5]=count[5]+s;
518 }
519 end[5]=clock();
520 t[5]=(double)(end[5]-begin[5])/CLOCKS_PER_SEC;
521 cout<<" 选择排序法所用时间："<<t[5]<<‘s‘<<endl;
522 cout<<" 选择排序法移动次数："<<count[5]<<endl<<endl;
523 //----------------------------------------------------堆排序所得时间
524 for(i = 0; i <M;i++ )
525 {
526 for(j = 0 ;j < P;j++)
527 b[i][j] = a[i][j];
528 }
529
530 begin[6]=clock();
531 for(i=0;i<M;i++)
532 {
533 s=HeapSort(b[i],P);
534 count[6]=count[6]+s;
535 }
536 end[6]=clock();
537 t[6]=(double)(end[6]-begin[6])/CLOCKS_PER_SEC;
538
539 cout<<"堆排序所用时间："<<t[6]<<‘s‘<<endl;
540 cout<<" 堆排序移动次数："<<count[6]<<endl<<endl;
541
542 //-----------------------------------------------------二叉排序法所得时间
543 for(i = 0; i <M;i++ )
544 {
545 for(j=0;j<P;j++)
546 b[i][j]=a[i][j];
547 }
548 begin[7]=clock();
549 for(i=0;i<5;i++)
550 {
551 s=Tournament(b[i],10000);
552 count[7]=count[7]+s;
553 }
554 end[7]=clock();
555 t[7]=(double)(end[7]-begin[7])/CLOCKS_PER_SEC;
556 cout<<"二叉排序法所用时间为："<<t[7]<<‘s‘<<endl;
557 cout<<" 二叉排序法 的移动次数为："<<count[7]<<endl<<endl;
558 //-----------------------------------------------------------归并排序法所得时间
559 for(i = 0; i <M;i++ )
560 {
561 for(j=0;j<P;j++)
562 b[i][j]=a[i][j];
563 }
564 int a1[M][P];
565 for(i = 0; i <M;i++ )
566 {
567 for(j=0;j<P;j++)
568 a1[i][j]=a[i][j];
569 }
570 begin[8]=clock();
571 for(i=0;i<5;i++)
572 {
573 s=Merge(a[i],a1[i],0,5000,P);
574 count[8]=count[8]+s;
575 }
576 Sleep(1000);
577 end[8]=clock();
578 t[8]=(double)(end[8]-begin[8]-1000)/CLOCKS_PER_SEC;
579 cout<<"归并排序所用时间为："<<t[8]<<‘s‘<<endl;
580 cout<<" 归并排序的移动次数： "<<count[8]<<endl<<endl;
581 //------------------------------------------------------基数排序法所得时间
582 for(i = 0; i <M;i++ )
583 {
584 for(j=0;j<P;j++)
585 b[i][j]=a[i][j];
586 }
587 begin[9]=clock();
588 for(i=0;i<M;i++)
589 {
590 s=RadixSort(b[i],P);
591 count[9]=count[9]+s;
592 }
593 end[9]=clock();
594 t[9]=(double)(end[9]-begin[9])/CLOCKS_PER_SEC;
595 cout<<"基数排序所用时间为："<<t[9]<<‘s‘<<endl;
596 cout<<" 基数排序移动次数为： "<<count[9]<<endl<<endl;
597 //--------------------------------------------------------
598
599 return 0;
600 }
为了方便大家参考分析，同时也给出代码中所提到的list.h文件和queue.h文件。
list.h文件：
1 #ifndef LIST_H
2 #define LIST_H
3
4 #include<stdlib.h>
5
6 template<class T>
7 class List
8 {
9 struct Node //双向结点声明
10 {
11 T data;
12 Node *prev,*next;
13 Node(const T &d=T(),Node *p=NULL,Node *n=NULL):data(d),prev(p),next(n){}
14 };
15 int size; //数据结点个数
16 Node *head; //头结点指针
17 Node *tail; //尾结点指针
18 void init() //初始化函数
19 {size=0;head=new Node;tail=new Node;head->next=tail;tail->prev=head;}
20
21 public:
22 class const_iterator
23 {
24 protected:
25 Node *current;
26 T& retrieve()const{return current->data;}
27 const_iterator(Node *p):current(p){}
28 friend class List<T>;
29 public:
30 const_iterator():current(NULL){}
31 const T& operator*()const{return retrieve();}//current->data
32 const_iterator& operator++()//前++
33 {
34 current=current->next;
35 return *this;
36 }
37 const_iterator operator++(int)//后++
38 {
39 const_iterator old=*this; //old=current;
40 ++(*this); //current=current->next;
41 return old;
42 }
43 const_iterator& operator--()//前--
44 {
45 current=current->prev;
46 return *this;
47 }
48 const_iterator operator--(int)//后--
49 {
50 const_iterator old=*this; //old=current;
51 --(*this); //current=current->next;
52 return old;
53 }
54 bool operator==(const const_iterator & rhs)const
55 {return current==rhs.current;}
56 bool operator!=(const const_iterator & rhs)const
57 {return current!=rhs.current;}
58
59 };
60 class iterator:public const_iterator
61 {
62 protected:
63 iterator(Node *p):const_iterator(p){}
64 friend class List<T>;
65 public:
66 iterator(){}
67 T& operator*(){return retrieve();}
68 const T& operator*()const{return const_iterator::operator*();}
69 iterator& operator++()//前++
70 {
71 current=current->next;
72 return *this;
73 }
74 iterator operator++(int)//后++
75 {
76 iterator old=*this; //old=current;
77 ++(*this); //current=current->next;
78 return old;
79 }
80 iterator& operator--()//前--
81 {
82 current=current->prev;
83 return *this;
84 }
85 iterator operator--(int)//后--
86 {
87 iterator old=*this; //old=current;
88 --(*this); //current=current->next;
89 return old;
90 }
91 };
92 List(){init();} //默认构造函数
93 List(const List<T> &l){init();operator=(l);}//复制构造函数
94 ~List(){Clear();delete head;delete tail;} //析构函数
95 const List& operator=(const List& l); //复制赋值运算符函数
96 int Size()const{return size;} //求数据个数
97 bool Empty()const{return size==0;} //判空函数
98 void Clear(){while(!Empty())Pop_front();} //清表
99
100 iterator begin(){return iterator(head->next);}
101 const_iterator begin()const{return const_iterator(head->next);}
102 iterator end(){return iterator(tail);}
103 const_iterator end()const{return const_iterator(tail);}
104
105 T& Front(){return *begin();} //返回首元素的引用
106 const T& Front()const{return *begin();} //返回首元素的常量型引用
107 T& Back(){return *--end();} //返回尾元素的引用
108 const T& Back()const{return *--end();} //返回尾元素的常量型引用
109 void Push_front(const T& item){Insert(begin(),item);}//首插
110 void Push_back(const T& item){Insert(end(),item);}//尾插
111 void Pop_front(){Erase(begin());} //删除首结点
112 void Pop_back(){Erase(--end());} //删除尾结点
113 iterator Erase(iterator itr); //删除指示器位置上的结点
114 iterator Insert(iterator itr,const T& item);//在指示器的位置插入item
115
116 };
117 template<class T>//复制赋值成员运算符函数的实现
118 const List<T>& List<T>::operator=(const List<T>& l)
119 {
120 Clear(); //清为空表
121 for(const_iterator itr=l.begin();itr!=l.end();++itr) //把表l的结点逐个复制
122 Push_back(*itr);
123 return *this;
124 }
125
126 template<class T>
127 List<T>::iterator List<T>::Erase(iterator itr)
128 {
129 Node *p=itr.current;
130 iterator re(p->next);
131 p->prev->next=p->next;
132 p->next->prev=p->prev;
133 delete p;
134 size--;
135 return re;
136 }
137 template<class T>
138 List<T>::iterator List<T>::Insert(iterator itr,const T& item)
139 {
140 Node *p=itr.current;
141 size++;
142 p->prev->next=new Node(item,p->prev,p);
143 p->prev=p->prev->next;
144 return iterator(p->prev);
145 }
146
147 #endif
queue.h文件：
1 #ifndef QUEUE_H
2 #define QUEUE_H
3
4 #include"list.h"
5 template<class T>
6 class Queue
7 {
8 List<T> queueL;
9 public:
10 Queue(){}
11 ~Queue(){}
12 int Size()const //求长
13 {return queueL.Size();}
14 bool Empty()const //判空
15 {return queueL.Empty();}
16 const T& Front()const //取队头项
17 {return queueL.Front();}
18 void Push(const T& item) //入队
19 {queueL.Push_back(item);}
20 T Pop() //出队
21 { T item=queueL.Front(); queueL.Pop_front(); return item;}
22 void Clear() //置空队
23 {queueL.Clear();}
24 };
25
26
27 #endif
运行结果：
综上结果可见，快速排序，堆排序，归并排序的效率较高。
-转载
标签：子集 code 技术 代表性 template -- 组成 快速排序 递增
原文地址：http://www.cnblogs.com/wenJiaQi/p/6266942.html
