/***********************************************************
总结各种排序算法包括但不限于：
1. 插入排序类
1.1 直接插入排序
1.2 二分插入排序
1.3 希尔排序
2. 交换排序类
2.1 冒泡排序
2.2 快速排序
3. 选择排序
3.1 直接选择排序
3.2 堆排序
4. 归并排序
5. 基数排序
以上所有排序算法的实现均为将整形数组data递增排序
************************************************************/
#include <iostream>
#include <time.h>
using namespace std;
/********************** 1 直接插入排序********************************
空间复杂度：只有辅助变量， 没有与问题规模相关的辅存消耗，O(1)
时间复杂度：最好情况，初始数组为正序（此处为递增），O(n)；最坏情况，初始数组为反
序，O(n2)；平均时间复杂度为O(n2).
稳定性：当data[i]=datda[i-1]时，相对位置不变，所以是稳定的排序
思想：将原序列分为有序区和无序区，每次外部循环将无序区的第一个元素插入到有序区的适
当位置，同时有序区元素加1，无序区元素减1，这样直到无序区的元素为0
*******************************************************************/
void insertSort(int data[], int n)
{
int i, j;
int tmp;
for (i = 1; i < n; ++i)
{
tmp = data[i];
j = i - 1;
while (j >= 0 && tmp < data[j])
{
data[j + 1] = data[j];
--j;
}
//若j<0则tmp是有序区的最小元素，若tmp>=data[j]则将tmp放在data[j]的
//后面data[j+1]处
data[j + 1] = tmp;
}
}
/************************ 2 二分（折半）插入排序 ***********************
时空复杂度及稳定性与上面是一样的
思想：对于有序的序列二分查找效率比顺序查找高很多，基于此，在将无序区的第一个元素插
入到有序区相应位置时，用二分查找寻找该位置而不是顺序查找，可以减少关
键字比较的次数但是关键字移动的次数仍然是没有改变的，所以其实际的效果与直接插
入排序相当，只需注意二分查找思想的运用。
*******************************************************************/
void biInsertSort(int data[], int n)
{
int i, j, low, high, mid;
int tmp;
for (i = 1; i < n; ++i)
{
tmp = data[i];
low = 0, high = i - 1;
while (low <= high)
{
mid = (low + high) / 2;
if (tmp < data[mid])
high = mid - 1;
else
low = mid + 1;
}
for (j = i - 1; j >= high + 1; --j)//high+1 is mid
data[j + 1] = data[j];
data[high + 1] = tmp;
}
}
/************************* 3 希尔排序 ********************************
空间复杂度：只用到了i,j,gap,tmp4个辅助变量，与问题规模无关，空间复杂度为O(1).
时间复杂度：分析较复杂，一般认为平均时间复杂度为O(n^1.3).
稳定性：不稳定
思想：本质上还是属于插入排序，只不过是先对序列分组，然后组内直接插入，同时，分组数
由多到少，组内元素由少到多，顺序性由差到好，直到最后一步组间距为1时，
直接插入排序的数组已经基本有序了
*******************************************************************/
void shellSort(int data[], int n)
{
int i, j, gap;
int tmp;
gap = n / 2;
while (gap > 0)
{
//这样记忆，整个for循环其实就是直接插入排序的过程，只不过将直接插入排序
//的1->gap罢了，最后当gap=1的时候就是直接插入排序了。
for (i = gap; i < n; ++i)
{
tmp = data[i];
j = i - gap;
while (j >= 0 && tmp < data[j])
{
data[j + gap] = data[j];
j = j - gap;
}
data[j + gap] = tmp;
}
gap = gap / 2;
}
}
/*************************** 4 冒泡排序 ******************************
空间复杂度：只有三个辅助变量，与问题规模无关，空间复杂度为O(1)
时间复杂度：最好情况，数组本身是正序的，O(n)；最坏情况，数组是反序的，O(n^2)；平
均时间复杂度为O(n^2)。
稳定性：稳定
思想：将数组头部看成水面，数组尾部看成水底，最小（或最大）的元素上浮（或下沉）直到
结束，采用的是比较元素大小然后交换元素值的思想，每次都选择未排序的
元素中最小或最大元素送达指定的位置。
*******************************************************************/
//经典冒泡排序算法，以后以这个为准
void bubbleSort(int data[], int n)
{
int i, j, tmp, flag;
for (i = 0; i < n - 1; ++i)
{
flag = 0;
for (j = 0; j < n - i - 1; ++j)
{
if (data[j] > data[j + 1])
{
tmp = data[j];
data[j] = data[j + 1];
data[j + 1] = tmp;
flag = 1;
}
}
if (flag == 0)
return;
}
}
//最小元素上浮
void bubbleSort1(int data[], int n)
{
int tmp, flag;
for (int i = 0; i < n - 1; ++i)
{
flag = 0;
for (int j = n - 1; j > i; --j)
{
if (data[j] < data[j - 1])
{
tmp = data[j];
data[j] = data[j - 1];
data[j - 1] = tmp;
flag = 1;
}
}
if (flag == 0)//no swap in the circulation
return;
}
}
//最大元素下沉（备选方案，与上面是一样的）
void bubbleSort2(int data[], int n)
{
int tmp, flag;
for (int i = n-1; i > 0; --i)
{
flag = 0;
for (int j = 0; j < i; ++j)
{
if (data[j] > data[j + 1])
{
tmp = data[j];
data[j] = data[j + 1];
data[j + 1] = tmp;
flag = 1;
}
}
if (flag == 0)
return;
}
}
/***************************** 5 快速排序 ****************************
空间复杂度：主要是递归时所需的栈空间，平均空间复杂度为O(nlongn)。
时间复杂度：主要的时间都花费在划分上面，最好情况，每次划分的基准都是无序区的‘中
值’记录，O(nlogn);最坏情况，原数组本身是有序的，此时O(n^2)。
平均时间复杂度为O(nlogn)。
稳定性： 不稳定
思想：分治的思想，将大问题转化为小问题，递归的思想，最重要的过程就是划分，划分结束
了，数组也就排好序了，快速排序是排序算法中非常重要的一种
*******************************************************************/
//快排，数据结构书上的方法,递归，以后以这个为准
void quickSort(int data[], int start, int end)
{
int i = start, j = end;
int pivot;
if (start < end)
{
//每次递归都取无序区的第一个元素作为中心基准，这个地方可以改进为随机的方法
pivot = data[start];
while (i != j)
{
while (j>i && data[j] > pivot)
--j;
data[i] = data[j];
while (i < j && data[i] < pivot)
++i;
data[j] = data[i];
}
data[i] = pivot;
quickSort(data, start, i - 1);
quickSort(data, i + 1, end);
}
}
//另外一个版本是将划分（上面if里面的代码）过程单独成为一个partition函数,同时采样随机化快排思想(剑指offer)
int randomInRange(int s, int t)
{
srand((unsigned int)time(NULL));
return s + rand() % (t - s + 1);
}
void swap(int* left, int* right)
{
int tmp = *left;
*left = *right;
*right = tmp;
}
int partition(int data[], int length, int start, int end)
{
if (data == NULL || start < 0 || end >= length)
throw new std::exception("invalid parameters");
int index = randomInRange(start, end);
swap(&data[index], &data[end]);
int small = start - 1;
for (index = start; index < end; ++index)
{
if (data[index] < data[end])
{
++small;
if (small != index)
swap(&data[index], &data[small]);
}
}
++small;
swap(&data[small], &data[end]);
return small;
}
void quickSort1(int data[], int length, int start, int end)
{
if (start == end)
return;
int index = partition(data, length, start, end);
if (index > start)
quickSort1(data, length, start, index - 1);
if (index < end)
quickSort1(data, length, index + 1, end);
}
/*************************** 6 直接选择排序 **************************
空间复杂度：只用到了i,j,k,tmp四个辅助变量，故空间复杂度为O(1).
时间复杂度：无论表的初始状态如何，比较次数都达到O(n^2),故直接选择排序的最好和最坏
时间复杂度都是O(n^2).
稳定性：不稳定，如将{5，3，2，5，4，1}排序，第一趟就改变了两个5的相对位置。可以
看成是交换排序和直接插入排序的综合，但是直接插入和冒泡排序都是稳定的，而该
算法是不稳定的
思想：每一趟从待排序的记录中选择关键字最小的记录，顺序放在已排好序子表的最后，知道
全部记录排序完毕
适用性：适合从大量记录中选择一部分排序记录，如从10000个记录中选择关键字大小为前10
的记录
*******************************************************************/
void selectSort(int data[], int n)
{
int tmp, k;
for (int i = 0; i < n - 1; ++i)
{
k = i;
for (int j = i + 1; j < n; ++j)
{
if (data[j] < data[k])
k = j;
}
if (k != i)//若k=i则证明已经是有序的了
{
tmp = data[i];
data[i] = data[k];
data[k] = tmp;
}
}
}
/****************************** 7 堆排序 ****************************
空间复杂度：只用到了四个辅助变量，空间复杂度是O(1).
时间复杂度：最好，最坏，和平均时间复杂度都是O(nlogn).
稳定性：不稳定
思想：本质上是一种树形选择排序思想，将原数组看成为一个完全二叉树的顺序存储结构，利
用完全二叉树中双亲节点和孩子节点之间的内在关系，在当前无序区中选择关键字
最大（大根堆）或者最小（小根堆）的记录移动到数组的末尾，然后对剩余的元素作同
样的操作
适用性：不适宜记录数较少的表，与直接选择排序算法类似
*******************************************************************/
//算法分为两个主要部分，堆调整（采用筛选算法），与排序
//建立大根堆，每次将最大的元素移动到末尾
void heapAdjust(int data[], int start, int end)
{
int tmp = data[start];
for (int i = 2 * start + 1; i <= end; i *= 2){
//这个i<end的判断很重要，若i=end，则证明当前节点start只有一个左孩子节点，就不用继续比较了
if (i < end && data[i] < data[i + 1])
++i;
if (tmp > data[i])
break;
data[start] = data[i];
start = i;
}
data[start] = tmp;
}
void heapAdjust1(int data[], int low, int high)
{
int i = low, j = 2 * i+1;
int tmp = data[i];
while (j <= high)
{
if (j < high && data[j] < data[j + 1])
++j;
if (tmp < data[j])
{
data[i] = data[j];
i = j;
j = 2 * i;
}
else
break;
}
data[i] = tmp;
}
void heapSort(int data[], int n)
{
int i;
int tmp;
//建立初始堆
for (i = n / 2; i >= 0; --i)
{
heapAdjust(data, i, n-1);
}
//堆排序过程
for (int i = n-1; i >= 0; --i)
{
//交换堆顶和最后一个元素
tmp = data[0];
data[0] = data[i];
data[i] = tmp;
//调整堆满足大根堆的性质
heapAdjust(data, 0, i - 1);
}
}
/*************************** 8 归并排序 ******************************
空间复杂度：O(n),需要一个辅助的数组来存放合并两个有序表之后生成的新表，故归并排序不是就地排序
时间复杂度：最好，最坏，平均时间复杂度均是O(nlogn)
稳定性：归并排序是稳定的排序算法
思想：将两个或两个以上的有序表合并为一个新的有序表，递归的思想
*******************************************************************/
////迭代版本,有问题
//void mergeSort_iter(int data[], int n)
//{
// int *b = new int[n];
// int *a = data;
// //外层for循环，一共进行logn趟归并
// for (int seg = 1; seg < n; seg += seg)
// {
// //一趟归并排序
// for (int start = 0; start < n; start += seg + seg)
// {
// int low = start, mid = (start + seg) < n ? (start + seg) : n, high = (start + seg + seg) < n ? (start + seg + seg) : n;
// int k = low;
// int start1 = low, end1 = mid;
// int start2 = mid, end2 = high;
// while (start1 < end1 && start2 < end2)
// b[k++] = a[start1] < a[start2] ? a[start1] : a[start2];
// while (start1 < end1)
// b[k++] = a[start1++];
// while (start2 < end2)
// b[k++] = a[start2++];
// }
// //交换a和b
// int *tmp = a;
// a = b;
// b = tmp;
// }
// //若发生交换了
// if (a != data)
// {
// for (int i = 0; i < n; ++i)
// b[i] = a[i];
// b = a;
// }
// delete b;
//}
//一趟归并过程，将两个有序的子表合成一个新的有序表
void merge(int data[], int low, int mid, int high)
{
int i = low, j = mid + 1, k = 0;
//临时存储排好序的数组
int *tmp = new int[high - low + 1];
while (i <= mid && j <= high)
{
if (data[i] < data[j])
tmp[k++] = data[i++];
else
tmp[k++] = data[j++];
}
while (i <= mid)
tmp[k++] = data[i++];
while (j <= high)
tmp[k++] = data[j++];
for (int i = low, k = 0; i <= high; i++, k++)
data[i] = tmp[k];
delete tmp;
}
//递归形式分别对数组的左右两个子数组归并排序，然后merge成一个新的有序数组
void mergeSortR(int data[], int low, int high)
{
int mid;
if (low < high)
{
mid = (low + high) / 2;
mergeSortR(data, low, mid);
mergeSortR(data, mid + 1, high);
merge(data, low, mid, high);
}
}
//自顶向下的二路归并排序算法
void mergeSort(int data[], int n)
{
mergeSortR(data, 0, n - 1);
}
/************************* 9 基数排序 ********************************
空间复杂度：空间复杂度为O(n)
时间复杂度：最好、最坏、平均的时间复杂度都是O(d(n+r)),其中d是待排序元素的最大位
数，n是元素的个数，r是基数（十进制r=10，二进制r=2）。
稳定性：基数排序是稳定的排序方法
思想：通过"分配"和"收集"过程实现排序，不需要进行关键字之间的比较，是一种借助于多
关键字排序的思想对单关键字排序的方法，分为最低位优先(LSD）和最高位优(MSD)
*******************************************************************/
//辅助函数，求数据的最大位数d
int maxbit(int data[], int n)
{
int d = 1;//保存最大位数，初始为1
int p = 10;
for (int i = 0; i < n; ++i)
{
while (data[i] >= p)
{
p *= 10;//有溢出的风险
++d;
}
}
return d;
}
//基数排序
void radixSort(int data[],int n)
{
//得到最大位数d
int d = maxbit(data, n);
int *tmp = new int[n];
int *count = new int[10];//计数器
int i, j, k;
int radix = 1;
for (i = 1; i <= d; ++i)
{
//清空计数器
for (j = 0; j < 10; ++j)
count[j] = 0;
for (j = 0; j < n; j++)
{
k = (data[j] / radix) % 10;//统计每个桶中的记录数
count[k]++;
}
for (j = 1; j < 10; j++)
count[j] = count[j - 1] + count[j];
for (j = n - 1; j >= 0; j--)
{
k = (data[j] / radix) % 10;
tmp[count[k] - 1] = data[j];
count[k]--;
}
for (j = 0; j < n; j++)
data[j] = tmp[j];
radix = radix * 10;
}
delete []tmp;
delete []count;
}
void print(int data[], int n)
{
for (int i = 0; i < n; ++i)
cout << data[i] << " ";
cout << endl;
}
//测试
int main()
{
int data[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy1[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy2[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy3[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy4[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy5[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy6[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy7[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy8[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
int copy9[] = { 3, 6, 1, 5, 0, 4, 2, 9, 8, 7 };
cout << "待排序数组为： ";
print(data, sizeof(data) / sizeof(int));
cout << endl << endl;
cout << "1 直接插入排序： ";
insertSort(copy1, sizeof(copy1) / sizeof(int));
print(copy1, sizeof(copy1) / sizeof(int));
cout << endl;
cout << "2 二分插入排序： ";
biInsertSort(copy2, sizeof(copy2) / sizeof(int));
print(copy1, sizeof(copy2) / sizeof(int));
cout << endl;
cout << "3 希尔排序： ";
shellSort(copy3, sizeof(copy3) / sizeof(int));
print(copy1, sizeof(copy3) / sizeof(int));
cout << endl;
cout << "4 冒泡排序： ";
bubbleSort(copy4, sizeof(copy4) / sizeof(int));
print(copy1, sizeof(copy4) / sizeof(int));
cout << endl;
cout << "5 快速排序： ";
quickSort(copy5, 0, sizeof(copy5) / sizeof(int)-1);
print(copy1, sizeof(copy5) / sizeof(int));
cout << endl;
cout << "6 直接选择排序： ";
selectSort(copy6, sizeof(copy6) / sizeof(int));
print(copy1, sizeof(copy6) / sizeof(int));
cout << endl;
cout << "7 堆排序： ";
heapSort(copy7, sizeof(copy6) / sizeof(int));
print(copy1, sizeof(copy7) / sizeof(int));
cout << endl;
cout << "8 归并排序： ";
mergeSort(copy8, sizeof(copy8) / sizeof(int));
print(copy1, sizeof(copy8) / sizeof(int));
cout << endl;
cout << "9 基数排序： ";
radixSort(copy9, sizeof(copy9) / sizeof(int));
print(copy1, sizeof(copy9) / sizeof(int));
cout << endl;
return 0;
}
