一、插入排序

1. 不带哨兵

void InsertSort(int A[], int n){
	int i, j, temp;
	for (i=1; i<n; i++){
		if (A[i]<A[i-1]){
			temp = A[i];
			for (j=i-1; j>=0 && A[j]>temp; --j){
				A[j+1] = A[j];
			}
			A[j+1] = temp;
		}
	}
}

2. 带哨兵

void InsertSort(int A[], int n){
	int i, j;
	for (i=2; i<=n; i++){
		if (A[i]<A[i-1]){
			A[0] = A[i];
			for (j=i-1; A[0]<A[j]; --j){ // 不用每次循环都判断j>=0
				A[j+1] = A[j];
			}
			A[j+1] = A[0];
		}
	}
}

3. 折半插入排序

   void InsertSort(ing A[], int n){
   	int i, j, low, high, mid;
   	for (i=2; i<=n; i++){
   		A[0] = A[i];
   		low = 1;
   		high = i-1;
   		while (low<=high){
   			mid = (high+low)/2;
   			if (A[mid]>A[0])
   				high = mid - 1;
   			else low = mid + 1;
   		}
   		for (j=i-1; j>=high+1; --j){
   			A[j+1] = A[j];
   		}
   		A[high+1] = A[0];
   	}
   }
   

二、 希尔排序

思想：先追求表中元素部分有序，再逐渐逼近全局有序
这里的A[0]只是暂存单元，不是哨兵（循环语句中会判断若j<=0就到了插入位置）

void ShellSort(int A[], int n){
	int d, i, j;
	for (d=n/2; d>=1; d=d/2)
		for (i=d+1; i<=n; ++i)
			if (A[i]<A[i-d]{
				A[0] = A[i];
				for (j=i-d; j>0 && A[0]<A[j]; i-=d)
					A[j+d] = A[j]; // 同组的记录后移，找寻当前元素的插入位置
				A[j+d] = A[0];
			}
}

三、冒泡排序

每一趟都能使最小的元素被放在最终位置（也可以改动以下代码使每一趟把最大的元素被放在最终位置）

void swap(int &a, int &b){
	int temp = a;
	a = b;
	b = temp;
}

void BubbleSort(int A[], int n){
	for (int i=0; i<n-1; i++){
		bool flag = false;
		for (int j=n-1; j>i; j--)
			if (A[j-1]>A[j]){
				swap(A[j-1], A[j]);
				flag = true;
			}
		if (flag==false)
			return;
	}
}

四、快速排序

void QuickSort(int A[], int low, int high){
	if (low<high){
		int pivotpos = Partition(A, low, high);
		QuickSort(A, low, pivotpos-1);
		QuickSort(A, pivotpos+1, high);
	}
}

int Partition(int A[], int low, int high){
	int pivot = A[low];
	while (low<high){
		while (low<high&&A[high]>=pivot) --high;
		A[low] = A[high];
		while (low<high&&A[low]<=pivot) ++low;
		A[high] = A[low];
	}
	A[low] = pivot;
	return low;
}

五、简单选择排序（属于选择排序）

每一趟在待排序元素中选取关键字最小的元素加入有序子序列（即有序子序列放在整个序列的开头，每一趟找到的最小元素放在有序子序列的末尾）

void SelectSort(int A[], int n){
	for (int i=0; i<n-1; i++){
		int min = i;
		for (int j=i+1; i<n; j++){
			if (A[j]<A[min])
				min = j;
		}
		if (min!=i)
			swap(A[i], A[min]);
	}
}

void swap(int &a, int &b){
	int temp = a;
	a = b;
	b = temp;
}		

六、堆排序（属于选择排序）

先建堆，再排序。建堆时让编号$\le \frac{n}{2}$的所有节点依次下坠（自底向上调整各分支节点），下坠规则就是小元素与关键字更大的孩子交换位置。排序时让堆顶元素加入有序子序列（大根堆排序时是让堆顶元素与堆底元素交换），堆底元素换到堆顶后，进行下坠调整，恢复大根堆的特性。将排序过程重复n-1趟

1. 大根堆
   • 建立大根堆（A[0]初始值为空）

     void BuildMaxHeap(int A[], int len){
     	for (int i=len/2; i>0; i--) // 从后向前调整所有非终端节点 
     		HeadAdjust(A, i, len);
     }
     
     // 将以k为根的子树调整为大根堆（即小元素下坠过程）
     void HeadAdjust(int A[], int k, int len){
     	A[0] = A[k];  // A[0]的作用为暂存子树根节点（即要下坠的那个小元素）
     	for (int i=2*k; i<=len; i*2){  // 让i先指向当前节点左孩子
     		if (i<len && A[i]<A[i+1])
     			i++;
     		if (A[0]>=A[i]) break;
     		else{
     			A[k] = A[i];
     			k = i;
     		}
     	}
     	A[k] = A[0];
     }
     

     这里有个常考考点：若一个节点有两个孩子，则其“下坠”一层，需要对比关键字两次（孩子对比选最大，该节点再与大孩子对比）；若下方只有一个孩子，则“下坠”一层只需对比关键字1次

   • 基于建立的大根堆，进行堆排序：每一趟将堆顶元素加入有序子序列（即有序子序列放在整个序列的结尾，每一趟找到的最大元素放在有序子序列的开头），并将待排序元素再次调整为大根堆（又进行一轮小元素不断下坠）

     void HeapSort(int A[], int len){
     	BuildMaxHeap(A, len);
     	for (int i=len; i>1; i--){
     		swap(A[i], A[1];
     		HeadAdjust(A, 1, i-1);
     	}
     }
     

七、归并排序

归并即把两个或多个已经有序的序列合并成一个

int *B = (int *)malloc(n*sizeof(int)); // 辅助数组B

void Merge(int A[], int low, int mid, int high){
	int i, j, k;
	for (k=low; k<=high; k++)
		B[k] = A[k]; // 将A中所有元素复制到B中
	for (i=low, j=mid+1, k=i; i<=mid&&j<=high; k++){
		if (B[i]<=B[j])
			A[k] = B[i++];
		else
			A[k] = B[j++];
	}
	while (i<=mid) 
		A[k++] = B[i++];
	while (j<=high)
		A[k++] = B[j++];
}

void MergeSort(int A[], int low, int high){
	if (low<high){
		int mid = (low+high)/2;
		MergeSort(A, low, mid);  // 对左半部分归并排序
		MergeSort(A, mid+1, high);  // 对右半部分归并排序
		Merge(A, low, mid, high);  // 归并
	}
}

八、基数排序

基数排序不是基于比较的排序算法
只考手动模拟，几乎不考代码

1. 基数排序擅长解决的问题
   • 数据元素的关键字可以方便地拆分为d组，且d较小
   • 每组关键字的取值范围不大，即r较小
   • 数据元素个数n较大
2. 基数排序通常基于链式存储实现：
   • 定义包含r个队列元素的数组，每个队列保存两个指针（*front和*rear），每个队列中的元素包含数据和指向下一个元素的指针

     typedef struct LinkNode{
     	ElemType data;
     	struct LinkNode *next;
     } LinkNode, *LinkList;
     
     typedef struct{
     	LinkNode *front, *rear;
     } LinkQueue;
     

九、外部排序

1. 败者树：
   • 解决的问题：使用多路平衡归并可减少归并趟数，但用老土方法从k个归并段选出一个最小/最大元素需要对比关键字k-1次，构造败者树可以使关键字对比次数减少到$\lceil lo{g}_{2}k\rceil$
   • 败者树可视为一棵完全二叉树（多了一个头头）。k个叶节点分别对应k个归并段中当前参加比较的元素，非叶子节点用来记忆左右子树中的“失败者”，而让胜者往上继续进行比较，一直到根节点
2. 置换-选择排序：

算法效率

算法	空间复杂度	时间复杂度	算法稳定性	适用性
插入排序	$O(1)$	最好$O(n)$；最坏$O(n^2)$；平均$O(n^2)$ （主要来自对比关键字、移动元素，若有n个元素，需要n-1趟处理）	稳定
折半插入排序	$O(1)$	最好$O(nlo{g}_{2}n)$；最坏$O(n^2)$；平均$O(n^2)$	稳定
希尔排序	$O(1)$	最坏$O(n^2)$	不稳定	仅适用于顺序表，不适用于链表
冒泡排序	$O(1)$	最好$O(n)$（有序）；最坏$O(n^2)$（逆序）；平均$O(n^2)$	稳定	适用于顺序表和链表
快速排序	最好$O(lo{g}_{2}n)$；最坏$O(n)$	最好$O(nlo{g}_{2}n)$（每次选的pivot都能将序列分成均匀的两部分）；最坏$O(n^2)$（初始有序或逆序）；平均$O(nlo{g}_{2}n)$	不稳定	适用于顺序表，不适用于链表
简单选择排序	$O(1)$	$O(n^2)$	不稳定	顺序表、链表都可以
堆排序	$O(1)$	建堆$O(n)$、排序$O(nlo{g}_{2}n)$，总时间复杂度$O(nlo{g}_{2}n)$	不稳定
归并排序	$O(1)$	每一趟的对比次数$O(n)$、趟数$O(lo{g}_{2}n)$，总时间复杂度$O(nlo{g}_{2}n)$	稳定
基数排序	$O(r)$	$O(d(n+r))$，其中数据元素的关键字拆分为d组，每组关键字的取值范围为r，数据元素个数为n	稳定