引子

筆者剛剛學習自己的的一門編程語言（C語言）的時候，正在runoob上面刷經典一百道題。

第一次見到排序問題，我內心是不屑的，

“這?不是張口就來？”

然后我就貢獻了一整個下午的時間在一個簡單的排序上面。

初學者不知到排序的時候可以有交換兩個值這樣的操作，所以基本的選擇排序都沒想出來，深陷于“找出最小值，放入新數(shù)組，再擦除這個值…”的死胡同里面。不僅貢獻了一下午的時光，還順帶自尊心極度受挫。

其實當時我的這種思路非常接近一種叫選擇排序的算法，只需要一點點指點就可以馬上取得撥云見日的效果。

如果你也是這樣子的，那最好看完本文。本文系我讀《算法導論》的一份筆記，希望可以給還不懂排序的你帶來幫助。

約定：

本文代碼都是在Windows10下，使用64位GCC編譯器編譯，編譯標準為C++17。

我本來想讓代碼兼容C11標準，讓只會使用C語言的同學們也可以流暢閱讀。但無奈人太懶，半途而廢了……

為還不會C++或者C++不夠熟練的同學們附上參照表：

本文的表達C解釋

_Bool, bool	_Bool	布爾類型
using compare = bool (*)(const Type &a, const Type &b);	typedef _Bool (*compare)(Type a, Type b);	給函數(shù)指針取別名
auto	無可替換	自動推導類型
auto i{123}	int i=123	初始化

Now， Let’s GO！

選擇排序

大多數(shù)地方都把冒泡排序作為第一種教授的排序算法。其實我認為選擇排序才是新人最容易理解的排序算法。還記得我當時的思路嗎？從還沒排序的數(shù)組內找出最小值，然后放到第一個，如次往復。選擇排序就是這樣的。我們只需要設置循環(huán)來實現(xiàn)就好了。

typedef bool (*compareFunction)(int, int); typedef unsigned int size_t;// 待會會以函數(shù)指針的方式將其傳入排序函數(shù)內 _Bool df_compare(int a, int b){ return a<b; }// 使用兩個指針來標記數(shù)組內要排序的部分 void Selection_sort(int *begin, int *end, compareFunction compare) {size_t size{end - begin};for (size_t i{0}; i < size - 1; ++i) {// i是已排序部分和未排序部分的分界for (size_t j{i + 1}; j < size; ++j) {// j不斷找出未排序部分的最小值if (compare(begin[j], begin[i])) {// 交換二值int tmp{begin[j]};begin[j] = begin[i];begin[i] = tmp;}}}}

上面這一個函數(shù)就演示了指針、數(shù)組的使用，還演示了使用函數(shù)指針一定程度上實現(xiàn)多態(tài)。基本語法還不熟悉的同學們得加油啦。

其實這個排序方法也可以在對鏈表使用，而且還不會有過多麻煩。實在覺得難，起碼也要把這一種算法記住。

插入排序

插入排序很像打撲克牌的時候，你抓了一手凌亂的撲克牌然后排序的時候的樣子。手里是已經按照從大到小排號的撲克，然后你每次抓一張新的牌就把它插入到合適位置，然后你手里的牌就永遠是有序的。

當然，有經驗的對手可能會據(jù)此猜測你抽到了什么牌。。

有了撲克牌這個例子應該好理解了，不過應用到算法上面，就又可以難倒一大票萌新。為什么？因為數(shù)組不是你手里的撲克牌，要往靜態(tài)數(shù)組內插入一個值或者移除一個值，這樣的操作是有一點難度的！使用Python或者C++或者Java的同學也還別得意，就算別人幫你封裝好了這樣的操作，你還是需要自己處理一大票問題。看下面的代碼：

int arr[]={1, 2, 4, 3, 2, 6, 8}; int i=3, j=4; printf("%d\t%d", arr[i], arr[j]);

目前是會輸出3 2字樣，但你如果向前面插入一個什么數(shù)，后面的內容就都向后推了一格，所以你還要讓i，j同步變化。這樣不說做不到排序，起碼寫出來的代碼不會很優(yōu)雅了。

如果你使用鏈表，那確實沒那樣的問題了。不過我猜，來看這篇文章的人，還真就不一定都能寫得出鏈表。。。

還不會鏈表的同學，可以來看看我寫的鏈表教程。

如果仍然像之前一樣，把數(shù)組分為已排序和未排序兩部分，我們可以這樣做：

void Insertion_sort(int *begin, int *end, compareFunction compare) {for (auto i{1}; i < end - begin; ++i) {// i把數(shù)組分割為了兩個部分int tmp{begin[i]};// 把begin[i]的內容保存下來，之后插入到合適的地方去int j{i-1};while (j >= 0 && compare(tmp, begin[j])) {// 從后往前查找已排序部分里合適的位置來插入begin[j + 1] = begin[j];// 順便把后面的內容向后移，空出來位置--j;}begin[j + 1] = tmp;// 注意j代表的意義}}

窮鬼沒錢做高端大氣的動畫來演示原理，就…勉強看看吧。

當然，如果你閑的蛋疼，也可以弄個遞歸版本出來（除了可以讓你熟悉一下遞歸沒有任何好處）：

void Insertion_sort_Recurition(int *begin, int *end,compareFunction compare = df_compare) {if (--end - begin > 1) {Insertion_sort_Recurition(begin, end);}int *p = end - 1;int tmp = *end;while (p >= begin && compare(tmp, *p)) {*(p + 1) = *p;p--;}*(p + 1) = tmp;}

感覺這個遞歸和傻逼一樣。。。

冒泡排序

冒泡排序原理很相似，不過不同于選擇排序，它是讓待排序的值像泡泡一樣浮到它該去的地方。不多講。

void Bubble_sort(int *begin, int *end, compareFunction compare) {size_t size{end - begin};for (size_t i{0}; i < size - 1; ++i) {for (size_t j{size - 1}, k{j - 1}; j > i; --j, --k) {// The Bubbleif (compare(begin[j], begin[k])) { // Swap 2 values.int tmp{begin[j]};begin[j] = begin[k];begin[k] = tmp;}}}}

歸并排序

上面的排序方法雖然好理解，但如果數(shù)據(jù)一多起來，那就會很慢。你看看它們基本上都用上了兩層嵌套循環(huán)，數(shù)據(jù)一增加，消耗時間就是平方級別增長。我們想要的，是那種力速雙A的強大算法。

歸并排序采用了分治法這種極為玄學的思想。它的思路倒是非常樸素：數(shù)組里面元素越少，排序起來不就越容易？

如果等待排序的數(shù)組有10個元素，它的想法是這樣的：

• 把它對半分，不就只需要排序5個元素兩次了？

• 再對半分，就只需要對2~3個元素排序四次。

• 。。。。

• 一直分到10份，只剩下一個元素，不就不用排序了？

  雖然現(xiàn)在這個想法看起來跟傻狍子一樣，但其實它說的沒錯，問題在于，如何把兩個已經排序的數(shù)組再組合為一個？

  這就是歸并排序的核心，合并兩個已排序的數(shù)組。

  //這里假定這兩個數(shù)組相鄰，mid左右都是已經排序好的數(shù)組。 void merge(int *begin, int *mid, int *end,compareFunction compare = df_compare) {const auto n1{mid - begin}, n2{end - mid}; // 2 new arrays' length.// 把兩個數(shù)組內容復制一次int l1[n1], l2[n2];for (int i{0}; i < n1; ++i) {l1[i] = begin[i];}for (int i{0}; i < n2; ++i) {l2[i] = mid[i];}// 歸并int i{0}, j{0}, k{0}; // i在l1內運動，j在l2內，k在l3內// 兩個數(shù)組不一定等長，所以還不能一步到位for (; i < n1 && j < n2; ++k) {if (compare(l1[i], l2[j])) {begin[k] = l1[i];++i;} else {begin[k] = l2[j];++j;}}// 合并剩下的部分if (i == n1) {for (; j < n2; ++j, ++k) {begin[k] = l2[j];}}if (j == n2) {for (; i < n1; ++i, ++k) {begin[k] = l1[i];}}}

代碼有點多，但確實做到了。接下來我們只需要使用遞歸，來把數(shù)組無限分割為個體就好了：

void Merge_sort(int *begin, int *end, compareFunction compare = df_compare) {if (begin < end - 1) { // 當begin和end已經相鄰就停下來auto mid{begin + (end - begin) / 2};// 因為指針不支持相加，所以出此下策Merge_sort(begin, mid, compare);Merge_sort(mid, end, compare);// 歸并！merge(begin, mid, end, compare);}}

**歸并排序是沒有嵌套循環(huán)的！**歸并兩個總共有n個元素的數(shù)組，只需要先復制n個元素一次，然后遍歷一次。隨著n增加，消耗時間t還只是an+b的樣子。不過因為要先從最散的狀態(tài)下開始歸并，如果還是10個元素的數(shù)組：

也就是先把1個元素的歸并5次，變成4個有2~3個元素的有序序列；

2~3個元素的歸并2次，變成兩個有5個元素的有序序列；

5個元素的歸并一次，變成一個有10個元素的有序序列；

完成。

數(shù)學好的同學就會發(fā)現(xiàn)，這是個指數(shù)-對數(shù)模型，如果有n個元素，這樣的歸并需要執(zhí)行大概$lo{g}_{2}n$次。演算如下：
$$\begin{gathered} 假設數(shù)組內含n個數(shù)據(jù)，需要歸并t次 \\ n=2^t \\ 所以t=lo{g}_{2}n \\ 消耗總時間f(n)=Anlo{g}_{2}n+B \end{gathered}$$

當然，這個公式只能描述個大概走勢，并非準確（怎么可能執(zhí)行$lo{g}_{2}10$次歸并呢？）。不過這已經可以說明歸并排序比前幾種方式有明顯優(yōu)勢。如果數(shù)據(jù)輸入量足夠大，這幾種算法消耗時間的差距會非常恐怖。

快速排序

快速排序，顧名思義，就是一個字快。它和歸并排序一樣采用了分治法原理，消耗總時間也是$nlo{g}_{2}n$級別，但事實上它比歸并排序快一些，算法競賽卡時間選手的最愛。

找到一個某數(shù)，盡量把大于某數(shù)的都扔去一邊，小于的扔去另一邊。然后就形成了大于這個數(shù)的都在右邊，小于這個數(shù)的都在左邊。再對兩左右部分再重復相同操作，一直到不能再分為兩部分為止。

這個某數(shù)是什么？答案是隨便。我一般會選擇數(shù)組正中間的那個數(shù)。這樣最終結果就剛好會以這個數(shù)為分界點。

但在我看來，快排比歸并還要難理解一些，使用的時候是依靠記憶多于依靠理解的。。

void Quik_sort(int *begin, int *end, compareFunction compare = df_compare) {if (begin < end-1) {// 遞歸終點，到兩指針相鄰就說明只還剩一個元素，就不必繼續(xù)排序了。auto mid{begin + (end - begin) / 2};auto left{begin}, right{end - 1};while (left < right) {//尋找左邊的、大于某數(shù)的值while (compare(*left, *mid) && left < right) {left++;}while (!compare(*right, *mid) && left < right) {right--;}// 交換，同時再把left向右推一格，right向左推一格。沒有這一步就會陷入死循環(huán)。auto tmp{*left};*left++ = *right;*right-- = tmp;}// 遞歸排序Quik_sort(begin, mid);Quik_sort(mid, end);}} };

快速排序比歸并排序代碼量少不少，適合速用。但快速排序是不穩(wěn)定的算法。什么叫不穩(wěn)定？比如說我排序下面的結構體數(shù)組，再用不同的排序打印結果：

struct Obj {int i;string label;};Obj objarr[] = {{2, "B"}, {2, "A"}, {4, "D"}, {3, "C"}, {3, "F"}};

但目前我們的函數(shù)只接受int類型數(shù)組，為了讓我們的算法可以適應這樣的數(shù)據(jù)類型，我們需要先做一下泛型：

template <class Type> using compare = bool (*)(const Type &a, const Type &b);template<class Type = int>void Quik_sort(Type *begin, Type *end, compare<Type> compare ) {if (begin < end-1) {auto mid{begin + (end - begin) / 2};auto left{begin}, right{end - 1};while (left < right) {while (compare(*left, *mid) && left < right) {left++;}while (!compare(*right, *mid) && left < right) {right--;}auto tmp{*left};*left++ = *right;*right-- = tmp;}Quik_sort<Type>(begin, mid, compare);Quik_sort<Type>(mid, end, compare);}}

排序打印出結果：

Quik_sort<Obj>(objarr, objarr + 5,[](const Obj &a, const Obj &b) -> bool { return a.i < b.i; });// 這是個lambda表達式for (auto &i : objarr) {cout<<i.label<<" ";}

輸出：B A F C D。你看，都具有一樣的索引的情況下，C，F的順序被顛倒了，但B，A并沒有。所以一旦對這樣的數(shù)組使用快速排序，結果將會是無法預料的！！

欲戴王冠，必承其重。正因如此，才更有必要根據(jù)實際需求選擇不同的排序算法。如果要求高穩(wěn)定性，可以使用歸并排序代替。

畢竟，算法也是有極限的嘛~~

后記

排序算法非常多，而且各有各的特色。這里只介紹了簡單一些的排序算法。許多算法利用了二叉樹這樣的數(shù)據(jù)結構，還有的則是幾種算法的復合或者改進來達到特殊目的（如改進插入排序的希爾排序）。這些算法我會在排序篇（二）里面詳細介紹的！所以你若覺得自己有時間等我鴿的，不妨點個關注，沒準下星期我就更了呢……

總結

以上是生活随笔為你收集整理的算法入门篇：排序算法（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。