#PS：要转载请注明出处，本人版权所有
#PS:这个只是 《 我自己 》理解，如果和你的
#原则相冲突，请谅解，勿喷
前提
此系列大概会有三类文章，包括我在学校不太掌握的三种类型的相关算法，分别为排序、树、图中的基础算法。这里主要对这些算法进行一个巩固，期望使自己的相关技术有一定的提高。
实验平台和数据
MEM:2GB
CPU:Intel® Core™ i5-7400 CPU @ 3.00GHz × 4
SYSTEM:Linux 4.13.0-38-generic #43~16.04.1-Ubuntu SMP Wed Mar 14 17:48:43 UTC 2018 x86_64 x86_64 x86_64 GNU/Linux（虚拟机）
测试数据（100000条数据，数据范围1-100000）下载链接：https://download.csdn.net/download/u011728480/10399194
简介
排序算法要解决的问题是：把一系列已存在的数据（乱序），按照一定规律（有序）进行存放。我们常见的就是数字的按照其大小进行排序。排序按照其实现的核心原理分为约4中类型：交换排序、插入排序、选择排序和归并排序。下面依次对这些排序进行说明和总结。
ps：上面内容都是扯淡，大佬直接忽略。
交换排序
交换排序有两种常见算法：冒泡排序和快速排序
冒泡排序
就是遍历，交换。把符合某规律的数据元素交换到数据顶端（有条件的末端），重复此过程，直到数据序列有序为止。
使用上文数据进行排序，结果如图：
平均时间复杂度：O(n ^ 2)
空间复杂度：O(1)
实现代码（下面算法是未做任何优化的，一种优化方法为：如果为发生数据交换，则数据有序且退出整个循环）：
/*
worst time:
surrounding loop=n-1
compare=n(n-1)/2 (等差数列求和，1,2....n-1)
exchange=3n(n-1)/2 (等差数列求和，1,2....n-1,每次交换3次)
best time:(针对此代码，未优化)
surrounding loop=n-1
compare=n(n-1)/2
exchange=0
average-time:O(n ^ 2)
space:O(1)
*/
#include <iostream>
#include <fstream>
#include <chrono>
#include <string>
#include <assert.h>
#include <functional>
template <typename T, typename T1>
int bubble_sort(T * const head, const T1 &len, std::function<void(T&, T&)> swap_func = nullptr){
//int bubble_sort(T * const head, const T1 &len, void (*swap_func)(T&,T&) = nullptr){
//data_len data_tmp must init for type deduction
auto data_len = len;//
auto data_tmp = *head;//
auto i = len,j = len;
//len-1 traverse
for (j = 1; j < data_len; j ++){//n-1
for (i = 0; i < data_len -j; i ++){
if ( nullptr != swap_func )
swap_func(*(head+i), *(head+i+1));
else{
if ( *(head+i) > *(head+i+1) ){
data_tmp = *(head+i);
*(head+i) = *(head+i+1);
*(head+i+1) = data_tmp;
}
}
}
}
return 0;
}
#define DATA_LEN 100000
int main(int argv, char * argc[]){
long * buffer;
std::filebuf *pbuf;
std::ifstream in;
std::ofstream out;
in.open("data.txt");
assert(in.is_open());
long idx = 0;
buffer = new long[DATA_LEN];
std::string data;
for ( ; idx < DATA_LEN; idx++ ){
getline(in, data);
*(buffer+idx) = atol(data.c_str());
}
in.close();
std::chrono::time_point<std::chrono::high_resolution_clock> p0 = std::chrono::high_resolution_clock::now();
bubble_sort(buffer, DATA_LEN);
std::chrono::time_point<std::chrono::high_resolution_clock> p1 = std::chrono::high_resolution_clock::now();
std::cout << "stitch high_resolution_clock time:" << (float)std::chrono::duration_cast<std::chrono::microseconds>(p1 - p0).count() / 1000 << "ms" << std::endl;
out.open("bubble_sort.txt");
assert(out.is_open());
for (idx = 0 ; idx < DATA_LEN; idx++ ){
out<<*(buffer+idx);
out<<"\n";
}
out.close();
delete []buffer;
return 0;
}
快速排序
选定一个基准数（一般为第一个数），然后把小于此数的数放到其左边，大于此数放到右边，这时，此数组被分为了两组。然后分别对这两组数进行同样的操作，直到数无法继续分组为止。
使用上文数据进行排序，结果如图：
平均时间复杂度：O(nlog(n))
空间复杂度：O(log(n)~n)
实现代码：
/*
worst time:O(n^2)
(每次我们指定的分割数是数列里面最大，或者最小，这样导致只会把一个数放到了正确的位置，类似选择排序或者冒泡排序，由于是递归调用，可参考二叉树结构分析)
（此时二叉树结构为最不平衡的二叉树，退化为一条线）
compare=n(n-1)/2(第一次比较n-1,第二次比较n-2 ... 1)
exchange=n(n-1)/2
best time: nlog(n) (注意，取的是数量级)
(参考平衡二叉树)
tree-deepth=log(n)
compare=(n/2)(1-(0.5^n))/(1-0.5) (等比数列求和,n/2 , n/4, ... n/2^n)
exchange=0
average-time:O(nlog(n)) (这里要用什么来证明一下，我搞不清楚原理了)
space:O(log(n)~n)(最坏时间为n(递归深度n)，最优时间为log(n)(递归深度log(n)))
*/
#include <iostream>
#include <fstream>
#include <chrono>
#include <string>
#include <assert.h>
#include <functional>
template <typename T, typename T1>
int quick_sort(T * const head, T1 low, T1 high, std::function<T1(T * const, T1 , T1 )> split_func){
//int bubble_sort(T * const head, const T1 &len, void (*swap_func)(T&,T&) = nullptr){
//split must init for type deduction
auto split = low;
if (low < high){
split = split_func(head, low, high);//split into two arrary and get split val
quick_sort(head, low, split-1, split_func);//deal < split
quick_sort(head, split+1, high, split_func);//deal > split
}
return 0;
}
long int split_func_imp(long int * const head, long int low, long int high){
auto split_val = head[low];
for (; low < high ;){
for ( ; low < high && head[high] <= split_val ; )
high--;
head[low] = head[high];
for ( ; low < high && head[low] >= split_val ; )
low++;
head[high] = head[low];
}
head[low] = split_val;
return low;
}
#define DATA_LEN 100000
int main(int argv, char * argc[]){
long * buffer;
std::filebuf *pbuf;
std::ifstream in;
std::ofstream out;
in.open("data.txt");
assert(in.is_open());
long idx = 0;
buffer = new long[DATA_LEN];
std::string data;
for ( ; idx < DATA_LEN; idx++ ){
getline(in, data);
*(buffer+idx) = atol(data.c_str());
}
in.close();
long low = 0;
long high = DATA_LEN;
std::function<long int (long int * const, long int , long int )> func = split_func_imp;
std::chrono::time_point<std::chrono::high_resolution_clock> p0 = std::chrono::high_resolution_clock::now();
quick_sort(buffer, low, high, func);
std::chrono::time_point<std::chrono::high_resolution_clock> p1 = std::chrono::high_resolution_clock::now();
std::cout << "stitch high_resolution_clock time:" << (float)std::chrono::duration_cast<std::chrono::microseconds>(p1 - p0).count() / 1000 << "ms" << std::endl;
out.open("quick_sort.txt");
assert(out.is_open());
for (idx = 0 ; idx < DATA_LEN; idx++ ){
out<<*(buffer+idx);
out<<"\n";
}
out.close();
delete []buffer;
return 0;
}#PS：请尊重原创，不喜勿喷
#PS：要转载请注明出处，本人版权所有.
有问题请留言，看到后我会第一时间回复