摘要：内部排序，还有一个基数排序，基数排序也是比较常用的。有时间再好好研究一下，先把排序源代码上传。http://files.cnblogs.com/wanggary/SortPlusPlus.zip 阅读全文

摘要：那么在递归形式的2-路归并排序中，会不停的申请容量为count的int数组，在递归调用中会占用大量的存储空间。为了节省存储空间的开销，可以考虑非递归的形式。// 归并排序之非递归void CMergingSort::MergeSort(void){ const int count = 9; int A[count] = {0, 49, 38, 65, 97, 76, 13, 27, 49}; int step = 1; int B[count] = {0}; //决定趟数 while (step < count) { MergePass(A, B, step, count);//#1 s 阅读全文

摘要：归并排序（MergingSort），是又一类不同的排序方法。“归并”的含义是将两个或两个以上的有序表组合成一个新的有序表。时间复杂度为O(nlog2n)。const int count = 9;// 2-路归并排序之递归形式void CMergingSort::Path2MergingSort(void){ int L[count] = {0, 49, 38, 65, 97, 76, 13, 27, 49}; MSort(L, L, 1, count - 1); //打印排序结果。 for (int i = 0; i < count; ++ i) { cout << L[i] 阅读全文

摘要：堆排序（HeapSort），只需要一个记录大小的辅助空间，每个待排序的记录仅占有一个存储空间。堆的定义如下：n个元素的序列｛k1, k2, … , kn｝当且仅当满足下关系时，称之为堆。Ki<= K2i && Ki <= K2i+1 或Ki >= K2i && Ki >= K2i+1，（i =1, 2, … , n/2」）。若将和此序列对应的一维数组看成是一个完全二叉树，则堆的含义表明，完全二叉树中所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。则堆顶元素（或完全二叉树的根）必为序列中n个元素的最小值（或最大值）。理解：若在输 阅读全文

摘要：树形选择排序（Tree Selection Sort），又称锦标赛排序（Tournament Sort），是一种按锦标赛的思想进行选择排序的方法。时间复杂度为O(nlog2n)。理解：两两比较，选出第一个最小值，将原来的叶子节点设置为∞，进行同样的两两比较，既可选出第二个最小值，如此往复。缺点：占用的辅助存储空间较多，和“∞”进行多余的比较等。为了弥补这些缺点J.willioms提出了另一种形式的选择排序——堆排序。 首先将待排序记录两两分组，将每组的最小值设置为他们的父结点，把所有这些筛选出来的父结点再两两分组，选出每组的最小值并设置为这组的父结点。一层一层筛选，直到选出根结点，就是最小值. 阅读全文

摘要：简单选择排序（SimpleSelection Sort），一趟简单选择排序的操作为：通过n - i 次关键字间的比较，从n - i + 1个记录中选出关键字最小的记录，并和第i(1 <= i <= n)个记录交换之。时间复杂度为O(n^2)。// 简单选择排序void CSelectionSort::SimpleSelectionSort(void){ const int count = 9; int L[count] = {0, 49, 38, 65, 97, 76, 13, 27, 49}; for (int i = 0; i < count; ++i) { int j 阅读全文

摘要：快速排序（QuickSort）是对起泡排序的一种改进。它的基本思想是，通过一趟排序将待排序记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。// 快速排序void CExchangeSort::QuickSort(void){ const int count = 9, length = count -1; int L[count] = {0, 49, 38, 65, 97, 76, 13, 27, 49}; int low = 1; int high = length; QuickSort(L, low, hig. 阅读全文