8种主要排序算法的C#实现

来源：互联网发布：淘宝客贷款入口编辑：程序博客网时间：2024/05/16 12:39

简介

排序算法是我们编程中遇到的最多的算法。目前主流的算法有8种。

平均时间复杂度从高到低依次是：

冒泡排序（o(n²)），选择排序（o(n²)），插入排序（o(n²)），堆排序（o(nlogn)），

归并排序（o(nlogn)），快速排序（o(nlogn)），希尔排序（o(n^1.25)），基数排序（o(n)）

这些平均时间复杂度是参照维基百科排序算法罗列的。

是计算的理论平均值，并不意味着你的代码实现能达到这样的程度。

例如希尔排序，时间复杂度是由选择的步长决定的。基数排序时间复杂度最小，

但我实现的基数排序的速度并不是最快的，后面的结果测试图可以看到。

本文代码实现使用的数据源类型为IList<int>，这样可以兼容int[]和List<int>(虽然int[]有ToList()，

List<int>有ToArray()，哈哈！)。

选择排序

选择排序是我觉得最简单暴力的排序方式了。

以前刚接触排序算法的时候，感觉算法太多搞不清，唯独记得选择排序的做法及实现。

原理：找出参与排序的数组最大值，放到末尾（或找到最小值放到开头）维基入口

实现如下：

 1         public static void SelectSort(IList<int> data) 2         { 3             for (int i = 0; i < data.Count - 1; i++) 4             { 5                 int min = i; 6                 int temp = data[i]; 7                 for (int j = i + 1; j < data.Count; j++) 8                 { 9                     if (data[j] < temp)10                     {11                         min = j;12                         temp = data[j];13                     }14                 }15                 if (min != i)16                     Swap(data, min, i);17             }18         }

过程解析：将剩余数组的最小数交换到开头。

冒泡排序

冒泡排序是笔试面试经常考的内容，虽然它是这些算法里排序速度最慢的（汗），后面有测试为证。

原理：从头开始，每一个元素和它的下一个元素比较，如果它大，就将它与比较的元素交换，否则不动。

这意味着，大的元素总是在向后慢慢移动直到遇到比它更大的元素。所以每一轮交换完成都能将最大值

冒到最后。维基入口

实现如下：

 1         public static void BubbleSort(IList<int> data) 2         { 3             for (int i = data.Count - 1; i > 0; i--) 4             { 5                 for (int j = 0; j < i; j++) 6                 { 7                     if (data[j] > data[j + 1]) 8                         Swap(data, j, j + 1); 9                 }10             }11         }

过程解析：中需要注意的是j<i，每轮冒完泡必然会将最大值排到数组末尾，所以需要排序的数应该是在减少的。

很多网上版本每轮冒完泡后依然还是将所有的数进行第二轮冒泡即j<data.Count-1，这样会增加比较次数。

通过标识提升冒泡排序

在维基上看到，可以通过添加标识来分辨剩余的数是否已经有序来减少比较次数。感觉很有意思，可以试试。

实现如下：

 1         public static void BubbleSortImprovedWithFlag(IList<int> data) 2         { 3             bool flag; 4             for (int i = data.Count - 1; i > 0; i--) 5             { 6                 flag = true; 7                 for (int j = 0; j < i; j++) 8                 { 9                     if (data[j] > data[j + 1])10                     {11                         Swap(data, j, j + 1);12                         flag = false;13                     }14                 }15                 if (flag) break;16             }17         }

过程解析：发现某轮冒泡没有任何数进行交换（即已经有序），就跳出排序。

我起初也以为这个方法是应该有不错效果的，可是实际测试结果并不如想的那样。和未优化耗费时间一样（对于随机数列）。

由果推因，那么应该是冒泡排序对于随机数列，当剩余数列有序的时候，也没几个数要排列了！？

不过如果已经是有序数列或者部分有序的话，这个冒泡方法将会提升很大速度。

鸡尾酒排序（来回排序）

对冒泡排序进行更大的优化

冒泡排序只是单向冒泡，而鸡尾酒来回反复双向冒泡。

原理：自左向右将大数冒到末尾，然后将剩余数列再自右向左将小数冒到开头，如此循环往复。维基入口

实现如下：

 1         public static void BubbleCocktailSort(IList<int> data) 2         { 3             bool flag; 4             int m = 0, n = 0; 5             for (int i = data.Count - 1; i > 0; i--) 6             { 7                 flag = true; 8                 if (i % 2 == 0) 9                 {10                     for (int j = n; j < data.Count - 1 - m; j++)11                     {12                         if (data[j] > data[j + 1])13                         {14                             Swap(data, j, j + 1);15                             flag = false;16                         }17                     }18                     if (flag) break;19                     m++;20                 }21                 else22                 {23                     for (int k = data.Count - 1 - m; k > n; k--)24                     {25                         if (data[k] < data[k - 1])26                         {27                             Swap(data, k, k - 1);28                             flag = false;29                         }30                     }31                     if (flag) break;32                     n++;33                 }34             }35         }

过程解析：分析第i轮冒泡，i是偶数则将剩余数列最大值向右冒泡至末尾，是奇数则将剩余数列最小值

向左冒泡至开头。对于剩余数列，n为始，data.Count-1-m为末。

来回冒泡比单向冒泡：对于随机数列，更容易得到有序的剩余数列。因此这里使用标识将会提升的更加明显。

插入排序

插入排序是一种对于有序数列高效的排序。非常聪明的排序。只是对于随机数列，效率一般，交换的频率高。

原理：通过构建有序数列，将未排序的数从后向前比较，找到合适位置并插入。维基入口

第一个数当作有序数列。

实现如下：

 1         public static void InsertSort(IList<int> data) 2         { 3             int temp; 4             for (int i = 1; i < data.Count; i++) 5             { 6                 temp = data[i]; 7                 for (int j = i - 1; j >= 0; j--) 8                 { 9                     if (data[j] > temp)10                     {11                         data[j + 1] = data[j];12                         if (j == 0)13                         {14                             data[0] = temp;15                             break;16                         }17                     }18                     else19                     {20                         data[j + 1] = temp;21                         break;22                     }23                 }24             }25         }

过程解析：将要排序的数（索引为i）存储起来，向前查找合适位置j+1，将i-1到j+1的元素依次向后

移动一位，空出j+1，然后将之前存储的值放在这个位置。

这个方法写的不如维基上的简洁清晰，由于合适位置是j+1所以多出了对j==0的判断，但实际效率影响无差别。

建议比照维基和我写的排序，自行选择。

二分查找法优化插入排序

插入排序主要工作是在有序的数列中对要排序的数查找合适的位置，而查找里面经典的二分查找法正可以适用。

原理：通过二分查找法的方式找到一个位置索引。当要排序的数插入这个位置时，大于前一个数，小于后一个数。

实现如下：

 1         public static void InsertSortImprovedWithBinarySearch(IList<int> data) 2         { 3             int temp; 4             int tempIndex; 5             for (int i = 1; i < data.Count; i++) 6             { 7                 temp = data[i]; 8                 tempIndex = BinarySearchForInsertSort(data, 0, i, i); 9                 for (int j = i - 1; j >= tempIndex; j--)10                 {11                     data[j + 1] = data[j];12                 }13                 data[tempIndex] = temp;14             }15         }16 17         public static int BinarySearchForInsertSort(IList<int> data, int low, int high, int key)18         {19             if (low >= data.Count - 1)20                 return data.Count - 1;21             if (high <= 0)22                 return 0;23             int mid = (low + high) / 2;24             if (mid == key) return mid;25             if (data[key] > data[mid])26             {27                 if (data[key] < data[mid + 1])28                     return mid + 1;29                 return BinarySearchForInsertSort(data, mid + 1, high, key);30             }31             else  // data[key] <= data[mid]32             {33                 if (mid - 1 < 0) return 0;34                 if (data[key] > data[mid - 1])35                     return mid;36                 return BinarySearchForInsertSort(data, low, mid - 1, key);37             }38         }

过程解析：需要注意的是二分查找方法实现中high-low==1的时候mid==low，所以需要33行

mid-1<0即mid==0的判断，否则下行会索引越界。

快速排序

快速排序是一种有效比较较多的高效排序。它包含了“分而治之”以及“哨兵”的思想。

原理：从数列中挑选一个数作为“哨兵”，使比它小的放在它的左侧，比它大的放在它的右侧。将要排序是数列递归地分割到

最小数列，每次都让分割出的数列符合“哨兵”的规则，自然就将数列变得有序。维基入口

实现如下：

 1         public static void QuickSortStrict(IList<int> data) 2         { 3             QuickSortStrict(data, 0, data.Count - 1); 4         } 5  6         public static void QuickSortStrict(IList<int> data, int low, int high) 7         { 8             if (low >= high) return; 9             int temp = data[low];10             int i = low + 1, j = high;11             while (true)12             {13                 while (data[j] > temp) j--;14                 while (data[i] < temp && i < j) i++;15                 if (i >= j) break;16                 Swap(data, i, j);17                 i++; j--;18             }19             if (j != low)20                 Swap(data, low, j);21             QuickSortStrict(data, j + 1, high);22             QuickSortStrict(data, low, j - 1);23         }

过程解析：取的哨兵是数列的第一个值，然后从第二个和末尾同时查找，左侧要显示的是小于哨兵的值，

所以要找到不小于的i，右侧要显示的是大于哨兵的值，所以要找到不大于的j。将找到的i和j的数交换，

这样可以减少交换次数。i>=j时，数列全部查找了一遍，而不符合条件j必然是在小的那一边，而哨兵

是第一个数，位置本应是小于自己的数。所以将哨兵与j交换，使符合“哨兵”的规则。

这个版本的缺点在于如果是有序数列排序的话，递归次数会很可怕的。

另一个版本

这是维基上的一个C#版本，我觉得很有意思。这个版本并没有严格符合“哨兵”的规则。但却将“分而治之”

以及“哨兵”思想融入其中，代码简洁。

实现如下：

 1         public static void QuickSortRelax(IList<int> data) 2         { 3             QuickSortRelax(data, 0, data.Count - 1); 4         } 5  6         public static void QuickSortRelax(IList<int> data, int low, int high) 7         { 8             if (low >= high) return; 9             int temp = data[(low + high) / 2];10             int i = low - 1, j = high + 1;11             while (true)12             {13                 while (data[++i] < temp) ;14                 while (data[--j] > temp) ;15                 if (i >= j) break;16                 Swap(data, i, j);17             }18             QuickSortRelax(data, j + 1, high);19             QuickSortRelax(data, low, i - 1);20         }

过程解析：取的哨兵是数列中间的数。将数列分成两波，左侧小于等于哨兵，右侧大于等于哨兵。

也就是说，哨兵不一定处于两波数的中间。虽然哨兵不在中间，但不妨碍“哨兵”的思想的实现。所以

这个实现也可以达到快速排序的效果。但却造成了每次递归完成，要排序的数列数总和没有减少（除非i==j）。

针对这个版本的缺点，我进行了优化

实现如下：

 1         public static void QuickSortRelaxImproved(IList<int> data) 2         { 3             QuickSortRelaxImproved(data, 0, data.Count - 1); 4         } 5  6         public static void QuickSortRelaxImproved(IList<int> data, int low, int high) 7         { 8             if (low >= high) return; 9             int temp = data[(low + high) / 2];10             int i = low - 1, j = high + 1;11             int index = (low + high) / 2;12             while (true)13             {14                 while (data[++i] < temp) ;15                 while (data[--j] > temp) ;16                 if (i >= j) break;17                 Swap(data, i, j);18                 if (i == index) index = j;19                 else if (j == index) index = i;20             }21             if (j == i)22             {23                 QuickSortRelaxImproved(data, j + 1, high);24                 QuickSortRelaxImproved(data, low, i - 1);25             }26             else //i-j==127             {28                 if (index >= i)29                 {30                     if (index != i)31                         Swap(data, index, i);32                     QuickSortRelaxImproved(data, i + 1, high);33                     QuickSortRelaxImproved(data, low, i - 1);34                 }35                 else //index < i36                 {37                     if (index != j)38                         Swap(data, index, j);39                     QuickSortRelaxImproved(data, j + 1, high);40                     QuickSortRelaxImproved(data, low, j - 1);41                 }42             }43         }

过程解析：定义了一个变量Index，来跟踪哨兵的位置。发现哨兵最后在小于自己的那堆，

那就与j交换，否则与i交换。达到每次递归都能减少要排序的数列数总和的目的。

归并排序

归并排序也是采用“分而治之”的方式。刚发现分治法是一种算法范式，我还一直以为是一种需要意会的思想呢。

不好意思了，孤陋寡闻了，哈哈！

原理：将两个有序的数列，通过比较，合并为一个有序数列。维基入口

为方便理解，此处实现用了List<int>的一些方法，随后有IList<int>版本。

实现如下：

 1         public static List<int> MergeSortOnlyList(List<int> data, int low, int high) 2         { 3             if (low == high) 4                 return new List<int> { data[low] }; 5             List<int> mergeData = new List<int>(); 6             int mid = (low + high) / 2; 7             List<int> leftData = MergeSortOnlyList(data, low, mid); 8             List<int> rightData = MergeSortOnlyList(data, mid + 1, high); 9             int i = 0, j = 0;10             while (true)11             {12                 if (leftData[i] < rightData[j])13                 {14                     mergeData.Add(leftData[i]);15                     if (++i == leftData.Count)16                     {17                         mergeData.AddRange(rightData.GetRange(j, rightData.Count - j));18                         break;19                     }20                 }21                 else22                 {23                     mergeData.Add(rightData[j]);24                     if (++j == rightData.Count)25                     {26                         mergeData.AddRange(leftData.GetRange(i, leftData.Count - i));27                         break;28                     }29                 }30             }31             return mergeData;32         }33 34         public static List<int> MergeSortOnlyList(List<int> data)35         {36             data = MergeSortOnlyList(data, 0, data.Count - 1);  //不会改变外部引用 参照C#参数传递37             return data;38         }

过程解析：将数列分为两部分，分别得到两部分数列的有序版本，然后逐个比较，将比较出的小数逐个放进

新的空数列中。当一个数列放完后，将另一个数列剩余数全部放进去。

IList<int>版本

实现如下：

 1         public static IList<int> MergeSort(IList<int> data) 2         { 3             data = MergeSort(data, 0, data.Count - 1); 4             return data; 5         } 6  7         public static IList<int> MergeSort(IList<int> data, int low, int high) 8         { 9             int length = high - low + 1;10             IList<int> mergeData = NewInstance(data, length);11             if (low == high)12             {13                 mergeData[0] = data[low];14                 return mergeData;15             }16             int mid = (low + high) / 2;17             IList<int> leftData = MergeSort(data, low, mid);18             IList<int> rightData = MergeSort(data, mid + 1, high);19             int i = 0, j = 0;20             while (true)21             {22                 if (leftData[i] < rightData[j])23                 {24                     mergeData[i + j] = leftData[i++]; //不能使用Add,Array Length不可变25                     if (i == leftData.Count)26                     {27                         int rightLeft = rightData.Count - j;28                         for (int m = 0; m < rightLeft; m++)29                         {30                             mergeData[i + j] = rightData[j++];31                         }32                         break;33                     }34                 }35                 else36                 {37                     mergeData[i + j] = rightData[j++];38                     if (j == rightData.Count)39                     {40                         int leftleft = leftData.Count - i;41                         for (int n = 0; n < leftleft; n++)42                         {43                             mergeData[i + j] = leftData[i++];44                         }45                         break;46                     }47                 }48             }49             return mergeData;50 51         }

过程原理与上个一样，此处就不赘述了。

堆排序

堆排序是根据堆这种数据结构设计的一种算法。堆的特性：父节点的值总是小于（或大于）它的子节点。近似二叉树。

原理：将数列构建为最大堆数列（即父节点总是最大值），将最大值（即根节点）交换到数列末尾。这样要排序的数列数总和减少，

同时根节点不再是最大值，调整最大堆数列。如此重复，最后得到有序数列。维基入口有趣的演示

实现准备：如何将数列构造为堆——父节点i的左子节点为2i+1，右子节点为2i+2。节点i的父节点为floor((i-1)/2)。

实现如下（这个实现判断和临时变量使用太多，导致效率低，评论中@小城故事提出了更好的实现）：

 1         public static void HeapSort(IList<int> data) 2         { 3             BuildMaxHeapify(data); 4             int j = data.Count; 5             for (int i = 0; i < j; ) 6             { 7                 Swap(data, i, --j); 8                 if (j - 2 < 0)  //只剩下1个数 j代表余下要排列的数的个数 9                     break;10                 int k = 0;11                 while (true)12                 {13                     if (k > (j - 2) / 2) break;  //即：k > ((j-1)-1)/2 超出最后一个父节点的位置  14                     else15                     {16                         int temp = k;17                         k = ReSortMaxBranch(data, k, 2 * k + 1, 2 * k + 2, j - 1);18                         if (temp == k) break;19                     }20                 }21             }22         }23 24         public static void BuildMaxHeapify(IList<int> data)25         {26             for (int i = data.Count / 2 - 1; i >= 0; i--)  //(data.Count-1)-1)/2为数列最大父节点索引27             {28                 int temp = i;29                 temp = ReSortMaxBranch(data, i, 2 * i + 1, 2 * i + 2, data.Count - 1);30                 if (temp != i)31                 {32                     int k = i;33                     while (k != temp && temp <= data.Count / 2 - 1)34                     {35                         k = temp;36                         temp = ReSortMaxBranch(data, temp, 2 * temp + 1, 2 * temp + 2, data.Count - 1);37                     }38                 }39             }40         }41 42         public static int ReSortMaxBranch(IList<int> data, int maxIndex, int left, int right, int lastIndex)43         {44             int temp;45             if (right > lastIndex)  //父节点只有一个子节点46                 temp = left;47             else48             {49                 if (data[left] > data[right])50                     temp = left;51                 else temp = right;52             }53 54             if (data[maxIndex] < data[temp])55                 Swap(data, maxIndex, temp);56             else temp = maxIndex;57             return temp;58         }

过程解析：BuildMaxHeapify为排序前构建的最大堆数列方法，主要内容为从最后一个父节点开始往前将每个三角组合

（即父节点与它的两个子节点）符合父节点值最大的规则。ReSortMaxBranch为将三角调整为父节点值最大，

并返回该值之前的索引，用来判断是否进行了交换，以及原来的父节点值交换到了什么位置。在HeapSort里首先

构建了最大堆数列，然后将根节点交换到末尾，根节点不是最大值了，在while语句中对最大堆数列进行调整。

插曲：自从看了Martin Fowler大师《重构》第三版，我发现我更不喜欢写注释了。每次都想着尽量让方法的名字更贴切，

即使会造成方法的名字很长很丑。这算不算曲解了大师的意思啊！？上面的代码注释都是写博客的时候现加的（源代码很干净的。汗!）。

希尔排序

希尔排序是插入排序的一种更高效的改进版本。

在前面介绍的插入排序，我们知道1.它对有序数列排序的效率是非常高的 2.要排序的数向前移动是一步步进行的导致插入排序效率低。

希尔排序正是利用第一点，改善第二点，达到更理想的效果。

原理：通过奇妙的步长，插入排序间隔步长的元素，随后逐渐缩短步长至1，实现数列的插入排序。维基入口

疑问：可以想象到排序间隔步长的数，会逐渐让数列变得有序，提升最后步长为1时标准插入排序的效率。在维基上看到这么

一句话“可能希尔排序最重要的地方在于当用较小步长排序后，以前用的较大步长仍然是有序的”注意用词是‘可能’。我的疑问是

这是个正确的命题吗？如何证明呢？看维基上也是由果推因，说是如果不是这样，就不会排序那么快了。可这我感觉还是太牵强了，

哪位大哥发现相关资料，希望能分享出来，不胜感激。

实现如下：

 1         public static void ShellSort(IList<int> data) 2         { 3             int temp; 4             for (int gap = data.Count / 2; gap > 0; gap /= 2) 5             { 6                 for (int i = gap; i < data.Count; i += gap) 7                 { 8                     temp = data[i]; 9                     for (int j = i - gap; j >= 0; j -= gap)10                     {11                         if (data[j] > temp)12                         {13                             data[j + gap] = data[j];14                             if (j == 0)15                             {16                                 data[j] = temp;17                                 break;18                             }19                         }20                         else21                         {22                             data[j + gap] = temp;23                             break;24                         }25                     }26                 }27             }28         }

过程解析：采用的步长是N/2，每次取半，直至1。循环内部就是标准的插入排序。

这里实现的貌似是最差的希尔排序。主要源于步长的选择。维基上有各种牛叉的“凌波微步”，极限在哪里，

喜欢挑战的同学可以去学习学习。看维基排序算法里六种排序的测试，希尔最快，比快速排序还快！！我没实现啊！

只是对于神奇的步长更充满了敬畏。

基数排序

基数排序是一种非比较型整数排序。

“非比较型”是什么意思呢？因为它内部使用的是桶排序，而桶排序是非比较型排序。

这里就要说说桶排序了。一个非常有意思的排序。

桶排序

原理：取一定数量（数列中的最大值）的编好序号的桶，将数列每个数放进编号为它的桶里，然后将不是空的桶依次倒出来，

就组成有序数列了。维基入口

好吧！聪明的人一眼就看出桶排序的破绽了。假设只有两个数1,10000，岂不是要一万个桶！？这确实是个问题啊！我也

没想出解决办法。我起初也以为桶排序就是一个通过牺牲空间来换取时间的排序算法，它不需要比较，所以是非比较型算法。

但看了有趣的演示的桶排序后，发现世界之大，你没有解决，不代表别人没解决，睿智的人总是很多。

1，9999的桶排序实现：new Int[2];总共有两个数，得出最大数9999的位数4，取10的4次幂即10000作为分母，

要排序的数（1或9999）作为分子，并乘以数列总数2，即1*2/10000,9999*2/10000得到各自的位置0,1，完成排序。

如果是1,10000进行排序的话，上面的做法就需要稍微加一些处理——发现最大数是10的n次幂，就将它作为分母，并

放在数列末尾就好了。

如果是9999,10000进行排序的话，那就需要二维数组了，两个都在位置1，位置0没数。这个时候就需要在放

入每个位置时采用其它排序（比如插入排序）办法对这个位置的多个数排序了。

为基数排序做个过渡，我这里实现了一个个位数桶排序

涉及到了当重复的数出现的处理。

实现如下：

 1         public static void BucketSortOnlyUnitDigit(IList<int> data) 2         { 3             int[] indexCounter = new int[10]; 4             for (int i = 0; i < data.Count; i++) 5             { 6                 indexCounter[data[i]]++; 7             } 8             int[] indexBegin = new int[10]; 9             for (int i = 1; i < 10; i++)10             {11                 indexBegin[i] = indexBegin[i-1]+ indexCounter[i-1];15             }16             IList<int> tempList = NewInstance(data, data.Count);17             for (int i = 0; i < data.Count; i++)18             {19                 int number = data[i];20                 tempList[indexBegin[number]++] = data[i];21             }22             data = tempList;23         }

过程解析：indexCounter进行对每个数出现的频率的统计。indexBegin存储每个数的起始索引。

比如 1 1 2，indexCounter统计到0个0,2个1,1个2。indexBegin计算出0,1,2的起始索引分别为

0,0,2。当1个1已取出排序，那索引将+1,变为0,1,2。这样就通过提前给重复的数空出位置，解决了

重复的数出现的问题。当然，你也可以考虑用二维数组来解决重复。

下面继续基数排序。

基数排序原理：将整数按位数切割成不同的数字，然后按每个位数分别比较。

取得最大数的位数，从低位开始，每个位上进行桶排序。

实现如下：

 1         public static IList<int> RadixSort(IList<int> data) 2         { 3             int max = data[0]; 4             for (int i = 1; i < data.Count; i++) 5             { 6                 if (data[i] > max) 7                     max = data[i]; 8             } 9             int digit = 1;10             while (max / 10 != 0)11             {12                 digit++;13                 max /= 10;14             }15             for (int i = 0; i < digit; i++)16             {17                 int[] indexCounter = new int[10];18                 IList<int> tempList = NewInstance(data, data.Count);19                 for (int j = 0; j < data.Count; j++)20                 {21                     int number = (data[j] % Convert.ToInt32(Math.Pow(10, i + 1))) / Convert.ToInt32(Math.Pow(10, i));  //得出i+1位上的数22                     indexCounter[number]++;23                 }24                 int[] indexBegin = new int[10];25                 for (int k = 1; k < 10; k++)26                 {27                     indexBegin[k] = indexBegin[k - 1] + indexCounter[k - 1];28                 }29                 for (int k = 0; k < data.Count; k++)30                 {31                     int number = (data[k] % Convert.ToInt32(Math.Pow(10, i + 1))) / Convert.ToInt32(Math.Pow(10, i));32                     tempList[indexBegin[number]++] = data[k];33                 }34                 data = tempList;35             }36             return data;37         }

过程解析：得出最大数的位数，从低位开始桶排序。我写的这个实现代码并不简洁，但逻辑更清晰。

后面测试的时候我们就会发现，按理来说这个实现也还行吧！但并不如想象的那么快！

循环的次数太多？（统计频率n次+9次计算+n次放到新的数组）*位数。

创建的新实例太多？(new int[10]两次+NewInstance is反射判断创建实例+new int[n])*位数

测试比较

添加随机数组，数组有序校验，微软Linq排序

代码如下：

 1         public static int[] RandomSet(int length, int max) 2         { 3             int[] result = new int[length]; 4             Random rand = new Random(); 5             for (int i = 0; i < result.Length; i++) 6             { 7                 result[i] = rand.Next(max); 8             } 9             return result;10         }11 12         public static bool IsAscOrdered(IList<int> data)13         {14             bool flag = true;15             for (int i = 0; i < data.Count - 1; i++)16             {17                 if (data[i] > data[i + 1])18                     flag = false;19             }20             return flag;21         }22 23         public static void TestMicrosoft(IList<int> data)24         {25             Stopwatch stopwatch = new Stopwatch();26             stopwatch.Start();27             List<int> result = data.OrderBy(a => a).ToList();28             stopwatch.Stop();29             string methodName = "TestMicrosoft";30             int length = methodName.Length;31             for (int i = 0; i < 40 - length; i++)32             {33                 methodName += " ";34             }35             Console.WriteLine(methodName +36                 "  IsAscOrdered:" + IsAscOrdered(result) + "  Time:" + stopwatch.Elapsed.TotalSeconds);37 38         }

测试主体如下：

 1         static void Main(string[] args) 2         { 3             int[] aa = RandomSet(50000, 99999); 4             //int[] aa = OrderedSet(5000); 5             Console.WriteLine("Array Length:" + aa.Length); 6             RunTheMethod((Action<IList<int>>)SelectSort, aa.Clone() as int[]); 7             RunTheMethod((Action<IList<int>>)BubbleSort, aa.Clone() as int[]); 8             RunTheMethod((Action<IList<int>>)BubbleSortImprovedWithFlag, aa.Clone() as int[]); 9             RunTheMethod((Action<IList<int>>)BubbleCocktailSort, aa.Clone() as int[]);10             RunTheMethod((Action<IList<int>>)InsertSort, aa.Clone() as int[]);11             RunTheMethod((Action<IList<int>>)InsertSortImprovedWithBinarySearch, aa.Clone() as int[]);12             RunTheMethod((Action<IList<int>>)QuickSortStrict, aa.Clone() as int[]);13             RunTheMethod((Action<IList<int>>)QuickSortRelax, aa.Clone() as int[]);14             RunTheMethod((Action<IList<int>>)QuickSortRelaxImproved, aa.Clone() as int[]);15             RunTheMethod((Func<IList<int>, IList<int>>)MergeSort, aa.Clone() as int[]);16             RunTheMethod((Action<IList<int>>)ShellSort, aa.Clone() as int[]);17             RunTheMethod((Func<IList<int>, IList<int>>)RadixSort, aa.Clone() as int[]);18             RunTheMethod((Action<IList<int>>)HeapSort, aa.Clone() as int[]);19             TestMicrosoft(aa.Clone() as int[]);20             Console.Read();21         }22 23         public static void RunTheMethod(Func<IList<int>, IList<int>> method, IList<int> data)24         {25             Stopwatch stopwatch = new Stopwatch();26             stopwatch.Start();27             IList<int> result = method(data);28             stopwatch.Stop();29             string methodName = method.Method.Name;30             int length = methodName.Length;31             for (int i = 0; i < 40 - length; i++)32             {33                 methodName += " ";34             }35             Console.WriteLine(methodName +36                 "  IsAscOrdered:" + IsAscOrdered(result) + "  Time:" + stopwatch.Elapsed.TotalSeconds);37         }38 39         public static void RunTheMethod(Action<IList<int>> method, IList<int> data)40         {41             Stopwatch stopwatch = new Stopwatch();42             stopwatch.Start();43             method(data);44             stopwatch.Stop();45             string methodName = method.Method.Name;46             int length = methodName.Length;47             for (int i = 0; i < 40 - length; i++)48             {49                 methodName += " ";50             }51             Console.WriteLine(methodName +52                 "  IsAscOrdered:" + IsAscOrdered(data) + "  Time:" + stopwatch.Elapsed.TotalSeconds);53         }