9种排序算法的实现

问题描述：实现合并排序，插入排序，希尔排序，快速排序，冒泡排序，桶排序算法

实验要求：

            A． 在随机产生的空间大小分别N = 10， 1000，10000，100000

                的排序样本上测试以上算法。

            B． 结果输出:

               （1） N=10时，排序结果。

               （2） N=1000，10000，100000时，每个排序用不同的样本多试验几次（最低5次）得出平均时间，比较不同排序算法所用的平均时间。

 

           实验报告要点：总结对各种排序的性能分析。

 

 

 

注：由于对这个感兴趣，所以实现了书上的9个排序算法，以下是每一个排序算法的运行结果，后面并有每一个程序的整合版。

 

输入10个数据每一个排序的结果。

1.Countsort计数排序

 

 

2.Bucketsort桶排序

 

 

 

 

 

3.Heapsert堆排序

4.Quicksort快速排序

 

 

 

 

 

 

 

 

 

5.Mergesort 归并排序

 

 

6.Shellsort 希尔排序

 

 

7.Bubblesortv1  冒泡排序从前向后相邻元素比较

 

 

 

8.Bubblesortv2冒泡排序从后向前排序

 

 

 

 

 

9.Insertsort 简单插入排序

 

 

以下是整合后的排序算法，并附有小的界面选择程序

截图如下：

 

 

 

 

 

 

 

 

 

 

以下是编写一个测试程序对9种排序输入1000,10000,100000个数据（数据随机产生在0到99之间）的测试时间结果，

总共测试了5次，并求平均值测试结果如下：

1000个数据时：

 

 

 

10000个数据时：

 

输入100000个数据时：

 

 

冒泡法：
这是最原始，也是众所周知的最慢的算法了。他的名字的由来因为它的工作看来象是冒泡： 复杂度为O(n*n)。当数据为正序，将不会有交换。复杂度为O(1)。

直接插入排序：O(n*n)

快速排序：平均时间复杂度log2(n)*n，所有内部排序方法中最高好的，大多数情况下总是最好的。

归并排序：log2(n)*n

堆排序：  log2(n)*n

希尔排序：算法的复杂度为n的1.2次幂

计数排序：时间复杂度O(n)，它是以空间损耗为代价

桶排序： 桶排序的平均时间复杂度为线性的O(N+C)，其中C=N*(logN-logM)。如果相对于同样的N，桶数量M越大，其效率越高，最好的时间复杂度达到O(N)。当然桶排序的空间复杂度为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。

注：代码上传在http://download.csdn.net/detail/liuyongvs2009/7077279