第十六周项目2-大数据集上排序算法性能的体验

问题及代码：

设计一个函数，产生一个至少5万条记录的数据集合。在同一数据集上，用直接插入排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、基数排序等算法进行排序，记录所需要的时间，经过对比，得到对复杂度不同的各种算法在运行时间方面的感性认识。

主函数main.cpp代码：

#include <stdio.h>#include <malloc.h>#include <stdlib.h>#include <time.h>#include "sort.h"void GetLargeData(RecType *&R, int n){    srand(time(0));    R=(RecType*)malloc(sizeof(RecType)*n);    for(int i=0; i<n; i++)        R[i].key= rand();  //产生0~RAND_MAX间的数    printf("生成了%d条记录\n", n);}//调用某一排序算法完成排序，返回排序用时long Sort(RecType *&R, int n, void f(RecType*, int)){    int i;    long beginTime, endTime;    RecType *R1=(RecType*)malloc(sizeof(RecType)*n);    for (i=0;i<n;i++)        R1[i]=R[i];    beginTime = time(0);    f(R1,n);    endTime = time(0);    free(R1);    return endTime-beginTime;}//调用基数排序算法完成排序，返回排序用时long Sort1(RecType *&R, int n){    long beginTime, endTime;    RadixRecType *p;    CreateLink(p,R,n);    beginTime = time(0);    RadixSort(p);    endTime = time(0);    DestoryLink(p);    return endTime-beginTime;}int main(){    RecType *R;    int n = MaxSize;   //测试中, MaxSize取50W    GetLargeData(R, n);    printf("各种排序花费时间：\n");    printf("  直接插入排序：%ld\n", Sort(R, n, InsertSort));    printf("  希尔排序：%ld\n", Sort(R, n, ShellSort));    printf("  冒泡排序：%ld\n", Sort(R, n, BubbleSort));    printf("  快速排序：%ld\n", Sort(R, n, QuickSort));    printf("  直接选择排序：%ld\n", Sort(R, n, SelectSort));    printf("  堆排序：%ld\n", Sort(R, n, HeapSort));    printf("  归并排序：%ld\n", Sort(R, n, MergeSort));    printf("  基数排序：%ld\n", Sort1(R, n));    free(R);    return 0;}

头文件scort.h代码：

#ifndef SORT_H_INCLUDED#define SORT_H_INCLUDED#define MaxSize 50000      //最多的数据，取5万，只测试快速算法，可以往大调整//下面的符号常量和结构体针对基数排序#define Radix 10           //基数的取值#define Digits 10          //关键字位数typedef int KeyType;    //定义关键字类型typedef char InfoType[10];typedef struct          //记录类型{    KeyType key;        //关键字项    InfoType data;      //其他数据项,类型为InfoType} RecType;              //排序的记录类型定义typedef struct node{    KeyType data;      //记录的关键字，同算法讲解中有差别    struct node *next;} RadixRecType;void InsertSort(RecType R[],int n); //直接插入排序void ShellSort(RecType R[],int n);  //希尔排序算法void BubbleSort(RecType R[],int n); //冒泡排序void QuickSort(RecType R[],int n);  //快速排序void SelectSort(RecType R[],int n);  //直接选择排序void HeapSort(RecType R[],int n);  //堆排序void MergeSort(RecType R[],int n); //归并排序//下面函数支持基数排序void CreateLink(RadixRecType *&p,RecType R[],int n);   //创建基数排序用的链表void DestoryLink(RadixRecType *&p); //释放基数排序用的链表void RadixSort(RadixRecType *&p); //基数排序#endif // SORT_H_INCLUDED

函数实现scort.cpp代码：

#include "sort.h"#include <malloc.h>//1. 对R[0..n-1]按递增有序进行直接插入排序void InsertSort(RecType R[],int n){    int i,j;    RecType tmp;    for (i=1; i<n; i++)    {        tmp=R[i];        j=i-1;            //从右向左在有序区R[0..i-1]中找R[i]的插入位置        while (j>=0 && tmp.key<R[j].key)        {            R[j+1]=R[j]; //将关键字大于R[i].key的记录后移            j--;        }        R[j+1]=tmp;      //在j+1处插入R[i]    }}//2. 希尔排序算法void ShellSort(RecType R[],int n){    int i,j,gap;    RecType tmp;    gap=n/2;                //增量置初值    while (gap>0)    {        for (i=gap; i<n; i++) //对所有相隔gap位置的所有元素组进行排序        {            tmp=R[i];            j=i-gap;            while (j>=0 && tmp.key<R[j].key)//对相隔gap位置的元素组进行排序            {                R[j+gap]=R[j];                j=j-gap;            }            R[j+gap]=tmp;            j=j-gap;        }        gap=gap/2;  //减小增量    }}//3. 冒泡排序void BubbleSort(RecType R[],int n){    int i,j,exchange;    RecType tmp;    for (i=0; i<n-1; i++)    {        exchange=0;        for (j=n-1; j>i; j--)   //比较,找出最小关键字的记录            if (R[j].key<R[j-1].key)            {                tmp=R[j];  //R[j]与R[j-1]进行交换,将最小关键字记录前移                R[j]=R[j-1];                R[j-1]=tmp;                exchange=1;            }        if (exchange==0)    //没有交换，即结束算法            return;    }}//4. 对R[s]至R[t]的元素进行快速排序void QuickSortR(RecType R[],int s,int t){    int i=s,j=t;    RecType tmp;    if (s<t)                //区间内至少存在两个元素的情况    {        tmp=R[s];           //用区间的第1个记录作为基准        while (i!=j)        //从区间两端交替向中间扫描,直至i=j为止        {            while (j>i && R[j].key>=tmp.key)                j--;        //从右向左扫描,找第1个小于tmp.key的R[j]            R[i]=R[j];      //找到这样的R[j],R[i]"R[j]交换            while (i<j && R[i].key<=tmp.key)                i++;        //从左向右扫描,找第1个大于tmp.key的记录R[i]            R[j]=R[i];      //找到这样的R[i],R[i]"R[j]交换        }        R[i]=tmp;        QuickSortR(R,s,i-1);     //对左区间递归排序        QuickSortR(R,i+1,t);     //对右区间递归排序    }}//4. 快速排序辅助函数，对外同其他算法统一接口，内部调用递归的快速排序void QuickSort(RecType R[],int n){    QuickSortR(R, 0, n-1);}//5. 直接选择排序void SelectSort(RecType R[],int n){    int i,j,k;    RecType temp;    for (i=0; i<n-1; i++)           //做第i趟排序    {        k=i;        for (j=i+1; j<n; j++)   //在当前无序区R[i..n-1]中选key最小的R[k]            if (R[j].key<R[k].key)                k=j;            //k记下目前找到的最小关键字所在的位置        if (k!=i)               //交换R[i]和R[k]        {            temp=R[i];            R[i]=R[k];            R[k]=temp;        }    }}//6. 堆排序辅助之——调整堆void sift(RecType R[],int low,int high){    int i=low,j=2*i;                        //R[j]是R[i]的左孩子    RecType temp=R[i];    while (j<=high)    {        if (j<high && R[j].key<R[j+1].key)  //若右孩子较大,把j指向右孩子            j++;                                //变为2i+1        if (temp.key<R[j].key)        {            R[i]=R[j];                          //将R[j]调整到双亲结点位置上            i=j;                                //修改i和j值,以便继续向下筛选            j=2*i;        }        else break;                             //筛选结束    }    R[i]=temp;                                  //被筛选结点的值放入最终位置}//6. 堆排序void HeapSort(RecType R[],int n){    int i;    RecType temp;    for (i=n/2; i>=1; i--) //循环建立初始堆        sift(R,i,n);    for (i=n; i>=2; i--) //进行n-1次循环,完成推排序    {        temp=R[1];       //将第一个元素同当前区间内R[1]对换        R[1]=R[i];        R[i]=temp;        sift(R,1,i-1);   //筛选R[1]结点,得到i-1个结点的堆    }}//7.归并排序辅助1——合并有序表void Merge(RecType R[],int low,int mid,int high){    RecType *R1;    int i=low,j=mid+1,k=0; //k是R1的下标,i、j分别为第1、2段的下标    R1=(RecType *)malloc((high-low+1)*sizeof(RecType));  //动态分配空间    while (i<=mid && j<=high)       //在第1段和第2段均未扫描完时循环        if (R[i].key<=R[j].key)     //将第1段中的记录放入R1中        {            R1[k]=R[i];            i++;            k++;        }        else                            //将第2段中的记录放入R1中        {            R1[k]=R[j];            j++;            k++;        }    while (i<=mid)                      //将第1段余下部分复制到R1    {        R1[k]=R[i];        i++;        k++;    }    while (j<=high)                 //将第2段余下部分复制到R1    {        R1[k]=R[j];        j++;        k++;    }    for (k=0,i=low; i<=high; k++,i++) //将R1复制回R中        R[i]=R1[k];}//7. 归并排序辅助2——一趟归并void MergePass(RecType R[],int length,int n)    //对整个数序进行一趟归并{    int i;    for (i=0; i+2*length-1<n; i=i+2*length)     //归并length长的两相邻子表        Merge(R,i,i+length-1,i+2*length-1);    if (i+length-1<n)                       //余下两个子表,后者长度小于length        Merge(R,i,i+length-1,n-1);          //归并这两个子表}//7. 归并排序void MergeSort(RecType R[],int n)           //自底向上的二路归并算法{    int length;    for (length=1; length<n; length=2*length) //进行log2n趟归并        MergePass(R,length,n);}//以下基数排序，为了统一测试有改造//8. 基数排序的辅助函数，创建基数排序用的链表void CreateLink(RadixRecType *&p,RecType R[],int n)   //采用后插法产生链表{    int i;    RadixRecType *s,*t;    for (i=0; i<n; i++)    {        s=(RadixRecType *)malloc(sizeof(RadixRecType));        s->data = R[i].key;        if (i==0)        {            p=s;            t=s;        }        else        {            t->next=s;            t=s;        }    }    t->next=NULL;}//8. 基数排序的辅助函数，释放基数排序用的链表void DestoryLink(RadixRecType *&p){    RadixRecType *q;    while(p!=NULL)    {        q=p->next;        free(p);        p=q;    }    return;}//8. 实现基数排序:*p为待排序序列链表指针,基数R和关键字位数D已经作为符号常量定义好void RadixSort(RadixRecType *&p){    RadixRecType *head[Radix],*tail[Radix],*t; //定义各链队的首尾指针    int i,j,k;    unsigned int d1, d2=1;   //用于分离出第i位数字，见下面的注释    for (i=1; i<=Digits; i++)                  //从低位到高位循环    {        //分离出倒数第i位数字，先通过对d1=10^i取余，得到其后i位，再通过整除d2=10^(i-1)得到第i位        //例如，分离出倒数第1位，即个位数，先对d1=10取余，再整除d2=1        //再例如，分离出倒数第2位，即十位数，先对d1=100取余，再整除d2=10        //循环之前，d2已经初始化为1，在这一层循环末增加10倍        //下面根据d2，得到d1的值        d1=d2*10;        for (j=0; j<Radix; j++)                 //初始化各链队首、尾指针            head[j]=tail[j]=NULL;        while (p!=NULL)                 //对于原链表中每个结点循环        {            k=(p->data%d1)/d2;           //分离出第i位数字k            if (head[k]==NULL)          //进行分配            {                head[k]=p;                tail[k]=p;            }            else            {                tail[k]->next=p;                tail[k]=p;            }            p=p->next;                  //取下一个待排序的元素        }        p=NULL;                         //重新用p来收集所有结点        for (j=0; j<Radix; j++)             //对于每一个链队循环            if (head[j]!=NULL)          //进行收集            {                if (p==NULL)                {                    p=head[j];                    t=tail[j];                }                else                {                    t->next=head[j];                    t=tail[j];                }            }        t->next=NULL;                   //最后一个结点的next域置NULL        //下面更新用于分离出第i位数字的d2        d2*=10;    }}

运行结果：