算法导论（3） 快速排序、计数排序、基数排序

1.快速排序
快速排序也采用了分治思想：

• 分解：数组A[p..r]划分为两个可能为空的子数组A[p..q-1]和A[q+1..r]，前者均小于等于A[q]，后者均大于等于A[q]。
• 解决：递归调用，对两个子数组继续采用快速排序的方法。
• 合并：数组是原址操作，不需要合并。

因为看过好多次快速排序的实现方式，因此学习了多种快速排序的实现方式，不过算法导论上的方法QuickSort2更容易理解以及记忆。其实只要会一种可以熟练应用就可以了。

template<class T>void QuickSort(T a[], int left, int right){    T key = a[(left + right) / 2];    T temp=0;    int l, r;    l = left;    r = right;    while (l< r)    {        while (a[r] > key){            r--;        }        while(a[l]<key){            l++;        }        if (l<=r){            temp = a[r];            a[r] = a[l];            a[l] = temp;            r--;            l++;        }        if (l == r){            l++;        }    }        if (left < r)        {            QuickSort(a, left, l-1);        }        if (right >l)        {            QuickSort(a, r+1, right);        }}template<class T>void QuickSort2(T a[], int left, int right){    T temp, x = a[right];    int i,j,q;    if (left < right){        i = left - 1;        for (j = left; j < right; j++)        {            if (a[j] <= x)            {                i += 1;                temp = a[j];                a[j] = a[i];                a[i] = temp;            }        }        temp = a[right];        a[right] = a[i + 1];        a[i + 1] = temp;        q = i + 1;        QuickSort2(a, left, q - 1);        QuickSort2(a, q + 1, right);    }}template<class T>void QuickSort3(T a[], int left, int right){    T temp, x = a[left];    int i, j, q;    if (left < right){        i = right+ 1;        for (j = right; j > left; j--)        {            if (a[j] >= x)            {                i -= 1;                temp = a[j];                a[j] = a[i];                a[i] = temp;            }        }        temp = a[left];        a[left] = a[i -1];        a[i - 1] = temp;        q = i - 1;        QuickSort2(a, left, q - 1);        QuickSort2(a, q + 1, right);    }}template<class T>void QuickSort4(T a[], int left, int right){    if (left >= right)    {        return;    }    int first = left;    int last = right;    int key = a[first];    while (first < last)    {        while (first < last && a[last] >= key)        {            --last;        }        a[first] = a[last];        while (first < last && a[first] <= key)        {            ++first;        }        a[last] = a[first];    }    a[first] = key;    QuickSort4(a, left, first - 1);    QuickSort4(a, first + 1, right);}

快速排序的运行时间依赖于划分是否平衡，如果平衡，其性能与归并排序一样，如果不平衡，其性能接近于插入排序。最坏情况下，子问题分别包含n-1和0个元素，其运行时间时O(n^2)，性能还不如插入排序，因为假如数组已有序，插入排序O(n)，而快速排序还是O(n^2)。最好情况下为Θ(nlog⁡n)。
快速排序的平均运行时间更接近与最好情况，而非最坏情况，即使每次划分的比例都是9:1，看似很不平衡，但其时间复杂度仍是O(nlog⁡n)。
目前为止这几种排序方法都是通过元素之间的比较进行排序的，因此被称为比较排序，在最坏情况下，任何比较排序算法都需要做Ω(nlog⁡n)次比较。因此归并排序和堆排序是渐进最优的。但快速排序通常是实际应用排序中最好的选择，因此其平均性能非常好。期望时间复杂度为Θ(nlog⁡n)，并且Θ(nlog⁡n)其中隐含的常数因子非常小，能够进行原址排序。

2.计数排序
假设n个输入元素中每一个都是在0到k区间的一个整数，其中k为某个整数。计数排序的基本思想是，对一个输入元素x，确定小于x的元素个数，利用这一信息将其放在对应的输出位置上。

void CountSort(int a[], int b[], int n,int k){    vector<int> c;    c.resize(k);    for (int i = 0; i < k; i++)    {        c[i] = 0;    }    //记录某个元素出现了几次    for (int j = 0; j < n; j++)    {        c[a[j]] += 1;    }    //累加，记录某个元素应该出现在哪个位置上    for (int i = 1; i < k; i++)    {        c[i] += c[i - 1];    }    //将原数组中元素放到对应的位置上，c数组减一是为处理有相同值的情况    for (int j = n-1; j>=0; j--)    {        b[c[a[j]]-1] = a[j];        c[a[j]] -= 1;    }}

总得时间代价是Θ(k+n)，实际工作中，如果k=O(n)时，一般会采用计数排序，运行时间为Θ(n)。计数排序是稳定的，具有相同值的元素在输入输出数组中的相对位置时一样的。个人感觉上只能用来处理整数排序，而且运行时间要取决于k值的大小。

3.基数排序
通过对数值一位一位（不是二进制是十进制）比较而达到排序的目的，通常采用按最低有效位来排序。一位数的排序算法必须是稳定的。感觉上也是针对整数的排序，但应该可以改写成针对其他类型数据的排序，时间复杂度上也可以达到线性的时间代价。

//求数据的最大位数int maxbit(int data[], int n) {    //保存最大的位数    int d = 1;     int p = 10;    for (int i = 0; i < n; i++)    {        while (data[i] >= p)        {            p *= 10;            d++;        }    }    return d;}//基数排序void radixsort(int data[], int n) {    int d = maxbit(data, n);    int *tmp = new int[n];    //计数器    int *count = new int[10];    int i, j, k;    int radix = 1;    //进行d次排序    for (i = 1; i <= d; i++)     {        //计数排序        for (j = 0; j < 10; j++)            count[j] = 0;         for (j = 0; j < n; j++)        {            k = (data[j] / radix) % 10;             count[k]++;        }        for (j = 1; j < 10; j++)            count[j] = count[j - 1] + count[j];         for (j = n - 1; j >= 0; j--)         {            k = (data[j] / radix) % 10;            tmp[count[k] - 1] = data[j];            count[k]--;        }        for (j = 0; j < n; j++)             data[j] = tmp[j];        radix = radix * 10;    }    delete[]tmp;    delete[]count;}

4.桶排序
算法导论中讲述的是假设要排序的数组均匀、独立分布在[0,1)之间。然后将[0,1)区间划分为n个大小相同的区间，称为桶，然后先对每个桶中的元素进行排序，最后按照次序将桶中元素列出即可。时间复杂度也是线性时间。
感觉类似于基数排序，但是是按照最高位进行排序，然后把相同最高位的分别进行排序，最后按照次序列出。这也说明基数排序也是可以修改为对浮点数等类型进行排序。这两种算法的基本思想就是一位一位进行排序，而书中针对一位数排序时，基数排序是让采用稳定的排序方法，而桶排序采用的是插入排序。这几种排序方法均可以在线性时间内完成。