数据库排序算法有哪些，常用的数据排序算法有哪些各有什么特点举例结合一种排序算法并

来源：整理时间：2025-03-23 19:24:42 编辑：黑码技术手机版

1，常用的数据排序算法有哪些各有什么特点举例结合一种排序算法并

主要有插入排序、冒泡排序、希尔排序、堆排序、桶排序、归并排序、快速排序。

常用的数据排序算法有哪些各有什么特点举例结合一种排序算法并

2，数据结构中几种常见的排序算法之比较

实话实说，关于数据结构中几种常见的排序算法（例如：冒泡排序、SHELL排序、归并排序、快速排序等）的性能好坏，还不只是学好了数据结构这门课程就能够解决的问题，还必须要学习好、且精通掌握计算机软件专业的另外一门非常重要的课程，才能够解决这个问题。即：计算机算法复杂性理论。只有同时把这门课程学好了，那么才能够真正掌握数据结构中的各种排序算法、以及各种查找算法中所有涉及到的：比较次数、以及交换次数，最终才能够根据具体的开发软件规模的不同，选择出一个适合开发该软件的最佳算法。

按平均时间复杂度插入排序：o(n*n),选择排序：o(n*n)，起泡排序：o(n*n)，快速排序：o(nlogn)，归并排序：o(nlogn)，堆排序：o(nlogn)，基数排序：o(d*n)。

数据结构中几种常见的排序算法之比较

3，数据结构中排序方法有多少种

这个网站数据结构很全 http://student.zjzk.cn/course_ware/data_structure/web/paixu/paixu8.1.1.1.htm 先讲讲吧; 稳定的概念: 在待排序的文件中，若存在多个关键字相同的记录，经过排序后这些具有相同关键字的记录之间的相对次序保持不变，该排序方法是稳定的；若具有相同关键字的记录之间的相对次序发生变化，则称这种排序方法是不稳定的。只要有一种数据能使排序相对次序发生变化，就是不稳定的。稳定排序: 直接插入排序;冒泡排序;归并排序……; 不稳定: 希尔排序，快排，直接选择排序.堆排…… 排序demo http://www.rayfile.com/files/6735a6d1-6635-11de-8acf-0014221b798a

1、插入排序（直接插入排序和希尔排序）2、选择排序（直接选择排序和堆排序）3、交换排序（冒泡排序和快速排序）4、归并排序5、基数排序直接插入排序：逐个将后一个数加到前面的排好的序中。在直接插入排序过程中，对其中一个记录的插入排序称为一次排序；直接插入排序是从第二个记录开始进行的，因此，长度为n的记录序列需要进行n-1次排序才能完成整个序列的排序。时间复杂度为O(n2)。希尔排序：希尔排序又称缩小增量排序，增量di可以有各种不同的取法，但最后一次排序时的增量必须为1，最简单可取di+1=di/2（取小）。时间复杂度为O(n(log2n)2)。直接选择排序说明：每次将后面的最小的找出来插入前面的已排好的序中。同理，具有n个记录的序列要做n-1次排序。时间复杂度为O(n2)。冒泡排序：两个两个比较，将大的往后移。通过第一次冒泡排序，使得待排序的n个记录中关键字最大的记录排到了序列的最后一个位置上。然后对序列中前n-1个记录进行第二次冒泡排序。。。对于n个记录的序列，共需进行n次冒泡排序。时间复杂度为O(n2)。快速排序：又叫分区交换排序，是对冒泡排序方法的一种改进。时间复杂度为O(nlog2n)。归并排序：将两个或两个以上的有序数据序列合并成一个有序数据序列的过程。时间复杂度为O(nlog2n)。

数据结构中排序方法有多少种

4，数据结构中比较各种排序算法求详解

排序算法包括：插入排序、交换排序、选择排序以及合并排序。其中插入排序包括直接插入排序和Shell排序，交换排序包括冒泡排序和分化交换排序，选择排序包括直接选择排序和堆排序。这些排序算法中，直接插入排序、冒泡排序和直接选择排序这三种排序的算法平均时间复杂度是O(n的平方)；分化交换排序、堆排序和合并排序这三种排序的算法平均时间复杂度是

排序算法是一种基本并且常用的算法。由于实际工作中处理的数量巨大，所以排序算法对算法本身的速度要求很高。而一般我们所谓的算法的性能主要是指算法的复杂度，一般用o方法来表示。在后面我将给出详细的说明。对于排序的算法我想先做一点简单的介绍，也是给这篇文章理一个提纲。我将按照算法的复杂度，从简单到难来分析算法。第一部分是简单排序算法，后面你将看到他们的共同点是算法复杂度为o(n*n)（因为没有使用word,所以无法打出上标和下标）。第二部分是高级排序算法，复杂度为o(log2(n))。这里我们只介绍一种算法。另外还有几种算法因为涉及树与堆的概念，所以这里不于讨论。第三部分类似动脑筋。这里的两种算法并不是最好的（甚至有最慢的），但是算法本身比较奇特，值得参考（编程的角度）。同时也可以让我们从另外的角度来认识这个问题。现在，让我们开始吧：一、简单排序算法由于程序比较简单，所以没有加什么注释。所有的程序都给出了完整的运行代码，并在我的vc环境下运行通过。因为没有涉及mfc和windows的内容，所以在borland c++的平台上应该也不会有什么问题的。在代码的后面给出了运行过程示意，希望对理解有帮助。 1.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： #include void bubblesort(int* pdata,int count) { int itemp; for(int i=1;i { for(int j=count-1;j>=i;j--) { if(pdata[j] { itemp = pdata[j-1]; pdata[j-1] = pdata[j]; pdata[j] = itemp; } } } } void main() { int data[] = {10,9,8,7,6,5,4}; bubblesort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 倒序(最糟情况) 第一轮：10,9,8,7->10,9,7,8->10,7,9,8->7,10,9,8(交换3次) 第二轮：7,10,9,8->7,10,8,9->7,8,10,9(交换2次) 第一轮：7,8,10,9->7,8,9,10(交换1次) 循环次数：6次交换次数：6次其他：第一轮：8,10,7,9->8,10,7,9->8,7,10,9->7,8,10,9(交换2次) 第二轮：7,8,10,9->7,8,10,9->7,8,10,9(交换0次) 第一轮：7,8,10,9->7,8,9,10(交换1次) 循环次数：6次交换次数：3次上面我们给出了程序段，现在我们分析它：这里，影响我们算法性能的主要部分是循环和交换，显然，次数越多，性能就越差。从上面的程序我们可以看出循环的次数是固定的，为1+2+...+n-1。写成公式就是1/2*(n-1)*n。现在注意，我们给出o方法的定义：若存在一常量k和起点n0，使当n>=n0时，有f(n)<=k*g(n),则f(n) = o(g(n))。（呵呵，不要说没学好数学呀，对于编程数学是非常重要的！！！）现在我们来看1/2*(n-1)*n，当k=1/2，n0=1，g(n)=n*n时，1/2*(n-1)*n<=1/2*n*n=k*g(n)。所以f(n) =o(g(n))=o(n*n)。所以我们程序循环的复杂度为o(n*n)。再看交换。从程序后面所跟的表可以看到，两种情况的循环相同，交换不同。其实交换本身同数据源的有序程度有极大的关系，当数据处于倒序的情况时，交换次数同循环一样（每次循环判断都会交换），复杂度为o(n*n)。当数据为正序，将不会有交换。复杂度为o(0)。乱序时处于中间状态。正是由于这样的原因，我们通常都是通过循环次数来对比算法。 2.交换法：交换法的程序最清晰简单，每次用当前的元素一一的同其后的元素比较并交换。 #include void exchangesort(int* pdata,int count) { int itemp; for(int i=0;i { for(int j=i+1;j { if(pdata[j] { itemp = pdata[i]; pdata[i] = pdata[j]; pdata[j] = itemp; } } } } void main() { int data[] = {10,9,8,7,6,5,4}; exchangesort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 倒序(最糟情况) 第一轮：10,9,8,7->9,10,8,7->8,10,9,7->7,10,9,8(交换3次) 第二轮：7,10,9,8->7,9,10,8->7,8,10,9(交换2次) 第一轮：7,8,10,9->7,8,9,10(交换1次) 循环次数：6次交换次数：6次其他：第一轮：8,10,7,9->8,10,7,9->7,10,8,9->7,10,8,9(交换1次) 第二轮：7,10,8,9->7,8,10,9->7,8,10,9(交换1次) 第一轮：7,8,10,9->7,8,9,10(交换1次) 循环次数：6次交换次数：3次从运行的表格来看，交换几乎和冒泡一样糟。事实确实如此。循环次数和冒泡一样也是1/2*(n-1)*n，所以算法的复杂度仍然是o(n*n)。由于我们无法给出所有的情况，所以只能直接告诉大家他们在交换上面也是一样的糟糕（在某些情况下稍好，在某些情况下稍差）。 3.选择法：现在我们终于可以看到一点希望：选择法，这种方法提高了一点性能（某些情况下）这种方法类似我们人为的排序习惯：从数据中选择最小的同第一个值交换，在从省下的部分中选择最小的与第二个交换，这样往复下去。 #include void selectsort(int* pdata,int count) { int itemp; int ipos; for(int i=0;i { itemp = pdata[i]; ipos = i; for(int j=i+1;j { if(pdata[j] { itemp = pdata[j]; ipos = j; } } pdata[ipos] = pdata[i]; pdata[i] = itemp; } } void main() { int data[] = {10,9,8,7,6,5,4}; selectsort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 倒序(最糟情况) 第一轮：10,9,8,7->(itemp=9)10,9,8,7->(itemp=8)10,9,8,7->(itemp=7)7,9,8,10(交换1次) 第二轮：7,9,8,10->7,9,8,10(itemp=8)->(itemp=8)7,8,9,10(交换1次) 第一轮：7,8,9,10->(itemp=9)7,8,9,10(交换0次) 循环次数：6次交换次数：2次其他：第一轮：8,10,7,9->(itemp=8)8,10,7,9->(itemp=7)8,10,7,9->(itemp=7)7,10,8,9(交换1次) 第二轮：7,10,8,9->(itemp=8)7,10,8,9->(itemp=8)7,8,10,9(交换1次) 第一轮：7,8,10,9->(itemp=9)7,8,9,10(交换1次) 循环次数：6次交换次数：3次遗憾的是算法需要的循环次数依然是1/2*(n-1)*n。所以算法复杂度为o(n*n)。我们来看他的交换。由于每次外层循环只产生一次交换（只有一个最小值）。所以f(n)<=n 所以我们有f(n)=o(n)。所以，在数据较乱的时候，可以减少一定的交换次数。 4.插入法：插入法较为复杂，它的基本工作原理是抽出牌，在前面的牌中寻找相应的位置插入，然后继续下一张 #include void insertsort(int* pdata,int count) { int itemp; int ipos; for(int i=1;i { itemp = pdata[i]; ipos = i-1; while((ipos>=0) && (itemp { pdata[ipos+1] = pdata[ipos]; ipos--; } pdata[ipos+1] = itemp; } } void main() { int data[] = {10,9,8,7,6,5,4}; insertsort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 倒序(最糟情况) 第一轮：10,9,8,7->9,10,8,7(交换1次)(循环1次) 第二轮：9,10,8,7->8,9,10,7(交换1次)(循环2次) 第一轮：8,9,10,7->7,8,9,10(交换1次)(循环3次) 循环次数：6次交换次数：3次其他：第一轮：8,10,7,9->8,10,7,9(交换0次)(循环1次) 第二轮：8,10,7,9->7,8,10,9(交换1次)(循环2次) 第一轮：7,8,10,9->7,8,9,10(交换1次)(循环1次) 循环次数：4次交换次数：2次上面结尾的行为分析事实上造成了一种假象，让我们认为这种算法是简单算法中最好的，其实不是，因为其循环次数虽然并不固定，我们仍可以使用o方法。从上面的结果可以看出，循环的次数f(n)<= 1/2*n*(n-1)<=1/2*n*n。所以其复杂度仍为o(n*n)（这里说明一下，其实如果不是为了展示这些简单排序的不同，交换次数仍然可以这样推导）。现在看交换，从外观上看，交换次数是o(n)（推导类似选择法），但我们每次要进行与内层循环相同次数的=操作。正常的一次交换我们需要三次= 而这里显然多了一些，所以我们浪费了时间。最终，我个人认为，在简单排序算法中，选择法是最好的。二、高级排序算法：高级排序算法中我们将只介绍这一种，同时也是目前我所知道（我看过的资料中）的最快的。它的工作看起来仍然象一个二叉树。首先我们选择一个中间值middle程序中我们使用数组中间值，然后把比它小的放在左边，大的放在右边（具体的实现是从两边找，找到一对后交换）。然后对两边分别使用这个过程（最容易的方法——递归）。 1.快速排序： #include void run(int* pdata,int left,int right) { int i,j; int middle,itemp; i = left; j = right; middle = pdata[(left+right)/2]; //求中间值 do{ while((pdata[i] i++; while((pdata[j]>middle) && (j>left))//从右扫描大于中值的数 j--; if(i<=j)//找到了一对值 { //交换 itemp = pdata[i]; pdata[i] = pdata[j]; pdata[j] = itemp; i++; j--; } }while(i<=j);//如果两边扫描的下标交错，就停止（完成一次） //当左边部分有值(left if(left run(pdata,left,j); //当右边部分有值(right>i)，递归右半边 if(right>i) run(pdata,i,right); } void quicksort(int* pdata,int count) { run(pdata,0,count-1); } void main() { int data[] = {10,9,8,7,6,5,4}; quicksort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 这里我没有给出行为的分析，因为这个很简单，我们直接来分析算法：首先我们考虑最理想的情况 1.数组的大小是2的幂，这样分下去始终可以被2整除。假设为2的k次方，即k=log2(n)。 2.每次我们选择的值刚好是中间值，这样，数组才可以被等分。第一层递归，循环n次，第二层循环2*(n/2)...... 所以共有n+2(n/2)+4(n/4)+...+n*(n/n) = n+n+n+...+n=k*n=log2(n)*n 所以算法复杂度为o(log2(n)*n) 其他的情况只会比这种情况差，最差的情况是每次选择到的middle都是最小值或最大值，那么他将变成交换法（由于使用了递归，情况更糟）。但是你认为这种情况发生的几率有多大？？呵呵，你完全不必担心这个问题。实践证明，大多数的情况，快速排序总是最好的。如果你担心这个问题，你可以使用堆排序，这是一种稳定的o(log2(n)*n)算法，但是通常情况下速度要慢于快速排序（因为要重组堆）。三、其他排序 1.双向冒泡：通常的冒泡是单向的，而这里是双向的，也就是说还要进行反向的工作。代码看起来复杂，仔细理一下就明白了，是一个来回震荡的方式。写这段代码的作者认为这样可以在冒泡的基础上减少一些交换（我不这么认为，也许我错了）。反正我认为这是一段有趣的代码，值得一看。 #include void bubble2sort(int* pdata,int count) { int itemp; int left = 1; int right =count -1; int t; do { //正向的部分 for(int i=right;i>=left;i--) { if(pdata[i] { itemp = pdata[i]; pdata[i] = pdata[i-1]; pdata[i-1] = itemp; t = i; } } left = t+1; //反向的部分 for(i=left;i { if(pdata[i] { itemp = pdata[i]; pdata[i] = pdata[i-1]; pdata[i-1] = itemp; t = i; } } right = t-1; }while(left<=right); } void main() { int data[] = {10,9,8,7,6,5,4}; bubble2sort(data,7); for (int i=0;i<7;i++) cout<<<" "; cout<<"\n"; } 2.shell排序这个排序非常复杂，看了程序就知道了。首先需要一个递减的步长，这里我们使用的是9、5、3、1（最后的步长必须是1）。工作原理是首先对相隔9-1个元素的所有内容排序，然后再使用同样的方法对相隔5-1个元素的排序，以次类推。 #include void shellsort(int* pdata,int count) { int step[4]; step[0] = 9; step[1] = 5; step[2] = 3; step[3] = 1; int i,temp; int k,s,w; for(int i=0;i<4;i++) { k = step[i]; s = -k; for(int j=k;j { itemp = pdata[j]; w = j-k;//求上step个元素的下标 if(s ==0) { s = -k; s++; pdata[s] = itemp; } while((itemp=0) && (w<=count)) { pdata[w+k] = pdata[w]; w = w-k; } pdata[w+k] = itemp; } } } void main() { int data[] = {10,9,8,7,6,5,4,3,2,1,-10,-1}; shellsort(data,12); for (int i=0;i<12;i++) cout<<<" "; cout<<"\n"; } 呵呵，程序看起来有些头疼。不过也不是很难，把s==0的块去掉就轻松多了，这里是避免使用0 步长造成程序异常而写的代码。这个代码我认为很值得一看。这个算法的得名是因为其发明者的名字d.l.shell。依照参考资料上的说法：“由于复杂的数学原因避免使用2的幂次步长，它能降低算法效率。”另外算法的复杂度为n的1.2次幂。同样因为非常复杂并 “超出本书讨论范围”的原因（我也不知道过程），我们只有结果了