BubbleSort(冒泡排序)
定义:在同一个数组中,从数组第一个数开始,相邻两个数进行比较,按照小左大右或者大右小左的顺序,依次循环遍历,进行排序!
void BubbleSort(int *arr,int Length)
{
int i = 0;
int j = 1;
int sys = 0;
for (i = 0; i < Length-1; i++)
{
for (j = 0; j < Length-i-1; j++)
{
if (arr[j]>arr[j+1])
{
arr[j] = arr[j]^arr[j+1];
arr[j+1] = arr[j]^arr[j+1];
arr[j] = arr[j]^arr[j+1];
}
}
sys++;
}
return ;
}
改进版冒泡排序
在原有的基础上,我们添加了标记!记录了最后一次交换的位置!
如5,1,4,6,3,2,7,8,9。最后一次交换的位置在2处,并且设定我们每次循环的到2,不对7,8,9
进行比较,节省我们运算的效率!
冒泡排序是对全部已经排好序列排序最快的
void BetterBubbleSort(int *arr,int Length)
{
int i = 0;
int j = 1;
int pmark;
int sys = 0;
for (; i < Length-1; i++)
{
pmark = 0;
for (j = 0; j < Length-i-1; j++)
{
if (arr[j]>arr[j+1])
{
arr[j] = arr[j]^arr[j+1];
arr[j+1] = arr[j]^arr[j+1];
arr[j] = arr[j]^arr[j+1];
pmark = j+1;
}
}
i == Length - pmark - 1;
sys++;
}
return ;
}
不带中间变量实现两个相同类型不同值变量间的互换
- 加减法
int a = 5;
int b = 3;
a = a+b;
b = a-b;
a = a-b;
- 异或^
int a = 5;
int b = 3;
a = a^b;
b = a^b;
a = a^b;
ps:若对于
*a
,*b
值进行交换,*a
,*b
不能指向同一块地址空间!
SelectSort选择排序
首先,用第一个数去和所有数进行比较,选出其中最小的数,放在第一位,在用第二个数去和全部数进行比较,最小的放在第二位,依次循环遍历!
void SelectSort(int *Arr,int nLength)
{
int i = 0;
int j = 1;
int min = 0;
for (i = 0; i < nLength; i++)
{
for (j = i; j < nLength-1; j++)
{
if (Arr[i] > Arr[j])
{
Arr[j] = Arr[j]^Arr[i];
Arr[i] = Arr[j]^Arr[i];
Arr[j] = Arr[j]^Arr[i];
}
}
}
}
代码优化:把每次都交换的位置,换成比较完之后,有一个int记下来,不用每次比较完进行交换,而是最后直接用记录的数组下标进行交换!
InsertSort插入排序
把当前数组分成两部分,第一部分有序,第二部分无序,将无序数组依次插入有序数组里去!
例如数组:10,20,3,8,55.用一个temp保存无序数组第一个
适合场景:每个元素距离其最终位置不远时,我们选择插入排序。
- 首先把10当成有序数组的最后一位,20当成无序数组的第一位,20和10比较,20比10大不移动。
- 之后用无序数组向后移动一位,变成3,3和20比较,比20小,把3放10和20中间,在用3和10比,比10小,放10前面。
- 此时有序最后一位仍是20,用8再去和前面几位有序数组进行比较,一次循环遍历!
void InsertSort(int arr[],int nLength)
{
int j;//有序数组的最后位置
int i;//无序数组的第一个
int temp;
if(arr == NULL || nLength <=0)return;
for(i = 1;i<nLength;i++)
{
j = i-1;
temp = arr[i]; //保存无序数组的第一个
//进行比较
while(temp < arr[j] && j >=0)
{
//将前一个元素向后移动
arr[j+1] = arr[j];
j--;
}
//将元素放入其对应位置
arr[j+1] = temp;
}
}
快排
快排的优点:是比较次数最少的排序!
挖坑填补法
例如数组:7,2,8,4,3,5。我们用temp标记7
- 我们将第一数7当标准值,此时相当于7是一个坑(用粗斜体标记),然后我们从后面依次找比标准值7小的数,
第一个5就比7小,我们将5放到7的坑里。数组变成5,2,8,4,3,7,这是坑变成最后位数! - 然后我们在前面找一个比标准值大的数,第3个数8比标准值大,这是我们将8填到数7的坑里!这是数组变成了:
5,2,7,4,3,8,我们对已经操作的数,不再进行考虑比较! - 这时我们在从前面开始找一个数比标准值小的数3,填坑。数组变成了:2,3,4,7,8,此时前面和后面的数,
皆比标准值小和大! - 标准值前面的数我们看做一个区域,标准值后面的数我们看成一个区域。依次递归循环此区域。
//挖坑填补法
int Sort(int arr[],int nLow,int nHigh)
{
int temp ;
temp = arr[nLow]; //保存标准值
while(nLow < nHigh)
{
//从后向前找比标准值小的
while( nLow < nHigh)
{
if(arr[nHigh] > temp)
{
nHigh--;
}
//小的放前面
else
{
arr[nLow] = arr[nHigh];
nLow++;
break;
}
}
//从前往后找比标准值大的
while( nLow < nHigh)
{
if(arr[nLow] < temp)
{
nLow++;
}
//大的放后面
else
{
arr[nHigh] = arr[nLow];
nHigh--;
break;
}
}
}
//填坑
arr[nLow] = temp;
return nLow;
}
void QuickSort(int arr[],int nLow,int nHigh)
{
int nIndex;
if(arr == NULL )return;
if(nLow < nHigh)
{
//找到标准值位置
nIndex = Sort(arr,nLow,nHigh);
//根据标准值将当前数组分割成两部分
Sort(arr,nLow,nIndex-1);
Sort(arr,nIndex+1,nHigh);
}
}
区间(域)分割法
快排的一种,比挖坑填补法快!类似与挖坑填补法,是其优化升级版吧!
例如,数组:7,5,4,3,6
- 我们选最后一个数6作为标准值,有两个标记,一个是循环标记I,一个是区域标记s。s= i - 1
s用黄体标记,i用粗斜体标记!s,7,5,4,3,6 - 用数6去和第一个数7比较,比标准值大,
7
,5,4,3,6,则将遍历元素移动到下一处,比标准值6小,
则将数5和7交换,5
,7,4,3,6。 - 将遍历指针指下一处,
5
,7,4,3,6,比标准值小,将4和第二个数交换。5,4
,7,3,6
移动遍历指针,5,4
,7,3,6 - 比标准值小,将3和第三个数交换。5,4,
3
,7,6,移动遍历指针。5,4,3
,7,6 - 这时遍历结束,判断++s与i是否相等,若不等,5,4,3,
7
,6,数组[s]与数组[i]交换。 - 5,4,3,
6
,7,此时标准值6前小后大,递归遍历!
//区间分割法
int Sort(int arr[],int nLow,int nHigh)
{
int nSmall;//小区间的右边界
nSmall = nLow-1;
for(nLow;nLow < nHigh;nLow++)
{
//和标准值进行比较
if(arr[nLow] < arr[nHigh])
{
//扩张小区间
if(++nSmall != nLow)
{
arr[nSmall] = arr[nSmall] ^ arr[nLow];
arr[nLow] = arr[nSmall] ^ arr[nLow];
arr[nSmall] = arr[nSmall] ^ arr[nLow];
}
}
}
//标准值放入对应位置
if(++nSmall != nHigh)
{
arr[nSmall] = arr[nHigh] ^ arr[nSmall];
arr[nHigh] = arr[nHigh] ^ arr[nSmall];
arr[nSmall] = arr[nHigh] ^ arr[nSmall];
}
return nSmall;
}
void QuickSort(int arr[],int nLow,int nHigh)
{
int nIndex;
if(arr == NULL )return;
if(nLow < nHigh)
{
//找到标准值位置
nIndex = Sort(arr,nLow,nHigh);
//根据标准值将当前数组分割成两部分
QuickSort(arr,nLow,nIndex-1);
QuickSort(arr,nIndex+1,nHigh);
}
}
快排区间分割优化
若我们选择的标准值恰好是最小值或者最大值,这是快排发生交换的次数最多,如果我们在选择下标的时候进行优化,
我们用随机数选择3个下标,之后选其中位数,会最大限度的减少极值下标的可能!
//找中间值下标
int GetIndex(int arr[],int nLow,int nHigh)
{
int a,b,c;
srand(time(NULL));
//随机出三个在下标范围之内的下标
a = rand()%(nHigh-nLow+1) + nLow;
b = rand()%(nHigh-nLow+1) + nLow;
c = rand()%(nHigh-nLow+1) + nLow;
//找到三个的中间值
if(arr[a] > arr[b])
{
if(arr[b] > arr[c])
return b;
else
{
if(arr[a] < arr[c])
return a;
else
return c;
}
}
else
{
if(arr[a] > arr[c])
return a;
else
{
if(arr[b] < arr[c])
return b;
else
return c;
}
}
}
//区间分割法
int Sort(int arr[],int nLow,int nHigh)
{
int nSmall;//小区间的右边界
int nIndex;
nSmall = nLow-1;
//降低标准值是最大最小值得概率
nIndex = GetIndex(arr,nLow,nHigh);
if(nIndex != nHigh)
{
arr[nIndex] = arr[nIndex] ^ arr[nHigh];
arr[nHigh] = arr[nIndex] ^ arr[nHigh];
arr[nIndex] = arr[nIndex] ^ arr[nHigh];
}
for(nLow;nLow < nHigh;nLow++)
{
//和标准值进行比较
if(arr[nLow] < arr[nHigh])
{
//扩张小区间
if(++nSmall != nLow)
{
arr[nSmall] = arr[nSmall] ^ arr[nLow];
arr[nLow] = arr[nSmall] ^ arr[nLow];
arr[nSmall] = arr[nSmall] ^ arr[nLow];
}
}
}
//标准值放入对应位置
if(++nSmall != nHigh)
{
arr[nSmall] = arr[nHigh] ^ arr[nSmall];
arr[nHigh] = arr[nHigh] ^ arr[nSmall];
arr[nSmall] = arr[nHigh] ^ arr[nSmall];
}
return nSmall;
}
void QuickSort(int arr[],int nLow,int nHigh)
{
int nIndex;
if(arr == NULL )return;
if(nLow < nHigh)
{
//找到标准值位置
nIndex = Sort(arr,nLow,nHigh);
//根据标准值将当前数组分割成两部分
QuickSort(arr,nLow,nIndex-1);
QuickSort(arr,nIndex+1,nHigh);
}
}
快排终极优化
如果数量过少时,直接采用插入排序!
CountSort计数排序
基于非比较排序
适用场景:数据分配非常密集的时候!
例如数组:2,1,3,1,2,2,3,4
- 首先在数组中找到最大值和最小值。
- 然后申请一个max-min+1的数组空间。
- 遍历数组,如第一个数2,就在申请的数组空间下标为2-最小值的位置+1。
相当于在申请的数组第2个位置,计数加一,每次遇到相同的值都加一。 - 相当于在申请的数组空间对应下标对应着参数数组中的值,记录其出现的次数。
- 遍历申请的数组空间,对应着下标将值依次存入参数数组。
void CountSort(int arr[],int nLength)
{
int *pCount = NULL;
int i;
int j;
int nMin,nMax;
if(arr == NULL || nLength <=0)return;
//找最大值和最小值
nMax = arr[0];
nMin = arr[0];
for(i = 1;i<nLength;i++)
{
if(arr[i] > nMax)
{
nMax = arr[i];
}
if(arr[i] < nMin)
{
nMin = arr[i];
}
}
//开辟计数数组
pCount = (int *)malloc(sizeof(int ) * (nMax-nMin+1));
memset(pCount,0,sizeof(int ) * (nMax-nMin+1));
//计数
for(i = 0;i<nLength;i++)
{
pCount[arr[i]-nMin]++;
}
//放回原数组
j = 0;
for(i = 0;i< nMax-nMin+1;i++)
{
while(pCount[i] != 0)
{
arr[j] = i+nMin;
j++;
pCount[i]--;
}
}
}
ShellSort希尔排序
插入排序的优化,按步长进行分组,然后在组内进行插入排序,然后在二分法步长,重复此过程。(ps:不一定要二分步长)
使用场景:数据少的时候!
例如:35,5,9,12,21,8,7,4,13,25,21,14,长度,n
- 第一次:$ gap=\displaystyle\frac{n}{2}=6 $,也就是说差6为一组,35和7一组,5和4,9和13,12和25,21和21,8和14。
每组内进行插入排序,所以35和7互换位置,5和3互换位置。数组:7,4,9,12,21,8,33,5,13,25,21,14 - 第二次:$ gap=\displaystyle\frac{gap}{2}=3 $,差3为一组,7,12,33,25一组,4,21,5,21一组,9,8,13,14一组。每组内进行插入排序,25和33换,31和5换。数组:7,4,8,12,5,9,25,21,13,33,21,14
- 第三次:$ gap=\displaystyle\frac{gap}{2}=1 $向下取整。所以直接对整个数组进行一次插入排序。
- 总结:每次进行组内的插入排序,都是为了让元素距其最终位置更近一步!
void ShellSort(int arr[],int nLength)
{
int gap;
int i; //小组
int j;//插入排序
int k;
int temp;//保存无序数组的第一个
if(arr == NULL || nLength <=0)return;
//定步长
for(gap = nLength/2 ; gap >0 ; gap/=2)
{
//按照步长分组
for(i = 0;i<gap;i++)
{
//各组内部插入排序
for(j = i+gap;j<nLength;j+=gap)
{
k = j - gap; //有序数组的最后一个
temp = arr[j]; //无序数组的第一个
while(arr[k] > temp && k >=i)
{
arr[k +gap] = arr[k];
k-=gap;
}
arr[k+gap] = temp;
}
}
}
}
希尔排序的优化
分组时,让各组一起进行插入排序,都只进行一次,然后循环进行,代码看起来简洁,但是实际耗时基本相同!
void ShellSort2(int arr[],int nLength)
{
int gap;
int i; //小组
int j;//插入排序
int k;
int temp;//保存无序数组的第一个
if(arr == NULL || nLength <=0)return;
//定步长
for(gap = nLength/2 ; gap >0 ; gap/=2)
{
for(i = gap;i<nLength;i++)
{
//各组内部插入排序
k = i - gap; //有序数组的最后一个
temp = arr[i]; //无序数组的第一个
while(arr[k] > temp && k >=0)
{
arr[k +gap] = arr[k];
k-=gap;
}
arr[k+gap] = temp;
}
}
}
MergeSort归并排序
先拆分再合并。有2路,3路,5路等,这里用2路作为举例说明。先将数组按照二分法(2路)进行递归拆分,
拆分到每个块里只剩一个元素,然后和相邻元素进行比较排序合并,在比较在合并。
流程
void Merge(int arr[],int nLow,int nHigh)
{
int nBegin1;
int nEnd1;
int nBegin2;
int nEnd2;
int *pTemp = NULL;
int i;
nBegin1 = nLow;
nEnd1 = (nLow+nHigh)/2;
nBegin2 = nEnd1+1;
nEnd2 = nHigh;
pTemp = (int *)malloc(sizeof(int ) *(nHigh-nLow+1));
//合并
i = 0;
while(nBegin1 <=nEnd1 && nBegin2 <= nEnd2)
{
if(arr[nBegin1] < arr[nBegin2])
{
pTemp[i] = arr[nBegin1];
nBegin1++;
}
else
{
pTemp[i] = arr[nBegin2];
nBegin2++;
}
i++;
}
//将有剩余的数组元素放入临时数组
while(nBegin1 <= nEnd1)
{
pTemp[i] = arr[nBegin1];
i++;
nBegin1++;
}
while(nBegin2 <= nEnd2)
{
pTemp[i] = arr[nBegin2];
i++;
nBegin2++;
}
//将临时数组元素放回原数组
for(i = 0;i < nHigh-nLow +1;i++ )
{
arr[i+nLow] = pTemp[i];
}
//释放
free(pTemp);
pTemp = NULL;
}
void MergeSort(int arr[],int nLow,int nHigh)
{
int nMid;
if(arr == NULL )return;
//两路归并
nMid = (nLow + nHigh)/2;
if(nLow < nHigh)
{
//先拆分
MergeSort(arr,nLow,nMid);
MergeSort(arr,nMid+1,nHigh);
//合并
Merge(arr,nLow,nHigh);
}
}
HeapSort堆排序
堆排序是顺序储存,分为大根堆(大堆)和小根堆(小堆)。
大堆:父亲结点一定是三个结点最大的!
小堆:父亲结点一定是三个结点最小的!
并且左右儿子结点并没有什么大小顺序关系,我们只是把这个顺序存储的结构看作是二叉树的结构,
我们仅仅是看作二叉树的形式,实际上也是在数组进行操作,并且根据完全二叉树性质(第5条)来进行排序,对此我们要先掌握二叉树的基本知识。
适用场景:在n个元素里找前几个最大的或最小的,我们用堆,并且找大的用小堆,找小的用大堆。
例如:一个数组{10,2,7,4,6,12,11,9,8}
- 首先数组按照二叉树的形势,我们只是按照二叉树对应的性质来将数组假想成二叉树的样子(并没有真正的改变数组的结构)。
- 我们按照图2的方式,从下往上从右往左的调整结点的位置,使其遵循大堆的特点!
- 图三是我们第一次调整好成大堆的样子。
- 图四我们将堆顶和数组最后一个元素对换。
- 然后重新按照前面的步骤调整成大堆,最后我们二叉树的第一个结点就是最大的数,依次类推。二叉树链接
堆排序类型题
类型题小结:
- 在一个数组中找出前4个最大的数?
答:首先我们想到的是用小堆,我们建立一个只有四个结点的小堆(图在下面),将数组元素一次放入小堆,并调整成小堆,这是用数组第五元素和堆顶元素比较,若比堆顶元素大的话,则把堆顶元素放入小堆,并移走小堆的最后一个元素(左边最下面),循环完数组小堆里的数就是前4大的!- 在50亿个数里找出前50大?
答:还是用小堆,建50个结点,将数据根据内存容量分流,依次按流通过小堆,每个流里选出前50大的,最后在整合到一起,在选出前50的数?- 在一个数据流中找到中位数?数据流:一直不间断提供数据,随时提供,不是一个固定的数组。
建立一个大堆和小堆,将数据丢入大堆,并且调整大堆,把大堆堆顶扔小堆里,当来数据的时候,调整小堆,把小堆堆顶放大堆里,来数据时,放入大堆并调整大堆,把大堆堆顶放入小堆里。依次循环过程。此时,小堆堆顶是较大数里最小的,大堆堆顶是比较小数里最大的。若数据的个数为奇数时,小堆堆顶是其中位数。当数据的个数为偶数时,小堆堆顶和大堆堆顶的和除2是其中位数。
堆排序代码
#define nLeft nRootID*2+1
#define nRight nRootID*2+2
void Adjust2(int arr[],int nLength,int nRootID)
{
int nMax;
//在有孩子的情况下 假设左孩子是大的
for(nMax = nLeft;nLeft < nLength;nMax = nLeft /*下一次继续假设左孩子是最大的8*/)
{
//两个孩子
if(nRight < nLength)
{
//右孩子大
if(arr[nMax] < arr[nRight])
{
nMax = nRight;
}
}
//大的 和父亲比较 大 则交换
if(arr[nMax] > arr[nRootID])
{
arr[nMax] = arr[nRootID] ^ arr[nMax];
arr[nRootID] = arr[nRootID] ^ arr[nMax];
arr[nMax] = arr[nRootID] ^ arr[nMax];
nRootID = nMax;
}
else
{
break;
}
}
}
void HeapSort(int arr[],int nLength)
{
int i;
if(arr == NULL || nLength <=0)return;
//建初始堆
for(i = nLength/2-1;i>=0;i--)
{
Adjust2(arr,nLength,i);
}
//排序
for(i = nLength-1;i>0;i--)
{
//最大值放后面
arr[i] = arr[i] ^ arr[0];
arr[0] = arr[i] ^ arr[0];
arr[i] = arr[i] ^ arr[0];
//调整根节点
Adjust2(arr,i,0);
}
}
BucketSort(桶排序)
基于哈希查找,用桶原理进行排序。
桶排序更多时候是用来给小数排序的。
- 这里就以整数举例说明,例如数组{19,27,55,31,47,50,16,21,22,25},我们按照每隔十位为一个桶。
- 1020,2030,3040,4050,50~60,共分为5个桶。
- 将数字按照其范围放入桶内。
-
之后在每个桶内进行排序,排好序之后依次从1桶开始倒回原数组(不给图了,读者可以自行画下,很简单)。这时排序就完成了。
由于是链表的头添加,所以数字是到过来的顺序!
桶排序代码
typedef struct node
{
int nValue;
struct node *pNext;
}MyBucket;
void FindMaxMin(int arr[],int nLength,int *nMin,int* nMax)
{
int i;
*nMin = arr[0];
*nMax = arr[0];
for(i = 1;i<nLength;i++)
{
if(arr[i] < *nMin)
{
*nMin = arr[i];
}
if(arr[i] > *nMax)
{
*nMax = arr[i];
}
}
}
void BucketSort(int arr[],int nLength)
{
int nMax;
int nMin;
int i;
MyBucket **pBucket = NULL;
int nMinIndex;
int nMaxIndex;
int nIndex;
MyBucket *pTemp = NULL;
MyBucket *pMark = NULL;
int temp;
if(arr == NULL || nLength <=0)return;
//找到最大值 最小值
FindMaxMin(arr,nLength,&nMin,&nMax);
nMinIndex = nMin/10;
nMaxIndex = nMax/10;
//桶的确定
pBucket = (MyBucket **)malloc(sizeof(MyBucket*) *(nMaxIndex-nMinIndex+1));
memset(pBucket,0,sizeof(MyBucket*) *(nMaxIndex-nMinIndex+1));
//各元素入桶
for(i = 0;i<nLength;i++)
{
nIndex = arr[i]/10 - nMinIndex;
pTemp = (MyBucket*)malloc(sizeof(MyBucket) );
pTemp->nValue = arr[i];
pTemp->pNext = pBucket[nIndex];
pBucket[nIndex] = pTemp;
}
//各桶内排序
for(i = 0;i<nMaxIndex-nMinIndex +1;i++)
{
//冒泡排序
pMark = pBucket[i];
while(pMark )
{
pTemp = pBucket[i];
while(pTemp->pNext )
{
if(pTemp->nValue > pTemp->pNext->nValue)
{
temp = pTemp->nValue;
pTemp->nValue = pTemp->pNext->nValue;
pTemp->pNext->nValue = temp;
}
pTemp = pTemp->pNext;
}
pMark = pMark->pNext;
}
}
//倒回原数组
i = 0;
for(temp = 0;temp <nMaxIndex-nMinIndex +1;temp++ )
{
//遍历各个桶
pMark = pBucket[temp];
while(pMark)
{
arr[i] = pMark->nValue;
i++;
pMark = pMark->pNext;
}
}
//释放空间
for(temp = 0;temp <nMaxIndex-nMinIndex +1;temp++)
{
//释放每个桶
pMark = pBucket[temp];
while(pMark)
{
pTemp = pMark;
pMark = pMark->pNext;
free(pTemp);
pTemp = NULL;
}
}
free(pBucket);
pBucket = NULL;
}
RadinSort(LSD)基数排序
基数排序分两种一种是LSD,一种是MSD,这个就说LSD,因为MSD类似LSD而且使用的不是很频繁,如想了解,看完LSD会事半功倍。LSD也是基于桶原理,而且是从位数开始排序的。
例如数组:{124,11,25,3,221,215,306,35,23,14,10,1,111}
从低位开始算起,也就是个位开始的。因为十进制最后也就是0~9十个数字,所以我们要十个桶。
-
按照数组的顺序,依次入桶,所以我们这时应该是链表的尾添加
个位:
- 将桶内元素倒回数组,顺序不可以变,也就是10,11,221,1,111,3,23,124,14,25,215,35,306.这个顺序进入链表。
-
按照十位的数字进行分桶,从数组依次入桶。
十位:
- 再将桶内元素倒入数组,同样顺序不可以变,也就是1,3,306,10,11,111,14,215,221,23,124,25,35.这个顺序。
-
按照百位,依次入桶。
百位:
- 在倒入数组中,此时我们的排序就完成了。
代码
typedef struct node
{
int nValue;
struct node *pNext;
}MyRadix;
int FindMax(int arr[],int nLength)
{
int i;
int nMax = arr[0];
for(i = 1;i<nLength;i++)
{
if(arr[i] > nMax)
{
nMax = arr[i];
}
}
return nMax;
}
int GetLoopTimes(int nMax)
{
int i = 0;
while(nMax)
{
nMax/=10;
i++;
}
return i;
}
void Sort(int arr[],int nLength,int i)
{
int nBase = 1;
MyRadix **pRadix = NULL;
int j;
int k;
MyRadix *pTemp = NULL;
int nIndex;
MyRadix *pMark = NULL;
//申请桶
pRadix = (MyRadix **)malloc(sizeof(MyRadix*) * 10);
memset(pRadix,0,sizeof(MyRadix*) * 10);
//求被除基数
while(i > 1)
{
nBase *= 10;
i--;
}
//数字入桶
for(j = 0;j <nLength; j++)
{
nIndex = arr[j]/nBase%10;
pTemp = (MyRadix*)malloc(sizeof(MyRadix));
pTemp->nValue = arr[j];
pTemp->pNext = NULL;
//尾添加
if(pRadix[nIndex] == NULL)
{
pRadix[nIndex] = pTemp;
}
else
{
pMark = pRadix[nIndex];
while(pMark->pNext)
{
pMark = pMark->pNext;
}
pMark->pNext = pTemp;
}
}
//放回原数组
j = 0;
for(k = 0;k<10;k++)
{
pMark = pRadix[k];
while(pMark)
{
arr[j] = pMark->nValue;
j++;
pMark = pMark->pNext;
}
}
//空间释放
for(k = 0;k<10;k++)
{
pMark = pRadix[k];
while(pMark)
{
pTemp = pMark;
pMark = pMark->pNext;
free(pTemp);
pTemp = NULL;
}
}
free(pRadix);
pRadix = NULL;
}
void RadixSort(int arr[],int nLength)
{
int i;
int nMax;
int nLoopTimes;
if(arr == NULL || nLength <=0)return;
//找最大值
nMax = FindMax(arr,nLength);
//获得循环次数
nLoopTimes = GetLoopTimes(nMax);
//数组元素按照各位依次入桶
for(i = 1;i<=nLoopTimes;i++)
{
//个 十 百 位处理
Sort(arr,nLength,i);
}
}