排序：對n個數的序列重排過程。待排序的數，一般是選擇記錄中資料集的關鍵字key作為排序的值，而資料集中其他資料（稱為：衛星資料）以key為中心移動。實際上，對於排序過程中，key的移動和交換，衛星資料並不定跟著，只要記錄的指標隨key交換即可，將資料移動量減小到最小。
關鍵字和衛星資料所構成的資料集，在實際排序應用中，不單只關注關鍵字序列，還關心衛星資料的儲存結構，在選用具體排序演算法中有一定考量。排序演算法分為：
1）比較排序：插入排序、合併排序、堆排序、快速排序，對陣列中的元素進行比較來實現排序；
2）非比較排序：計數排序、基數排序，利用非比較的其他方法來獲得陣列的排序資訊；
每種排序演算法都要考量其執行時間和儲存空間的效能，各有其應用優點。插入排序的最壞情況執行時
1）maximum(s)，返回s中最大關鍵字的元素，在最大堆a中返回根節點即可，演算法如下：
fun_heap_maximum(a){
return a[1];
2）extract_max(s)，去掉並返回s中最大關鍵字的元素，在最大堆a中去掉最大值後需要重新調整保持最大堆性質，演算法如下：
fun_heap_extractmax(a){
max=a[1];//返回最大值
a[1]=a[heapsize[a]];//將最後乙個節點的值，交換到第乙個節點
heapsize[a]= heapsize[a]-1；//堆大小減1
fun_max_heapify(a,1);//保持最大堆性質函式
return max;
fun_max_heapify(a,i){
l=left(i);
r=right(i);
if l<=heapsize[a] and a[l]>a[i]
then largest=l
else largest=i
if r<=heapsize[a] and a[r]>a[largest]
then largest=r
if largest ≠ i
then exchange(a[i],a[largest])
fun_max_heapify(a,largest)
3）increasekey(s,x,k)，將元素x的關鍵字的值增加到k，在最大堆a中操作就是賦值x元素的新關鍵字值，並保持堆性質，演算法如下：
fun_heap_increasekey(a,i,key){
a[i]=key;//賦值key
while i>1 and a[parent(i)]do exchange(a[i],a[parent(i)]
i=parent[i]
4）insert(s,x)，新增元素x到集合s，即是插入乙個元素關鍵字key到乙個已建成的最大堆a中，插入演算法如下：
fun_maxheap_insert(a,key){
heapsize[a]=heapsize[a]+1；//堆大小加1
a[heapsize[a]]=-∞;//新增葉節點，關鍵值為負無窮大
fun_heap_increasekey(a, heapsize[a],key);//新增葉子節點插入的值，可按照increasekey來操作
最小優先順序佇列支援的操作類似，應用最小堆，用在基於事件驅動的模擬器中。
排序和順序統計學（演算法導論）
1.堆排序 堆資料結構是一種陣列物件，它可以被視為一顆完全二叉樹。存放時利用了二叉樹，父親節點序號 i 子節點序號 2 i，2 i 1 的性質 堆的建立，調整，輸出例項如下 include include includeusing namespace std root從data 1 開始存起 我想到...
排序和順序統計學 2 快速排序
快排我接觸的也比較多了，從之前noip的時候演算法老師講的版本，到之前資料結構課上學習的版本，到現在 演算法導論 裡講的版本，我個人並不能不能區別它們的好壞，權且都寫出來，以後再來區別。三種實現方式如下 noip void qsort1 int a,int l,int r if l資料結構 int ...
排序和順序統計量（演算法導論）
人一生別太狂，指不定誰輝煌 總結排序演算法的執行時間 演算法最壞執行時間 平均期望執行時間 是否是原址排序 插入排序o n2 o n2 是 歸併排序o nlgn o nlgn 否 堆排序o n lgn 是快速排序o n2 o nlgn 期望 是 計數排序o k n o k n 否基數排序o d k ...