完整代码，以及更多学习资料，私信“代码“获取
排序的目标是将一组数据 (即一个序列) 重新排列，排列后的数据符合从大到小 (或者从小到大) 的次序。这是古老但依然富有挑战的问题。从无序到有序，有效的减小了系统的熵值，增加了系统的有序度。对于一个未知系统来说，有序是非常有用的先验知识。因此，排序算法很多时候构成了其他快速算法的基础，比如二分法就是基于有序序列的查找算法。直到今天，排序算法依然是计算机科学积极探索的一个方向。
完整代码，以及更多学习资料，私信“代码“获取
我在这里列出一些最常见的排序方法，(虽说百度有一大堆，在这里就代为总结吧)并使用C语言实现它们。一组数据存储为一个数组a，数组有n个元素。a[i]为数组中的一个元素，i为元素在数组中的位置 (index)。根据C的规定，数组下标从0开始。假设数组从左向右排列，下标为0的元素位于数组的最左边。序列将最终排列成从小到大的顺序。下面函数中的参数ac是数组中元素的数目，也就是n。
完整代码，以及更多学习资料，私信“代码“获取
冒泡排序相当暴力的实现了这一目标：不断扫描相邻元素，看它们是否违章。一旦违章，立即纠正。在冒泡排序时，计算机从右向左遍历数组，比较相邻的两个元素。如果两个元素的顺序是错的，那么sorry，请两位互换。如果两个元素的顺序是正确的，则不做交换。
完整代码，以及更多学习资料，私信“代码“获取
假设在新生报到的时候，我们将新生按照身高排好队(也就是排序)。如果这时有一名学生加入，我们将该名学生加入到队尾。如果这名学生比前面的学生低，那么就让该学生和前面的学生交换位置。这名学生最终会换到应在的位置。这就是插入排序的基本原理。
选择排序是先找到起始数组中最小的元素，将它交换到i=0；然后寻找剩下元素中最小的元素，将它交换到i=1的位置…… 直到找到第二大的元素，将它交换到n-2的位置。这时，整个数组的排序完成。
希尔排序是以更大的间隔来比较和交换元素，这样，大的元素在交换的时候，可以向右移动不止一个位置，从而更快的移动乌龟元素。比如，可以将数组分为4个子数组（i=4k, i=4k+1, i=4k+2, i=4k+3），对每个子数组进行冒泡排序。比如子数组i=0，4，8，12...。此时，每次交换的间隔为4。完成对四个子数组的排序后，数组的顺序并不一定能排列好。希尔排序会不断减小间隔，重新形成子数组，并对子数组冒泡排序…… 当间隔减小为1时，就相当于对整个数组进行了一次冒泡排序。随后，数组的顺序就排列好了。希尔排序不止可以配合冒泡排序，还可以配合其他的排序方法完成。
Shell Sorting依赖于间隔(step)的选取。一个常见的选择是将本次间隔设置为上次间隔的1/1.3。
如果我们要将一副扑克按照数字大小排序。此前已经有两个人分别将其中的一半排好顺序。那么我们可以将这两堆扑克向上放好，假设小的牌在上面。此时，我们将看到牌堆中最上的两张牌。
我们取两张牌中小的那张取出放在手中。两个牌堆中又是两张牌暴露在最上面，继续取小的那张放在手中…… 直到所有的牌都放入手中，那么整副牌就排好顺序了。这就是归并排序。
完整代码，以及更多学习资料，私信“代码“获取
我们依然考虑按照身高给学生排序。在快速排序中，我们随便挑出一个学生，以该学生的身高为参考(pivot)。然后让比该学生低的站在该学生的右边，剩下的站在该学生的左边。很明显，所有的学生被分成了两组。该学生右边的学生的身高都大于该学生左边的学生的身高。我们继续，在低身高学生组随便挑出一个学生，将低身高组的学生分为两组(很低和不那么低)。同样，将高学生组也分为两组(不那么高和很高)。如此继续细分，直到分组中只有一个学生。当所有的分组中都只有一个学生时，则排序完成。
理想的pivot是采用分组元素中的中位数。然而寻找中位数的算法需要另行实现。也可以随机选取元素作为pivot，随机选取也需要另行实现。为了简便，我每次都采用中间位置的元素作为pivot。
完整代码，以及更多学习资料，私信“代码“获取
堆(heap)是常见的数据结构。它是一个有优先级的队列。最常见的堆的实现是一个有限定操作的Complete Binary Tree。这个Complete Binary Tree保持堆的特性，也就是父节点(parent)大于子节点(children)。因此，堆的根节点是所有堆元素中最小的。堆定义有插入节点和删除根节点操作，这两个操作都保持堆的特性。我们可以将无序数组构成一个堆，然后不断取出根节点，最终构成一个有序数组。(大顶堆，代码后续文章会更新，这里就不列举出来了)。
除了上面的算法，还有 很对排序算法没有涉及。上面的各个代码是我自己写的，只进行了很简单的测试。如果有错漏，先谢谢你的指正。
联系客服
