nanjunxiao的专栏

中值排序的平均时间性能是nlog(n)，但是最坏情况下（基本有序），partition函数复杂度为O(n^2),这样就使得中值排序性能退化到O(n^2)。 随机选择pivotIndex将使得selectKth的性能为线性，可以避免退化情况，从而可以使中值排序平均性能达到O(nlogn)。 优化算法：有一个线性的选择算法，能够确保中值排序最坏情况仍为O(nlogn),称为BFPRT。

堆排序是对选择排序的优化，利用选择排序中的相对关系，减少比较次数。堆排序主要分为两个部分，初始建堆过程和堆定点更替后堆的调整部分。最好，最坏，平均时间复杂度都为O（nlogn），尽管如此，平均情况下，快排表现还是要好于堆排序。本文以数组为堆的存储结构，数组从0下标开始。将数组非降序排序，其中使用大顶堆，每次最大元素换到最后，最后数组即为升序。main部分int main() { c

快排各种各样的优化： 1.利用栈来取代递归 2.选择基于三中值分区的中枢值 3.设定分割字数组的阈值，小于该值直接上插入排序 4.在处理字数组时候，首先将大的字数组压入栈来最小化栈的总大小，确保小的问题首先被解决。 要确保最坏情况下O(n*logn)复杂度，使用例如BFPRT的选择算法，抑或考虑堆排序，下一篇我也将自己写下堆排序。

不解释，直接上代码 #include void insert(int arry[], int iIndex) {         int iSaved = arry[iIndex];         int iPos = iIndex-1;         while(iPos>=0 && iSaved         {                 arry[iPo

一直使用c++ STL的sort，没有自己亲自写过，上代码。 #include int Partition(int arry[], int low, int high) {         //no need to bound condition         int key = arry[low];         while(low         {