冒泡排序:定义两个指针,指向第一个和第二个位置,前一个比后一个大就交换,然后同时向后挪接着比较,把最大的放到最后一个位置。最坏的情况:O(N^2),最好的情况:O(N)。冒泡和插入的时间复杂度差不多相同,但是当数组接近有序时,她两比起来插入好一些。
 
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}
// 冒泡排序
void BubbleSort(int* a, int n)
{
	for(int end = n; end > 0; end--)
	{
		int exchange = 0;
		for(int i = 1; i<end; i++)
		{
			if(a[i-1] < a[i])
			{
				Swap(&a[i-1], &a[i]);
				exchange = 1;
			}
		}
		if(exchange == 0) //如果没有发生交换,可以提前结束程序
			break;
	}
}
快速排序:
 理想的情况下:每次排序都是二分,直到二分到最后,那就相当于递归高度次(logN),每一层单趟排都是O(N),时间复杂度O(NlogN)
 最坏的情况:数组有序(或者接近有序)是最坏情况。假如数组是升序,key是left,要排升序,有N层,则每层都排(N,N-1,N-2…,3,2,1),时间复杂度是O(NN)。因此,优化最差情况1.三数取中 2.小区间排序优化
 
 相遇有两种情况:right找left或者left找right
 如果是right先走,最坏在遇见left的时候停止,而这个位置是left的位置,值肯定是比key小的,但left先走的话,最坏情况遇见right,此时值是比key大的,交换会出问题。因此,left是key需要让right先走。
void QuickSort(int* a,int n)
{
	int left = 0, right = n-1;
	int keyi = left;
	while(left < right)
	{
		// 找小
		// 如果没有left < right可能会导致right一直--,越界访问eg:[1,2,3,4,5]
		while(left < right && a[right] >= a[keyi]) 
			--right;
		// 找大
		//如果没有a[left] <= a[keyi]的=符号时,可能会导致死循环eg:[5,1,2,5,6];
		while(left < right && a[left] <= a[keyi]) 
			++left;
		Swap(&a[left], &a[right]);
	}
	Swap(&a[keyi], &a[left]);
}
第二阶段:分治(递归),对每次的key的左右区间看成子问题,传入递归一直分治,最终完成。递归结束标志:当这个子区间不存在或者只有单个值时返回。
 
void QuickSort(int* a, int begin, int end)
{
	if(begin >= end) // 迭代的终点:左区间>=右区间时,迭代结束。
		return;
	int left = begin, right = end-1;
	int keyi = left;
	while(left < right)
	{
		// 找小
		while(left < right && a[right] >= a[keyi])
			--right;
		// 找大
		while(left < right && a[left] <= a[keyi])
			++left;
		Swap(&a[left], &a[right]);
	}
	int meeti = left;
	Swap(&a[keyi], &a[meeti]);
	//左:[begin,meeti-1] meeti 右:[meeti+1,end]
	QuickSort(a, begin, meeti-1); // 传参就是[0, n-1]
	QuickSort(a, meeti+1, end);
}
挖坑法:将key的位置看作是一个坑(hole),然后利用part1的思路,找到大的将值放进坑中,然后此时right就是hole,再找小的值,将小的值放进hole中,此时left是坑…,直到相遇,把最早的key值放进相遇的坑中。
 挖坑法的初次排序后的值可能和hoare的值不同。
 
快排最差情况的优化:三数取中。对快排影响最大的是key,如果key取值越接近中位数则越接近二分,效率越高
 三数取中是在最左边,左右边和最中间的值,选择他们三个不是最大也不是最小的数。
 三数取中,始终将需要的那个中间的数换到最左边的位置,这样就不用操心key位置一直变换的问题了。
 // 快速排序的三数取中 优化快排的最差情况
int GetMidIndex(int* a, int left, int right)
{
	int mid = (left + right) >> 1; //就是(left + right)/2
	// left, mid, right
	if(a[left] < a[mid])
	{
		if(a[mid] < a[right])
			return mid;
		else if(a[left] > a[right])
			return left;
		else
			return right;
	}
	else // a[left] > a[mid]
	{
		if(a[mid] > a[right])
			return mid;
		else if(a[left] < a[right])
			return left;
		else
			return right;
	}
}
// 快速排序hoare版本 -- 最原始的 左右指针法
int PartSort1(int* a, int left, int right)
{
	int midIndex = GetMidIndex(a, left, right); //找到中间数
	Swap(&a[left], &a[midIndex]); //再交换到left位置
	
	int keyi = left;
	while(left < right)
	{
		// 找小
		while(left < right && a[right] >= a[keyi])
			--right;
		// 找大
		while(left < right && a[left] <= a[keyi])
			++left;
		Swap(&a[left], &a[right]);
	}
	Swap(&a[keyi], &a[left]);
	return left;
}
// 迭代过程
void QuickSort(int* a, int begin, int end)
{
	if(begin >= end) // 迭代的终点:左区间>=右区间时,迭代结束。
		return;
	int keyi = PartSort1(a, begin, end);
	//左:[begin,keyi -1] keyi 右:[keyi +1,end]
	QuickSort(a, begin, keyi -1); // 传参就是[0, n-1]
	QuickSort(a, keyi +1, end);
}
将快排中的单趟排序独立出来
// 快速排序hoare版本 -- 最原始的 左右指针法
int PartSort1(int* a, int left, int right)
{
	int keyi = left;
	while(left < right)
	{
		// 找小
		while(left < right && a[right] >= a[keyi])
			--right;
		// 找大
		while(left < right && a[left] <= a[keyi])
			++left;
		Swap(&a[left], &a[right]);
	}
	Swap(&a[keyi], &a[left]);
	return left;
}
//挖坑法:
int PartSort2(int* a, int left, int right)
{
	int key = a[left];
	while(left < right)
	{
		//找小
		while(left < right && a[right] >= key )
			right--;
		// 放到左边的坑位,右边就是新的坑
		a[left] = a[right];
		//找大
		while(left < right && a[left] <= key )
			left++;
		//放到右边的坑位,左边就是新的坑
		a[right] = a[left];
	}
	a[left] = key;
	return left;
}
// 迭代过程
void QuickSort(int* a, int begin, int end)
{
	if(begin >= end) // 迭代的终点:左区间>=右区间时,迭代结束。
		return;
	int keyi = PartSort1(a, begin, end);
	//左:[begin,keyi -1] keyi 右:[keyi +1,end]
	QuickSort(a, begin, keyi -1); // 传参就是[0, n-1]
	QuickSort(a, keyi +1, end);
}



















