优点：写起来简单
10年积累的做网站、成都网站设计经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站制作后付款的网站建设流程，更有东源免费网站建设让你可以放心的选择与我们合作。
缺点：运算量过大每两个之间就要比较一次
冒泡排序在一组需要排序的数组中，对两两数据顺序与要求顺序相反时，交换数据，使大的数据往后移，每趟排序将最大的数放在最后的位置上
如下图：
#include
#define ARR_LEN 255 /*数组长度上限*/
void bubble_Sort(int *arr, int len)
{
int i, j,temp;
for (i = 0; i < len - 1;i++) /* 外循环为排序趟数，len个数进行len-1趟 */
{
for(j = 0; j < len-1-i; j++) /* 内循环为每趟比较的次数，第i趟比较len-i次 */
{
if (arr[j] > arr[j + 1]) /* 相邻元素比较，若逆序则交换（升序为左大于右，降序反之）*/
{
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
int main()
{
int len = 0;
int arr[ARR_LEN] = {0};
printf("please input arr len:");
scanf("%d",&len);
printf("please input arr member......\n");
for(int j = 0;j < len;j++)
{
scanf("%d",&arr[j]);
}
puts("");
printf("sort after is ......\n");
bubble_Sort(arr,len);
for(int j = 0;j < len;j++)
{
printf("%d ",arr[j]);
}
putchar('\n');
return 0;
}
如上是一种最简单的实现方式，需要注意的可能是i, j的边界问题，这种方式固定循环次数，肯定可以解决各种情况，不过算法的目的是为了提升效率，根据冒泡排序的过程图可以看出这个算法至少可以从两点进行优化：
对于外层循环，如果当前序列已经有序，即不再进行交换，应该不再进行接下来的循环直接跳出。
对于内层循环后面最大值已经有序的情况下应该不再进行循环。
优化代码实现：
#include
#define ARR_LEN 255 /*数组长度上限*/
void bubble_Sort(int *arr, int len)
{
int i, flag, temp;
do
{
flag = 0;
for (i = 0; i < len - 1; i++)
{
if (arr[i] > arr[i + 1])
{
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
flag = i + 1;
}
}
len = flag;
}while (flag);
}
int main()
{
int len = 0;
int arr[ARR_LEN] = {0};
printf("please input arr len:");
scanf("%d", &len);
printf("please input arr member......\n");
for (int j = 0; j < len; j++)
{
scanf("%d", &arr[j]);
}
puts("");
printf("sort after is ......\n");
bubble_Sort(arr, len);
for (int j = 0; j < len; j++)
{
printf("%d ", arr[j]);
}
putchar('\n');
return 0;
}
如上，当nflag为0时，说明本次循环没有发生交换，序列已经有序不用再循环，如果nflag>0则记录了最后一次发生交换的位置，该位置以后的序列都是有序的，循环不再往后进行。
这种方法其实和冒泡的差别不大，只是减少了交换的次数，对冒泡进行了优化。
选择排序是最简单的一种基于O（n2）时间复杂度的排序算法，基本思想是从i=0位置开始到i=n-1每次通过内循环找出i位置到n-1位置的最小（大）值。
void selectSort(int arr[], int n)
{
int i, j , minValue, tmp;
for(i = 0; i < n-1; i++)
{
minValue = i;
for(j = i + 1; j < n; j++)
{
if(arr[minValue] > arr[j])
{
minValue = j;
}
}
if(minValue != i)
{
tmp = arr[i];
arr[i] = arr[minValue];
arr[minValue] = tmp;
}
}
}
void printArray(int arr[], int n)
{
int i;
for(i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
}
void main()
{
int arr[10] = {2,5,6,4,3,7,9,8,1,0};
printArray(arr, 10);
selectSort(arr, 10);
printArray(arr, 10);
return;
}
#include
void choose_sort(int *arr, int n);
void show(int *arr, int n);
int main()
{
int arr[10] = {10, 8, 3, 15, 18, 16, 11, 9, 7, 6};
/*选择排序*/
choose_sort(arr, 10);
show(arr, 10);
return 0;
}
void choose_sort(int *arr, int n)
{
int i = 0;
int j = 0;
int index = 0;
int swap = 0;
for(i = 0; i < n; i++) {
index = i;
for(j = i; j arr[j]) {
index = j;
}
}
swap = arr[i];
arr[i] = arr[index];
arr[index] = swap;
}
}
void show(int *arr, int n)
{
int i = 0;
for(i = 0; i < n; i++) {
printf("%d ", arr[i]);
}
printf("\n");
}
如实现所示，简单的选择排序复杂度固定为O(n2)，每次内循环找出没有排序数列中的最小值，然后跟当前数据进行交换。由于选择排序通过查找最值的方式排序，循环次数几乎是固定的，一种优化方式是每次循环同时查找最大值和最小值可以是循环次数减少为（n/2），只是在循环中添加了记录最大值的操作，原理一样，本文不再对该方法进行实现。
优点：插入排序在数组量较小，数据较为整齐时速度较快
缺点：不稳定，若是出现较小的数字在靠后的位置，则会增加运算的复杂性（所以出现了希尔（shell）排序
插入排序是将一个记录插入到已经有序的序列中，得到一个新的元素加一的有序序列，实现上即将第一个元素看成一个有序的序列，从第二个元素开始逐个插入得到一个完整的有序序列，插入过程如下：
#include
void insert_sort(int *arr, int num, int n);
int main()
{
int arr[10] = {1, 2, 4, 6, 8, 9, 12, 15, 19};
insert_sort(arr, 20, 9);
int i = 0;
for(i = 0; i < 10; i++) {
printf("%d ", arr[i]);
}
printf("\n");
return 0;
}
void insert_sort(int *arr, int num, int n)
{
int i = 0;
int index = 0;
for(i = 0; i < n; i++) {
if(arr[i] > num) {
index = i;
break;
}
}
if(i == n) {
arr[i] = num;
}
else {
for(i = n; i >= index; i--) {
arr[i + 1] = arr[i];
}
arr[index] = num;
}
}
如上，前面提到选择排序不管什么情况下都是固定为O(n2)的算法，插入算法虽然也是O(n2)的算法，不过可以看出，在已经有序的情况下，插入可以直接跳出循环，在极端情况下（完全有序）插入排序可以是O（n）的算法。不过在实际完全乱序的测试用例中，与本文中的选择排序相比，相同序列的情况下发现插入排序运行的时间比选择排序长，这是因为选择排序每次外循环只与选择的最值进行交换，而插入排序则需要不停与相邻元素交换知道合适的位置，交换的三次赋值操作同样影响运行时间，因此下面对这一点进行优化：
优化后实现：
void insertSort_1(int arr[], int n)
{
int i, j, tmp, elem;
for(i = 1; i < n; i++)
{
elem = arr[i];
for(j = i; j > 0; j--)
{
if(elem < arr[j-1])
{
arr[j] = arr[j-1];
}
else
{
break;
}
}
arr[j] = elem;
}
return;
}
优化代码将需要插入的值缓存下来，将插入位置之后的元素向后移一位，将交换的三次赋值改为一次赋值，减少执行时间。
按照一定的间隔进行插入排序（优化了插入排序）
希尔排序的基本思想是先取一个小于n的整数d1作为第一个增量，把全部元素分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序；然后，取第二个增量d2 < d1重复上述的分组和排序，直至所取的增量 =1( < …< d2 < d1)，即所有记录放在同一组中进行直接插入排序为止，希尔排序主要是根据插入排序的一下两种性质对插入排序进行改进：
插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率。
但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位！！！!
排序过程如下：
void shellSort(int arr[], int n)
{
int i, j, elem;
int k = n / 2;
while (k >= 1)
{
for (i = k; i < n; i++)
{
elem = arr[i];
for (j = i; j >= k; j -= k)
{
if (elem < arr[j - k])
{
arr[j] = arr[j - k];
}
else
{
break;
}
}
arr[j] = elem;
}
k = k / 2;
}
}
void printArray(int arr[], int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
return;
}
void main()
{
int arr[10] = {2, 5, 6, 4, 3, 7, 9, 8, 1, 0};
printArray(arr, 10);
shellSort(arr, 10);
printArray(arr, 10);
return;
}
归并排序是基于归并操作的一种排序算法，归并操作的原理就是将一组有序的子序列合并成一个完整的有序序列，即首先需要把一个序列分成多个有序的子序列，通过分解到每个子序列只有一个元素时，每个子序列都是有序的，在通过归并各个子序列得到一个完整的序列。
合并过程：
把序列中每个单独元素看作一个有序序列，每两个单独序列归并为一个具有两个元素的有序序列，每两个有两个元素的序列归并为一个四个元素的序列依次类推。两个序列归并为一个序列的方式：因为两个子序列都是有序的（假设由小到大），所有每个子序列最左边都是序列中最小的值，整个序列最小值只需要比较两个序列最左边的值，所以归并的过程不停取子序列最左边值中的最小值放到新的序列中，两个子序列值取完后就得到一个有序的完整序列。
归并的算法实现：
#include
void merge(int arr[], int l, int mid, int r)
{
int len, i, pl, pr;
int *tmp = NULL;
len = r - l + 1;
tmp = (int *)malloc(len * sizeof(int)); //申请存放完整序列内存
memset(tmp, 0x0, len * sizeof(int));
pl = l;
pr = mid + 1;
i = 0;
while (pl <= mid && pr <= r) //两个子序列都有值，比较最小值
{
if (arr[pl] < arr[pr])
{
tmp[i++] = arr[pl++];
}
else
{
tmp[i++] = arr[pr++];
}
}
while (pl <= mid) //左边子序列还有值，直接拷贝到新序列中
{
tmp[i++] = arr[pl++];
}
while (pr <= r) //右边子序列还有值
{
tmp[i++] = arr[pr++];
}
for (i = 0; i < len; i++)
{
arr[i + l] = tmp[i];
}
free(tmp);
return;
}
归并的迭代算法：
迭代算法如上面所说，从单个元素开始合并，子序列长度不停增加直到得到一个长度为n的完整序列。
#include
#include
#include
void merge(int arr[], int l, int mid, int r)
{
int len, i, pl, pr;
int *tmp = NULL;
len = r - l + 1;
tmp = (int *)malloc(len * sizeof(int)); //申请存放完整序列内存
memset(tmp, 0x0, len * sizeof(int));
pl = l;
pr = mid + 1;
i = 0;
while (pl <= mid && pr <= r) //两个子序列都有值，比较最小值
{
if (arr[pl] < arr[pr])
{
tmp[i++] = arr[pl++];
}
else
{
tmp[i++] = arr[pr++];
}
}
while (pl <= mid) //左边子序列还有值，直接拷贝到新序列中
{
tmp[i++] = arr[pl++];
}
while (pr <= r) //右边子序列还有值
{
tmp[i++] = arr[pr++];
}
for (i = 0; i < len; i++)
{
arr[i + l] = tmp[i];
}
free(tmp);
return;
}
int min(int x, int y)
{
return (x > y) ? y : x;
}
void mergeSortBu(int arr[], int n)
{
int sz, i, mid, l, r;
for (sz = 1; sz < n; sz += sz)
{
for (i = 0; i < n - sz; i += 2 * sz)
{
l = i;
r = i + sz + sz;
mid = i + sz - 1;
merge(arr, l, mid, min(r - 1, n - 1));
}
}
return;
}
void printArray(int arr[], int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
return;
}
void main()
{
int arr[10] = {2, 5, 6, 4, 3, 7, 9, 8, 1, 0};
printArray(arr, 10);
mergeSortBu(arr, 10);
printArray(arr, 10);
return;
}
另一种是通过递归的方式，递归方式可以理解为至顶向下的操作，即先将完整序列不停分解为子序列，然后在将子序列归并为完整序列。
递归算法实现：
void mergeSort(int arr[], int l, int r)
{
if(l >= r)
{
return;
}
int mid = (l + r)/2;
mergeSort(arr, l, mid);
mergeSort(arr, mid+1, r);
merge(arr, l, mid, r);
return;
}
对于归并算法大家可以考虑到由于子序列都是有序的，所有如果左边序列的最大值都比右边序列的最小值小，那么整个序列就是有序的，不需要进行merge操作，因此可以在每次merge操作加一个if(arr[mid] > arr[mid+1])判断进行优化,这种优化对于近乎有序的序列非常有效果，不过对于一般的情况会有一次判断的额外开销，可以根据具体情况处理。
优点：运行速度较快
缺点：不稳定，在一些情况下可能会较慢（但肯定比冒泡快很多）
快速排序跟归并排序类似属于分治法的一种，基本思想是通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
排序过程如图：
因此，快速排序每次排序将一个序列分为两部分，左边部分都小于等于右边部分，然后在递归对左右两部分进行快速排序直到每部分元素个数为1时则整个序列都是有序的，因此快速排序主要问题在怎样将一个序列分成两部分，其中一部分所有元素都小于另一部分，对于这一块操作我们叫做partition,原理是先选取序列中的一个元素做参考量，比它小的都放在序列左边，比它大的都放在序列右边。
算法实现 (快速排序-单路快排) ：
如上：我们选取第一个元素v作为参考量及arr[l],定义j变量为两部分分割哨兵，变量i从l+1开始遍历每个变量，如果当前变量e > v则i++检测下一个元素，如果当前变量e < v 则e与arr[j+1]交换，可以看到arr[j+1]由交换前大于v变成小于v arr[i]变成大于v，同时对i++，j++，始终保持：arr[l+1….j] < v, arr[j+1….i-1] > v
代码实现：
#include
void printArray(int arr[], int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
return;
}
void swap(int *a, int *b)
{
int tmp;
tmp = *a;
*a = *b;
*b = tmp;
return;
}
//arr[l+1...j] < arr[l], arr[j+1,..i)>arr[l]static int partition(int arr[], int l, int r)
{
int i, j;
i = l + 1;
j = l;
while (i <= r)
{
if (arr[i] > arr[l])
{
i++;
}
else
{
swap(&arr[j + 1], &arr[i]);
i++;
j++;
}
}
swap(&arr[l], &arr[j]);
return j;
}
static void _quickSort(int arr[], int l, int r)
{
int key;
if (l >= r)
{
return;
}
key = partition(arr, l, r);
_quickSort(arr, l, key - 1);
_quickSort(arr, key + 1, r);
}
void quickSort(int arr[], int n)
{
_quickSort(arr, 0, n - 1);
return;
}
void main()
{
int arr[10] = {1, 5, 9, 8, 7, 6, 3, 4, 0, 2};
printArray(arr, 10);
quickSort(arr, 10);
printArray(arr, 10);
}
因为有变量i从左到右依次遍历序列元素，所有这种方式叫单路快排，不过细心的同学可以发现我们忽略了考虑e等于v的情况，这种快排方式一大缺点就是对于高重复率的序列即大量e等于v的情况会退化为O（n2）算法，原因在大量e等于v的情况划分情况会如下图两种情况：
解决这种问题的一另种方法： 快速排序-两路快排：
两路快排通过i和j同时向中间遍历元素，e==v的元素分布在左右两个部分，不至于在多重复元素时划分严重失衡。依旧去第一个元素arr[l]为参考量，始终保持arr[l+1….i) =arr[l]原则。
代码实现：
//arr[l+1....i) <=arr[l], arr(j...r] >=arr[l]static int partition2(int arr[], int l, int r)
{
int i, j;
= l + 1;
j = r;
while (i <= j)
{
while (i <= j && arr[j] > arr[l]) /*注意arr[j] >arr[l] 不是arr[j] >= arr[l]*/
{
j--;
}
while (i <= j && arr[i] < arr[l])
{
i++;
}
if (i < j)
{
swap(&arr[i], &arr[j]);
i++;
j--;
}
}
swap(&arr[j], &arr[l]);
return j;
}
针对重复元素比较多的情况还有一种实现方式： 快速排序-三路快排：
三路快排是在两路快排的基础上对e==v的情况做单独的处理，对于重复元素非常多的情况优势很大：
如上：取arr[l]为参考量，定义变量lt为小于v和等于v的分割点，变量i为遍历指针，gt为大于v和未遍历元素分割点，gt指向未遍历元素，边界条件跟个人定义有关本文始终保持arr[l+1…lt] < v,arr[lt+1….i-1],arr(gt…..r]>v的状态。
代码实现：
#include
void printArray(int arr[], int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
return;
}
void swap(int *a, int *b)
{
int tmp;
tmp = *a;
*a = *b;
*b = tmp;
return;
}
static void _quickSort3(int arr[], int l, int r)
{
int i, lt, gt;
if (l >= r)
{
return;
}
i = l + 1;
lt = l;
gt = r;
while (i <= gt)
{
if (arr[i] < arr[l])
{
swap(&arr[lt + 1], &arr[i]);
lt++;
i++;
}
else if (arr[i] > arr[l])
{
swap(&arr[i], &arr[gt]);
gt--;
}
else
{
i++;
}
}
swap(&arr[l], &arr[gt]);
_quickSort3(arr, l, lt);
_quickSort3(arr, gt + 1, r);
return;
}
void quickSort(int arr[], int n)
{
_quickSort3(arr, 0, n - 1);
return;
}
void main()
{
int arr[10] = {1, 5, 9, 8, 7, 6, 3, 4, 0, 2};
printArray(arr, 10);
quickSort(arr, 10);
printArray(arr, 10);
}
三路快排在重复率比较高的情况下比前两种有较大优势，但就完全随机情况略差于两路快排，可以根据具体情况进行合理选择，另外本文在选取参考值时为了方便一直选择第一个元素为参考值，这种方式对于近乎有序的序列算法会退化到O（n2），因此一般选取参考值可以随机选择参考值或者其他选择参考值的方法然后再与arr[l]交换，依旧可以使用相同的算法。
堆其实一种树形结构，以二叉堆为例，是一颗完全二叉树（即除最后一层外每个节点都有两个子节点，且非满的二叉树叶节点都在最后一层的左边位置），二叉树满足每个节点都大于等于他的子节点(大顶堆)或者每个节点都小于等于他的子节点（小顶堆），根据堆的定义可以得到堆满足顶点一定是整个序列的最大值（大顶堆）或者最小值（小顶堆）。
如下图：
堆排序就是一种基于堆得选择排序，先将需要排序的序列构建成堆，在每次选取堆顶点的最大值和最小值知道完成整个堆的遍历。用数组表示堆：
二叉堆作为树的一种，通常用结构体表示，为了排序的方便，我们通常使用数组来表示堆，如下图：
将一个堆按图中的方式按层编号可以得到如下结论：
节点的父节点编号满足parent(i) = i/2
节点的左孩子编号满足 left child (i) = 2*i
节点右孩子满足 right child (i) = 2*i + 1
由于数组编号是从0开始对上面结论修改得到：
parent(i) = (i-1)/2
left child (i) = 2*i + 1
right child (i) = 2*i + 2
堆的两种操作方式：
根据堆的主要性质（父节点大于两个子节点或者小于两个子节点），可以得到堆的两种主要操作方式，以大顶堆为例：
如果子节点大于父节点将子节点上移（shift up）
如果父节点小于两个子节点中的最大值则父节点下移（shift down） shift up:
如果往已经建好的堆中添加一个元素，如下图，此时不再满足堆的性质，堆遭到破坏，就需要执行shift up 操作将添加的元素上移调整直到满足堆的性质。
调整堆的方法：
7号位新增元素48与其父节点[i/2]=3比较大于父节点的32不满足堆性质，将其与父节点交换。
此时新增元素在3号位，再与3号位父节点[i/2]=1比较，小于1号位的62满足堆性质，不再交换，如果此步骤依旧不满足堆性质则重复1步骤直到满足堆的性质或者到根节点。
堆调整完成。
代码中基于数组实现，数组下表从0开始，父子节点关系如用数组表示堆
代码实现：
/*parent(i) = (i-1)/2
left child (i) = 2*i + 1
right child (i) = 2*i + 2*/
void swap(int *a, int *b)
{
int tmp;
tmp = *a;
*a = *b;
*b = tmp;
return;
}
void shiftUp(int arr[], int n, int k)
{
while ((k - 1) / 2 >= 0 && arr[k] > arr[(k - 1) / 2])
{
swap(&arr[k], &arr[(k - 1) / 2]);
k = (k - 1) / 2;
}
return;
}
shift down: 与shift up相反，如果从一个建好的堆中删除一个元素，此时不再满足堆的性质，此时应该怎样来调整堆呢？
如上图，将堆中根节点元素62删除调整堆的步骤为：
将最后一个元素移到删除节点的位置
与删除节点两个子节点中较大的子节点比较，如果节点小于较大的子节点，与子节点交换，否则满足堆性质，完成调整。
重复步骤2，直到满足堆性质或者已经为叶节点。
完成堆调整
代码实现：
void shiftDown(int arr[], int n, int k)
{
int j = 0;
while (2 * k + 1 < n)
{
j = 2 * k + 1; //标记两个子节点较大的节点，初始为左节点
if (j + 1 < n && arr[j] < arr[j + 1])
{
j++;
}
if (arr[k] < arr[j])
{
swap(&arr[k], &arr[j]);
k = j;
}
else
{
break;
}
}
return;
}
知道了上面两种堆的操作后，堆排序的过程就非常简单了
首先将待排序序列建成堆，由于最后一层即叶节点没有子节点所以可以看成满足堆性质的节点，第一个可能出现不满足堆性质的节点在第一个父节点的位置，假设最后一个叶子节点为（n - 1） 则第一个父节点位置为(n-1-1)/2,只需要依次对第一个父节点之前的节点执行shift down操作到根节点后建堆完成。
建堆完成后（以大顶堆为例）第一个元素arr[0]必定为序列中最大值，将最大值提取出来（与数组最后一个元素交换），此时堆不再满足堆性质，再对根节点进行shift down操作，依次循环直到根节点，排序完成。
代码实现：
#include
/*
parent(i) = (i-1)/2
left child (i) = 2*i + 1
right child (i) = 2*i + 2
*/
void swap(int *a, int *b)
{
int tmp;
tmp = *a;
*a = *b;
*b = tmp;
return;
}
void shiftUp(int arr[], int n, int k)
{
while ((k - 1) / 2 >= 0 && arr[k] > arr[(k - 1) / 2])
{
swap(&arr[k], &arr[(k - 1) / 2]);
k = (k - 1) / 2;
}
return;
}
void shiftDown(int arr[], int n, int k)
{
int j = 0;
while (2 * k + 1 < n)
{
j = 2 * k + 1;
if (j + 1 < n && arr[j] < arr[j + 1])
{
j++;
}
if (arr[k] < arr[j])
{
swap(&arr[k], &arr[j]);
k = j;
}
else
{
break;
}
}
return;
}
void heapSort(int arr[], int n)
{
int i = 0;
for (i = (n - 1 - 1) / 2; i >= 0; i--)
{
shiftDown(arr, n, i);
}
for (i = n - 1; i > 0; i--)
{
swap(&arr[0], &arr[i]);
shiftDown(arr, i, 0);
}
return;
}
void printArray(int arr[], int n)
{
int i;
for (i = 0; i < n; i++)
{
printf("%d ", arr[i]);
}
printf("\n");
return;
}
void main()
{
int arr[10] = {1, 5, 9, 8, 7, 6, 3, 4, 0, 2};
printArray(arr, 10);
heapSort(arr, 10);
printArray(arr, 10);
}
基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，它是透过键值的部份资讯， 将要排序的元素分配至某些“桶”中，藉以达到排序的作用，基数排序法是属于稳定性的排序，其时间复杂度为O (nlog(r)m)，其中r为所采取的基 数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳定性排序法。
第一步
以LSD为例，假设原来有一串数值如下所示：
73, 22, 93, 43, 55, 14, 28, 65, 39, 81
首先根据个位数的数值，在走访数值时将它们分配至编号0到9的桶子中：
0
1 81
2 22
3 73 93 43
4 14
5 55 65
6
7
8 28
9 39
第二步
接下来将这些桶子中的数值重新串接起来，成为以下的数列：
81, 22, 73, 93, 43, 14, 55, 65, 28, 39
接着再进行一次分配，这次是根据十位数来分配：
0
1 14
2 22 28
3 39
4 43
5 55
6 65
7 73
8 81
9 93
第三步
接下来将这些桶子中的数值重新串接起来，成为以下的数列：
14, 22, 28, 39, 43, 55, 65, 73, 81, 93
这时候整个数列已经排序完毕；如果排序的对象有三位数以上，则持续进行以上的动作直至最高位数为止。
LSD的基数排序适用于位数小的数列，如果位数多的话，使用MSD的效率会比较好。MSD的方式与LSD相反，是由高位数为基底开始进行分配，但在分配之后并不马上合并回一个数组中，而是在每个“桶子”中建立“子桶”，将每个桶子中的数值按照下一数位的值分配到“子桶”中。在进行完最低位数的分配后再合并回单一的数组中。
#include
#include
testBS()
{
int a[] = {2, 343, 342, 1, 123, 43, 4343, 433, 687, 654, 3};
int *a_p = a;
//计算数组长度
int size = sizeof(a) / sizeof(int);
//基数排序
bucketSort3(a_p, size);
//打印排序后结果
int i;
for (i = 0; i < size; i++)
{
printf("%d\n", a[i]);
}
int t;
scanf("%d", t);
}
//基数排序
void bucketSort3(int *p, int n)
{
//获取数组中的最大数
int maxNum = findMaxNum(p, n);
//获取最大数的位数，次数也是再分配的次数。
int loopTimes = getLoopTimes(maxNum);
int i;
//对每一位进行桶分配
for (i = 1; i <= loopTimes; i++)
{
sort2(p, n, i);
}
}
//获取数字的位数
int getLoopTimes(int num)
{
int count = 1;
int temp = num / 10;
while (temp != 0)
{
count++;
temp = temp / 10;
}
return count;
}
//查询数组中的最大数
int findMaxNum(int *p, int n)
{
int i;
int max = 0;
for (i = 0; i < n; i++)
{
if (*(p + i) > max)
{
max = * (p + i);
}
}
return max;
}
//将数字分配到各自的桶中，然后按照桶的顺序输出排序结果
void sort2(int *p, int n, int loop)
{
//建立一组桶此处的20是预设的根据实际数情况修改
int buckets[10][20] = {};
//求桶的index的除数
//如798个位桶index=(798/1)%10=8
//十位桶index=(798/10)%10=9
//百位桶index=(798/100)%10=7
//tempNum为上式中的1、10、100
int tempNum = (int)pow(10, loop - 1);
int i, j;
for (i = 0; i < n; i++)
{
int row_index = (*(p + i) / tempNum) % 10;
for (j = 0; j < 20; j++)
{
if (buckets[row_index][j] == NULL)
{
buckets[row_index][j] = * (p + i);
break;
}
}
}
//将桶中的数，倒回到原有数组中
int k = 0;
for (i = 0; i < 10; i++)
{
for (j = 0; j < 20; j++)
{
if (buckets[i][j] != NULL)
{
*(p + k) = buckets[i][j];
buckets[i][j] = NULL;
k++;
}
}
}
}