偶看新闻丹麦签证中心地址:小结主要排序算法 - 子 孑 - 51CTO技术博客
来源：百度文库 编辑：偶看新闻 时间：2024/04/28 14:40:32
博客登录
用户名：
密 码：
注册 |登录忘记密码？51cto首页 |博客 |论坛 |招聘 热点文章跟我学交换机配置(五)
帮助
转载:0
翻译:6
原创:125
子 孑
http://zhangjunhd.blog.51cto.com >复制链接邀请加入技术圈
加友情链接
发短消息
相册
技术圈
博客
51CTO首页 |技术论坛 |短消息
博 客
我的博客发表文章管理博客
技术圈
创建圈子我的圈子寻找圈子
相 册
我的相册上传图片管理相册
首页 |随笔 |代码 |模式 |数据结构/算法 |语言 |系统 |网络/分布式 |软件工程 |持久化 |资源 |部署 |框架 |组件 |UI |并发 |Web
金秋九月，博客No.1的荣誉属于你我 51CTO博客急招兼职 博主的更多文章>>
小结主要排序算法
2008-09-28 20:49:08
标签：算法排序 [推送到技术圈]
版权声明：原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处 、作者信息和本声明。否则将追究法律责任。http://zhangjunhd.blog.51cto.com/113473/102754
1.插入排序-O(N2)
插入排序由N-1趟排序组成。对于P=1趟和P=N-1趟，插入排序保证从位置0到位置P上的元素为已排序状态。
typedef int ElementType;
void Swap( ElementType *Lhs, ElementType *Rhs )
{
ElementType Tmp = *Lhs;
*Lhs = *Rhs;
*Rhs = Tmp;
}
/* 插入排序 */
void InsertionSort( ElementType A[ ], int N )
{
int j, P;
ElementType Tmp;
for( P = 1; P < N; P++ )
{
Tmp = A[ P ];
for( j = P; j > 0 && A[ j - 1 ] > Tmp; j-- )
A[ j ] = A[ j - 1 ];
A[ j ] = Tmp;
}
}
2.希尔排序-O(N2)
希尔排序使用一个增量序列h1,h2,...,ht,其中h1=1。每次选择ht,ht-1,..,h1进行排序，对于每个增量hk排序后，有A[i]<=A[i+hk]，即所有相隔hk的元素都被排序。希尔排序的实质是执行多趟间隔为hk的元素间的插入排序。
/* 希尔排序 */
void Shellsort( ElementType A[ ], int N )
{
int i, j, Increment;
ElementType Tmp;
for( Increment = N / 2; Increment > 0; Increment /= 2 )
for( i = Increment; i < N; i++ )
{
Tmp = A[ i ];
for( j = i; j >= Increment; j -= Increment )
if( Tmp < A[ j - Increment ] )
A[ j ] = A[ j - Increment ];
else
break;
A[ j ] = Tmp;
}
}
3.堆排序-O(NlogN)
堆排序由两个过程组成，一是建堆-O(N)，二是N-1次删除堆顶元素-O(NlogN)。
建堆(大顶堆)过程为，由完全二叉树的最后一个非叶节点(秩为(N-2)/2)开始执行下滤操作，直到堆顶元素为止。删除堆顶元素过程为，将堆顶元素与数组末尾元素互换，新的二叉堆(除去数组后端被置换出的堆顶元素)，再次执行堆顶元素的下滤操作。如此循环，直到堆中只有一个元素。此时，排序完成。此排序无需额外空间，为就地排序。
#define LeftChild( i ) ( 2 * ( i ) + 1 )
/* 下滤过程，构建大顶堆 */
void PercDown( ElementType A[ ], int i, int N )
{
int Child;
ElementType Tmp;
for( Tmp = A[ i ]; LeftChild( i ) < N; i = Child )
{
Child = LeftChild( i );
if( Child != N - 1 && A[ Child + 1 ] > A[ Child ] )
Child++;
if( Tmp < A[ Child ] )
A[ i ] = A[ Child ];
else
break;
}
A[ i ] =Tmp;
}
/* 就地堆排序 */
void Heapsort( ElementType A[ ], int N )
{
int i;
for( i = (N - 2) / 2; i >= 0; i-- ) /* BuildHeap */
PercDown( A, i, N );
for( i = N - 1; i > 0; i-- )
{
Swap( &A[ 0 ], &A[ i ] ); /* DeleteMax */
PercDown( A, 0, i );
}
}
4.归并排序-O(NlogN)
归并排序实质是将序列分成左右两个子序列，分别排序，然后再合并成一个有序序列。
/* Lpos = start of left half, Rpos = start of right half */
void Merge( ElementType A[ ], ElementType TmpArray[ ], int Lpos, int Rpos, int RightEnd )
{
int i, LeftEnd, NumElements, TmpPos;
LeftEnd = Rpos - 1;
TmpPos = Lpos;
NumElements = RightEnd - Lpos + 1;
/* main loop */
while( Lpos <= LeftEnd && Rpos <= RightEnd )
if( A[ Lpos ] <= A[ Rpos ] )
TmpArray[ TmpPos++ ] = A[ Lpos++ ];
else
TmpArray[ TmpPos++ ] = A[ Rpos++ ];
while( Lpos <= LeftEnd ) /* Copy rest of first half */
TmpArray[ TmpPos++ ] = A[ Lpos++ ];
while( Rpos <= RightEnd ) /* Copy rest of second half */
TmpArray[ TmpPos++ ] = A[ Rpos++ ];
/* Copy TmpArray back */
for( i = 0; i < NumElements; i++, RightEnd-- )
A[ RightEnd ] = TmpArray[ RightEnd ];
}
void MSort( ElementType A[ ], ElementType TmpArray[ ], int Left, int Right )
{
int Center;
if( Left < Right )
{
Center = ( Left + Right ) / 2;
MSort( A, TmpArray, Left, Center );
MSort( A, TmpArray, Center + 1, Right );
Merge( A, TmpArray, Left, Center + 1, Right );
}
}
void Mergesort( ElementType A[ ], int N )
{
ElementType *TmpArray;
TmpArray = malloc( N * sizeof( ElementType ) );
if( TmpArray != NULL )
{
MSort( A, TmpArray, 0, N - 1 );
free( TmpArray );
}
else
FatalError( "No space for tmp array!!!" );
}
void Merge()函数合并两个有序子序列；
void MSort()归并排序递归实现，递归基是Left>=Right，此时序列中只有一个元素；
void Mergesort()分配空间，调用归并函数，释放空间。
5.快速排序-O(NlogN)
设数组S，快速排序为quicksoet(S)，算法为，
1.如果S中元素个数是0或1，则返回；
2.取S中任一元素v，称之为枢纽元(pivot)；
3.将S-{v}(S中其余元素)分成两个不相交的集合；分别为大于等于v的元素集S1和小于等于v的元素集S2；
4.递归实现quicksort(S1)和quicksort(S2)。
/* Return median of Left, Center, and Right */
/* Order these and hide the pivot */
ElementType Median3( ElementType A[ ], int Left, int Right )
{
int Center = ( Left + Right ) / 2;
if( A[ Left ] > A[ Center ] )
Swap( &A[ Left ], &A[ Center ] );
if( A[ Left ] > A[ Right ] )
Swap( &A[ Left ], &A[ Right ] );
if( A[ Center ] > A[ Right ] )
Swap( &A[ Center ], &A[ Right ] );
/* Invariant: A[ Left ] <= A[ Center ] <= A[ Right ] */
Swap( &A[ Center ], &A[ Right - 1 ] ); /* Hide pivot */
return A[ Right - 1 ]; /* Return pivot */
}
#define Cutoff ( 3 )
void Qsort( ElementType A[ ], int Left, int Right )
{
int i, j;
ElementType Pivot;
if( Left + Cutoff <= Right )
{
Pivot = Median3( A, Left, Right );
i = Left; j = Right - 1;
for( ; ; )
{
while( A[ ++i ] < Pivot ){ }
while( A[ --j ] > Pivot ){ }
if( i < j )
Swap( &A[ i ], &A[ j ] );
else
break;
}
Swap( &A[ i ], &A[ Right - 1 ] ); /* Restore pivot */
Qsort( A, Left, i - 1 );
Qsort( A, i + 1, Right );
}
else /* Do an insertion sort on the subarray */
InsertionSort( A + Left, Right - Left + 1 );
}
void Quicksort( ElementType A[ ], int N )
{
Qsort( A, 0, N - 1 );
}
使用Median3()函数选取枢纽元，这是三数中值分割法，对于数组S的N-1个元素，取S[0],S[N-1],S[(N-1)/2]三个数中的中位数作为枢纽元。它还完成了第一次比较，即将三者中最小值放在数组最左端，最大值放在数组最右端，中间值即枢纽元放在数组靠右第二的位置并返回之。
对于只有小于等于Cufoff个的序列，实行插入排序，因为对于很小的数组，快速排序不如插入排序。
每次调整后，都能确定枢纽元的位置，该位置在序列中是稳定的，即为排序后最终位置，可以利用这一点构造寻找数组中第k小数的算法，即快速选择算法，该算法的平均花费为O(N)。算法具体为，每次确定枢纽元的位置i后，与k比较，如果k=i＋1，则寻找成功，如果k<＝i，则继续在前半部分寻找，否则在后半部分寻找。
/* Places the kth smallest element in the kth position */
/* Because arrays start at 0, this will be index k-1 */
void Qselect( ElementType A[ ], int k, int Left, int Right )
{
int i, j;
ElementType Pivot;
if( Left + Cutoff <= Right )
{
Pivot = Median3( A, Left, Right );
i = Left; j = Right - 1;
for( ; ; )
{
while( A[ ++i ] < Pivot ){ }
while( A[ --j ] > Pivot ){ }
if( i < j )
Swap( &A[ i ], &A[ j ] );
else
break;
}
Swap( &A[ i ], &A[ Right - 1 ] ); /* Restore pivot */
if( k <= i )
Qselect( A, k, Left, i - 1 );
else if( k > i + 1 )
Qselect( A, k, i + 1, Right );
}
else /* Do an insertion sort on the subarray */
InsertionSort( A + Left, Right - Left + 1 );
}
本文出自 “子 孑” 博客，请务必保留此出处http://zhangjunhd.blog.51cto.com/113473/102754
本文出自 51CTO.COM技术博客
上一篇基于队列实现的基数排序 下一篇腾讯，看扁你！
类别：数据结构/算法 ┆技术圈( 1) ┆ 阅读( 1079) ┆ 评论( 3) ┆推送到技术圈 ┆返回首页
相关文章
各种排序算法
排序算法汇总
最优排序算法
基于栈和队列的排序算法
内部排序算法学习
冒泡排序的算法分析与改进
各种排序算法java实现
插入排序
Java 插入排序算法
Java 冒泡排序算法
文章评论
[1楼]
[匿名]yua
2008-09-30 22:08:49
不错的总结。。
短消息通知评论者
[2楼] leizhimin
2008-10-17 12:45:01
好久没看过算法了。。。。。
博主回复:
java是OO的世界～
2008-11-01 16:06:18
短消息通知评论者
[3楼] 444095567
2008-12-13 18:36:49
算法比较实用
短消息通知评论者
发表评论
昵 称： 快速注册 验证码：
点击图片可刷新验证码博客过2级，无需填写验证码
内 容：
zhangjunhd
博客统计信息
51cto博客之星
用户名：zhangjunhd
文章数：131
评论数：462
访问量：352892
无忧币：6256
博客积分：5413
博客等级：8
注册日期：2007-02-03
距离博客争夺赛结束还有21 天
热门文章
基于Tomcat5.0和Axis2开..基于Tomcat5.0和Axis2开..RTP与RTCP协议介绍Apache Commons fileUplo..使用Axis2的底层API开发W..Jsp/Servlet:实现文件上..基于JMF RTP的网络传输媒..Apache Commons-logging..使用Axis2来构建Web Serv..Servlet过滤器介绍之原理..
搜索本博客内文章
我的技术圈(3)
程序设计
开源框架学习站 身边
最近访客
liuch..
unixlab
qingm..
leizh..
风一..
binji..
fjmaplev
dingrily
weili163
yzzh9
最新评论
zhangjunhd：请把感觉转化成code
[匿名]ccw：谢谢，技术流程讲的比较清晰，方便..
[匿名]匿名：感觉不完整，
[匿名]aotian16：thanks
[匿名]peng：很好 值得借鉴 ！！！！
[匿名]xi：thx mate
51CTO推荐博文
开源.net开发平台Sharp..VC中文件操作的几种方..SEO是鲨鱼皮而不是螺旋..wxWidgets与其他工具库..Speed Boosting Induct..基于ASP.NET 3.5 Web S..Windows桌面应用程序的..Eclipse CDT环境搭建JAVA版连连看算法研究ASP.NET环境实现多语言..[跟我学嵌入式开发] 驾..
友情链接
小茶的魔法秘室
博远至静
{ :Alex Space =&g..
王春海的博客
maomao
李晨光
时间伙伴
网 文
seven
熔 岩
博客大管家小废物
51cto博客开发
Copyright By 51CTO.COM 版权所有
用户名：
密 码：
注册 |登录忘记密码？51cto首页 |博客 |论坛 |招聘 热点文章跟我学交换机配置(五)帮助
转载:0
翻译:6
原创:125
子 孑
http://zhangjunhd.blog.51cto.com >复制链接邀请加入技术圈
加友情链接
发短消息
相册
技术圈
博客
51CTO首页 |技术论坛 |短消息
博 客
我的博客发表文章管理博客
技术圈
创建圈子我的圈子寻找圈子
相 册
我的相册上传图片管理相册
首页 |随笔 |代码 |模式 |数据结构/算法 |语言 |系统 |网络/分布式 |软件工程 |持久化 |资源 |部署 |框架 |组件 |UI |并发 |Web
金秋九月，博客No.1的荣誉属于你我 51CTO博客急招兼职 博主的更多文章>>
小结主要排序算法2008-09-28 20:49:08
标签：算法排序 [推送到技术圈]
版权声明：原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处 、作者信息和本声明。否则将追究法律责任。http://zhangjunhd.blog.51cto.com/113473/102754
1.插入排序-O(N2)
插入排序由N-1趟排序组成。对于P=1趟和P=N-1趟，插入排序保证从位置0到位置P上的元素为已排序状态。
typedef int ElementType;
void Swap( ElementType *Lhs, ElementType *Rhs )
{
ElementType Tmp = *Lhs;
*Lhs = *Rhs;
*Rhs = Tmp;
}
/* 插入排序 */
void InsertionSort( ElementType A[ ], int N )
{
int j, P;
ElementType Tmp;
for( P = 1; P < N; P++ )
{
Tmp = A[ P ];
for( j = P; j > 0 && A[ j - 1 ] > Tmp; j-- )
A[ j ] = A[ j - 1 ];
A[ j ] = Tmp;
}
}
2.希尔排序-O(N2)
希尔排序使用一个增量序列h1,h2,...,ht,其中h1=1。每次选择ht,ht-1,..,h1进行排序，对于每个增量hk排序后，有A[i]<=A[i+hk]，即所有相隔hk的元素都被排序。希尔排序的实质是执行多趟间隔为hk的元素间的插入排序。
/* 希尔排序 */
void Shellsort( ElementType A[ ], int N )
{
int i, j, Increment;
ElementType Tmp;
for( Increment = N / 2; Increment > 0; Increment /= 2 )
for( i = Increment; i < N; i++ )
{
Tmp = A[ i ];
for( j = i; j >= Increment; j -= Increment )
if( Tmp < A[ j - Increment ] )
A[ j ] = A[ j - Increment ];
else
break;
A[ j ] = Tmp;
}
}
3.堆排序-O(NlogN)
堆排序由两个过程组成，一是建堆-O(N)，二是N-1次删除堆顶元素-O(NlogN)。
建堆(大顶堆)过程为，由完全二叉树的最后一个非叶节点(秩为(N-2)/2)开始执行下滤操作，直到堆顶元素为止。删除堆顶元素过程为，将堆顶元素与数组末尾元素互换，新的二叉堆(除去数组后端被置换出的堆顶元素)，再次执行堆顶元素的下滤操作。如此循环，直到堆中只有一个元素。此时，排序完成。此排序无需额外空间，为就地排序。
#define LeftChild( i ) ( 2 * ( i ) + 1 )
/* 下滤过程，构建大顶堆 */
void PercDown( ElementType A[ ], int i, int N )
{
int Child;
ElementType Tmp;
for( Tmp = A[ i ]; LeftChild( i ) < N; i = Child )
{
Child = LeftChild( i );
if( Child != N - 1 && A[ Child + 1 ] > A[ Child ] )
Child++;
if( Tmp < A[ Child ] )
A[ i ] = A[ Child ];
else
break;
}
A[ i ] =Tmp;
}
/* 就地堆排序 */
void Heapsort( ElementType A[ ], int N )
{
int i;
for( i = (N - 2) / 2; i >= 0; i-- ) /* BuildHeap */
PercDown( A, i, N );
for( i = N - 1; i > 0; i-- )
{
Swap( &A[ 0 ], &A[ i ] ); /* DeleteMax */
PercDown( A, 0, i );
}
}
4.归并排序-O(NlogN)
归并排序实质是将序列分成左右两个子序列，分别排序，然后再合并成一个有序序列。
/* Lpos = start of left half, Rpos = start of right half */
void Merge( ElementType A[ ], ElementType TmpArray[ ], int Lpos, int Rpos, int RightEnd )
{
int i, LeftEnd, NumElements, TmpPos;
LeftEnd = Rpos - 1;
TmpPos = Lpos;
NumElements = RightEnd - Lpos + 1;
/* main loop */
while( Lpos <= LeftEnd && Rpos <= RightEnd )
if( A[ Lpos ] <= A[ Rpos ] )
TmpArray[ TmpPos++ ] = A[ Lpos++ ];
else
TmpArray[ TmpPos++ ] = A[ Rpos++ ];
while( Lpos <= LeftEnd ) /* Copy rest of first half */
TmpArray[ TmpPos++ ] = A[ Lpos++ ];
while( Rpos <= RightEnd ) /* Copy rest of second half */
TmpArray[ TmpPos++ ] = A[ Rpos++ ];
/* Copy TmpArray back */
for( i = 0; i < NumElements; i++, RightEnd-- )
A[ RightEnd ] = TmpArray[ RightEnd ];
}
void MSort( ElementType A[ ], ElementType TmpArray[ ], int Left, int Right )
{
int Center;
if( Left < Right )
{
Center = ( Left + Right ) / 2;
MSort( A, TmpArray, Left, Center );
MSort( A, TmpArray, Center + 1, Right );
Merge( A, TmpArray, Left, Center + 1, Right );
}
}
void Mergesort( ElementType A[ ], int N )
{
ElementType *TmpArray;
TmpArray = malloc( N * sizeof( ElementType ) );
if( TmpArray != NULL )
{
MSort( A, TmpArray, 0, N - 1 );
free( TmpArray );
}
else
FatalError( "No space for tmp array!!!" );
}
void Merge()函数合并两个有序子序列；
void MSort()归并排序递归实现，递归基是Left>=Right，此时序列中只有一个元素；
void Mergesort()分配空间，调用归并函数，释放空间。
5.快速排序-O(NlogN)
设数组S，快速排序为quicksoet(S)，算法为，
1.如果S中元素个数是0或1，则返回；
2.取S中任一元素v，称之为枢纽元(pivot)；
3.将S-{v}(S中其余元素)分成两个不相交的集合；分别为大于等于v的元素集S1和小于等于v的元素集S2；
4.递归实现quicksort(S1)和quicksort(S2)。
/* Return median of Left, Center, and Right */
/* Order these and hide the pivot */
ElementType Median3( ElementType A[ ], int Left, int Right )
{
int Center = ( Left + Right ) / 2;
if( A[ Left ] > A[ Center ] )
Swap( &A[ Left ], &A[ Center ] );
if( A[ Left ] > A[ Right ] )
Swap( &A[ Left ], &A[ Right ] );
if( A[ Center ] > A[ Right ] )
Swap( &A[ Center ], &A[ Right ] );
/* Invariant: A[ Left ] <= A[ Center ] <= A[ Right ] */
Swap( &A[ Center ], &A[ Right - 1 ] ); /* Hide pivot */
return A[ Right - 1 ]; /* Return pivot */
}
#define Cutoff ( 3 )
void Qsort( ElementType A[ ], int Left, int Right )
{
int i, j;
ElementType Pivot;
if( Left + Cutoff <= Right )
{
Pivot = Median3( A, Left, Right );
i = Left; j = Right - 1;
for( ; ; )
{
while( A[ ++i ] < Pivot ){ }
while( A[ --j ] > Pivot ){ }
if( i < j )
Swap( &A[ i ], &A[ j ] );
else
break;
}
Swap( &A[ i ], &A[ Right - 1 ] ); /* Restore pivot */
Qsort( A, Left, i - 1 );
Qsort( A, i + 1, Right );
}
else /* Do an insertion sort on the subarray */
InsertionSort( A + Left, Right - Left + 1 );
}
void Quicksort( ElementType A[ ], int N )
{
Qsort( A, 0, N - 1 );
}
使用Median3()函数选取枢纽元，这是三数中值分割法，对于数组S的N-1个元素，取S[0],S[N-1],S[(N-1)/2]三个数中的中位数作为枢纽元。它还完成了第一次比较，即将三者中最小值放在数组最左端，最大值放在数组最右端，中间值即枢纽元放在数组靠右第二的位置并返回之。
对于只有小于等于Cufoff个的序列，实行插入排序，因为对于很小的数组，快速排序不如插入排序。
每次调整后，都能确定枢纽元的位置，该位置在序列中是稳定的，即为排序后最终位置，可以利用这一点构造寻找数组中第k小数的算法，即快速选择算法，该算法的平均花费为O(N)。算法具体为，每次确定枢纽元的位置i后，与k比较，如果k=i＋1，则寻找成功，如果k<＝i，则继续在前半部分寻找，否则在后半部分寻找。
/* Places the kth smallest element in the kth position */
/* Because arrays start at 0, this will be index k-1 */
void Qselect( ElementType A[ ], int k, int Left, int Right )
{
int i, j;
ElementType Pivot;
if( Left + Cutoff <= Right )
{
Pivot = Median3( A, Left, Right );
i = Left; j = Right - 1;
for( ; ; )
{
while( A[ ++i ] < Pivot ){ }
while( A[ --j ] > Pivot ){ }
if( i < j )
Swap( &A[ i ], &A[ j ] );
else
break;
}
Swap( &A[ i ], &A[ Right - 1 ] ); /* Restore pivot */
if( k <= i )
Qselect( A, k, Left, i - 1 );
else if( k > i + 1 )
Qselect( A, k, i + 1, Right );
}
else /* Do an insertion sort on the subarray */
InsertionSort( A + Left, Right - Left + 1 );
}
本文出自 “子 孑” 博客，请务必保留此出处http://zhangjunhd.blog.51cto.com/113473/102754
本文出自 51CTO.COM技术博客
上一篇基于队列实现的基数排序 下一篇腾讯，看扁你！
类别：数据结构/算法 ┆技术圈( 1) ┆ 阅读( 1079) ┆ 评论( 3) ┆推送到技术圈 ┆返回首页
相关文章
各种排序算法
排序算法汇总
最优排序算法
基于栈和队列的排序算法
内部排序算法学习
冒泡排序的算法分析与改进
各种排序算法java实现
插入排序
Java 插入排序算法
Java 冒泡排序算法
文章评论
[1楼]
[匿名]yua2008-09-30 22:08:49
不错的总结。。
短消息通知评论者
[2楼]
leizhimin2008-10-17 12:45:01
好久没看过算法了。。。。。
博主回复:
java是OO的世界～
2008-11-01 16:06:18
短消息通知评论者
[3楼]
4440955672008-12-13 18:36:49
算法比较实用
短消息通知评论者
发表评论
昵 称： 快速注册 验证码：
点击图片可刷新验证码博客过2级，无需填写验证码内 容：
zhangjunhd博客统计信息51cto博客之星
用户名：zhangjunhd
文章数：131
评论数：462
访问量：352892
无忧币：6256
博客积分：5413
博客等级：8
注册日期：2007-02-03
距离博客争夺赛结束还有21 天
热门文章基于Tomcat5.0和Axis2开..基于Tomcat5.0和Axis2开..RTP与RTCP协议介绍Apache Commons fileUplo..使用Axis2的底层API开发W..Jsp/Servlet:实现文件上..基于JMF RTP的网络传输媒..Apache Commons-logging..使用Axis2来构建Web Serv..Servlet过滤器介绍之原理..
搜索本博客内文章我的技术圈(3)程序设计
开源框架学习站 身边最近访客liuch..unixlabqingm..leizh..风一..binji..fjmaplevdingrilyweili163yzzh9最新评论zhangjunhd：请把感觉转化成code
[匿名]ccw：谢谢，技术流程讲的比较清晰，方便..
[匿名]匿名：感觉不完整，
[匿名]aotian16：thanks
[匿名]peng：很好 值得借鉴 ！！！！
[匿名]xi：thx mate
51CTO推荐博文开源.net开发平台Sharp..VC中文件操作的几种方..SEO是鲨鱼皮而不是螺旋..wxWidgets与其他工具库..Speed Boosting Induct..基于ASP.NET 3.5 Web S..Windows桌面应用程序的..Eclipse CDT环境搭建JAVA版连连看算法研究ASP.NET环境实现多语言..[跟我学嵌入式开发] 驾..
友情链接小茶的魔法秘室
博远至静
{ :Alex Space =&g..
王春海的博客
maomao
李晨光
时间伙伴
网 文
seven
熔 岩
博客大管家小废物
51cto博客开发
Copyright By 51CTO.COM 版权所有
用C语言写一个排序算法。
C语言中排序的算法是什么
C算法.第1卷,基础、数据结构、排序和搜索
C算法.第1卷,基础、数据结构、排序和搜索
结构体排序算法
asp排序算法
什么是起泡排序算法??
急求一排序算法
合并排序算法
vb选择排序算法
内部排序算法比较
内部排序算法比较
帮我写下C语言的小程序，有关排序算法
整数排序算法的问题？
堆排序的具体算法
快速排序的循环算法
求几种排序法的算法
全排序的算法(PASCAL)
子图挖掘算法
请教算法高手：还是关于排序！
pascal 排序算法的一道选择题。Help！
给出一种拓扑排序的改进算法
关于数据库排序输出的算法?
用JAVA写出冒泡排序的算法