首先介绍一个计算时间差的函数，它在<time.h>头文件中定义，于是我们只需这样定义2个变量，再相减就可以计算时间差了。
函数开头加上clock_t start = clock（）；
函数结尾加上clock_t end = clock（）；
于是时间差为： end - start不过这不精确的 多次运行时间是不同的 和CPU 进程有关吧
（先总结一下：以下算法以时间和空间以及编码难度，以及实用性方面来看，快速排序法是最优秀的！推荐！~
但是希尔排序又是最经典的一个，所以建议优先看这2个排序算法）
排序算法是一种基本并且常用的算法。由于实际工作中处理的数量巨大，所以排序算法对算法本身的速度要求很高。
而一般我们所谓的算法的性能主要是指算法的复杂度，一般用O方法来表示。在后面我将给出详细的说明。
对于排序的算法我想先做一点简单的介绍，也是给这篇文章理一个提纲。
我将按照算法的复杂度，从简单到难来分析算法。
第一部分是简单排序算法，后面你将看到他们的共同点是算法复杂度为O（N*N）（因为没有使用word，所以无法打出上标和下标）。
第二部分是高级排序算法，复杂度为O（Log2（N））。这里我们只介绍一种算法。另外还有几种算法因为涉及树与堆的概念，所以这里不于讨论。
第三部分类似动脑筋。这里的两种算法并不是最好的（甚至有最慢的），但是算法本身比较奇特，值得参考（编程的角度）。同时也可以让我们从另外的角度来认识这个问题。
第四部分是我送给大家的一个餐后的甜点——一个基于模板的通用快速排序。由于是模板函数可以对任何数据类型排序（抱歉，里面使用了一些论坛专家的呢称）。
现在，让我们开始吧：
一、简单排序算法
由于程序比较简单，所以没有加什么注释。所有的程序都给出了完整的运行代码，并在我的VC环境下运行通过。因为没有涉及MFC和WINDOWS的内容，所以在BORLAND C++的平台上应该也不会有什么问题的。在代码的后面给出了运行过程示意，希望对理解有帮助。
1.冒泡法：
这是最原始，也是众所周知的最慢的算法了。他的名字的由来因为它的工作看来象是冒泡：
| #include <iostream.h> void BubbleSort(int* pData,int Count) { int iTemp; for(int i=1;i<Count;i++) { for(int j=Count-1;j>=i;j--) { if(pData[j]<pData[j-1]) { iTemp = pData[j-1]; pData[j-1] = pData[j]; pData[j] = iTemp; } } } } void main() { int data[] = {10,9,8,7,6,5,4}; BubbleSort(data,7); for (int i=0;i<7;i++) cout<<data[i]<<\" \"; cout<<\"\\n\"; } |
倒序（最糟情况）
第一轮：10，9，8，7->10，9，7，8->10，7，9，8->7，10，9，8（交换3次）
第二轮：7，10，9，8->7，10，8，9->7，8，10，9（交换2次）
第一轮：7，8，10，9->7，8，9，10（交换1次）
循环次数：6次交换次数：6次其他：第一轮：8，10，7，9->8，10，7，9->8，7，10，9->7，8，10，9（交换2次）
第二轮：7，8，10，9->7，8，10，9->7，8，10，9（交换0次）
第一轮：7，8，10，9->7，8，9，10（交换1次）
循环次数：6次交换次数：3次上面我们给出了程序段，现在我们分析它：这里，影响我们算法性能的主要部分是循环和交换，显然，次数越多，性能就越差。从上面的程序我们可以看出循环的次数是固定的，为1+2+……+n-1.写成公式就是1/2*（n-1）*n.现在注意，我们给出O方法的定义：若存在一常量K和起点n0，使当n>=n0时，有f（n）<=K*g（n），则f（n） = O（g（n））。（呵呵，不要说没学好数学呀，对于编程数学是非常重要的！！！）
现在我们来看1/2*（n-1）*n，当K=1/2，n0=1，g（n）=n*n时，1/2*（n-1）*n<=1/2*n*n=K*g（n）。所以f（n）
=O（g（n））=O（n*n）。所以我们程序循环的复杂度为O（n*n）。
再看交换。从程序后面所跟的表可以看到，两种情况的循环相同，交换不同。其实交换本身同数据源的有序程度有极大的关系，当数据处于倒序的情况时，交换次数同循环一样（每次循环判断都会交换），复杂度为O（n*n）。当数据为正序，将不会有交换。复杂度为O（0）。乱序时处于中间状态。正是由于这样的原因，我们通常都是通过循环次数来对比算法。
2.交换法：交换法的程序最清晰简单，每次用当前的元素一一的同其后的元素比较并交换。