“缥缈峰”转介“画家古月用一个指头敲出七十万字小说”一文,收到不少信息。有人说:现在的老画家为了写作,竟去请年轻的学生做“家教”做朋友,以听取实在的意见,这真诚倒是难能可贵的。有人说:画家写的小说很有特点,就好像是看电视片,能看到活动的画面。有人说:曾经看过他不少绘画,现在又看了他的长篇小说《微尘》,除了好奇,还让人感动。有人说:画家古月画了不少画,写了不少小说,可我们看到的很少,请“缥缈峰”能多做一些介绍。
在联系过后,“缥缈峰”将开辟一个专栏,以陆续刊出他的绘画和小说。以下请了他的好朋友画家武辉夏先生写了一个简介“古月其人”:
古月画册:
http://www.turbozv.com/blog.php?job=gallery&a=f&fid=guyue
在联系过后,“缥缈峰”将开辟一个专栏,以陆续刊出他的绘画和小说。以下请了他的好朋友画家武辉夏先生写了一个简介“古月其人”:
引用
古月是著名的油画家,可他竟然又一次不拘泥于绘画的本份,以普通百姓的悲欢离合为素材,写出了重庆半个世纪历史风云的小说《微尘》,不能不说是他多年深入生活,体察民心的一种报偿。我们说他“又一次”不拘泥本份,正是说他具有很强的开拓精神。在我们重庆市画界,谁都知道他已经创造了好几个第一:早在八十年代初,重庆市的第一个(临江门)立交桥方案是他设计的;第一艘大型游船“神女号”的装潢工程是他设计和负责实施,竟一连承接了九艘;重庆市第一个在全国获体育电视片奖的“足球艺术” (由中国奥委会主席何振良先生题词),是他自己出资,自己撰文,编导的;我市第一个在国际上(法国)获船舶造型设计奖的“皇宫号”,是他设计的。追述到二十多年前,重庆市第一幅能由新华社发稿,在全国各大报刊发表的油画“田间抽水站”,是他的作品;在粉碎四人帮之后,重庆市第一个冲破重围,组织各路画友举办“千帆画展”也是他带头的。
而今,他居然又在潜心数年之后,在不少人正为我市文坛不甚乐观而抱憾的时候,他又突然以“票友”的模样写出了一部实实在在描写重庆的长篇小说《微尘》。古月常说自己的智商不高,只能靠‘天道酬勤’来弥补,看来,智商高低是另一回事,可这“天道”实在是酬谢了他的“勤”。正如朋友们说他很像是一根粗直线,只要认定干一件事,不论有什么挫折,也要义无反顾地干下去。
细细琢磨起来,对于如此切实肯干的人物,能在我市人文生活中创造这么多第一也实属不易。
武辉夏 2005.11.18
而今,他居然又在潜心数年之后,在不少人正为我市文坛不甚乐观而抱憾的时候,他又突然以“票友”的模样写出了一部实实在在描写重庆的长篇小说《微尘》。古月常说自己的智商不高,只能靠‘天道酬勤’来弥补,看来,智商高低是另一回事,可这“天道”实在是酬谢了他的“勤”。正如朋友们说他很像是一根粗直线,只要认定干一件事,不论有什么挫折,也要义无反顾地干下去。
细细琢磨起来,对于如此切实肯干的人物,能在我市人文生活中创造这么多第一也实属不易。
武辉夏 2005.11.18
古月画册:
http://www.turbozv.com/blog.php?job=gallery&a=f&fid=guyue
[
2005/12/05 03:15 | by turbozv ]
![不指定 不指定](images/weather/blank.gif)
感谢Knife撰写串,Knife是我教研室的同学,签华为成研所。
大家有任何问题可以联系他:knife028_AT_126_DOT_com
作者:Knife(knife028_AT_126_DOT_com)
有关串的定义和操作是大家在找工作时被问及较多的咚咚,在此和大家一起回顾和总结一下,达到共同学习的目的哈
一、串的基本概念
串(或字符串),是由零个或多个字符组成的有限序列。串中字符的数目称为串的长度。零个字符的串称为空串,它的长度为零。
串中任意个连续的字符组成的子序列称为该串的子串。包含子串的串相应地称为主串。通常称字符在序列中的序号称为该字符在串中的位置。子串在主串中的位置则以子串的第一个字符在主串中的位置来表示。
串相等的充要条件:长度相等,且各个对应位置上的字符都相等。
空格串是指由一个或多个空格字符组成的串,其长度等于它包含的空格个数;空串是零个字符的串,其长度为零。
S1和S2为串,给出使S1||S2=S2||S1成立的所有可能条件如下:(||为连接符号)
1、S1和S2都为空串;
2、S1或S2其中之一为空串;
3、S1和S2为相同的串;
4、若两串长度不等,则长串由整数个短串组成。
串有三种机内表示方法
1、定长顺序存储表示;
2、堆分配存储表示;
3、块链存储表示。
随便提醒一下笔试者:C规定以字符'\0'作为字符串结束标志(考点哦)。
二、重要的串操作
以下函数中串采用定长顺序存储结构(类似于线性表的顺序存储结构),用一组地址连续的存储单元存储串值的字符序列.
#define MAXSTRLEN 255
typedef unsigned char SString[MAXSTRLEN+1] //0号单元存放串长
串的实际长度可在这予定义长度的范围内随意,超过予定义长度的串值则被舍去
串长用下标为0的数组元素存储。
定位函数
串的置换操作
模式匹配的改进算法(KMP)
三、有关串的函数(C实现)
字符串逆序存储的递归算法
void InvertStore(char A[])
//字符串逆序存储的递归算法。
{ char ch;
static int i = 0;//需要使用静态变量
scanf ("%c",&ch);
if (ch!= '.') //规定'.'是字符串输入结束标志
{InvertStore(A);
A[i++] = ch;//字符串逆序存储
}
A[i] = ''; //字符串结尾标记
}//结束算法InvertStore。
long atoi(char X[])
//一数字字符串存于字符数组X中,本算法将其转换成数
{long num=0;
long htemp=1;
int j,i=1; //i 为数组下标
while (X[i]!= '') num=10*num+(X[i++]-'0');//当字符串未到尾,进行数的转换
if(X[0]=='-') return (-num); //返回负数
else
{ for (j=1;j htemp*=10;
return ((X[0]-'0')*htemp+num); //返回正数,第一位若不是负号,则是数字
}
}//算法atoi结束
实现字符串拷贝的函数 strcpy为:
void strcpy(char *s , char *t) /*copy t to s*/
{ while (*s++=*t++);
}
求两字符串中最大公共子串
// index存放子串在串s中的位置,length存放子串的长度
void maxcomstr(orderstring *s,*t; int index, length)
{int i,j,k,length1,con;
index=0;length=0;i=0;
while (i {j=0;
while(j { if (s[i]= =t[j])
{ k=1;length1=1;con=1;
while(con)
if (i+k<=s.len && j+k<=t.len && s[i+k]==t[j+k] ) { length1=length1+1;k=k+1; } else con=0;
if (length1>length) { index=i; length=length1; }
j+=k;
}
else j++;
}
i++;
}
}
大家有任何问题可以联系他:knife028_AT_126_DOT_com
作者:Knife(knife028_AT_126_DOT_com)
有关串的定义和操作是大家在找工作时被问及较多的咚咚,在此和大家一起回顾和总结一下,达到共同学习的目的哈
一、串的基本概念
串(或字符串),是由零个或多个字符组成的有限序列。串中字符的数目称为串的长度。零个字符的串称为空串,它的长度为零。
串中任意个连续的字符组成的子序列称为该串的子串。包含子串的串相应地称为主串。通常称字符在序列中的序号称为该字符在串中的位置。子串在主串中的位置则以子串的第一个字符在主串中的位置来表示。
串相等的充要条件:长度相等,且各个对应位置上的字符都相等。
空格串是指由一个或多个空格字符组成的串,其长度等于它包含的空格个数;空串是零个字符的串,其长度为零。
S1和S2为串,给出使S1||S2=S2||S1成立的所有可能条件如下:(||为连接符号)
1、S1和S2都为空串;
2、S1或S2其中之一为空串;
3、S1和S2为相同的串;
4、若两串长度不等,则长串由整数个短串组成。
串有三种机内表示方法
1、定长顺序存储表示;
2、堆分配存储表示;
3、块链存储表示。
随便提醒一下笔试者:C规定以字符'\0'作为字符串结束标志(考点哦)。
二、重要的串操作
以下函数中串采用定长顺序存储结构(类似于线性表的顺序存储结构),用一组地址连续的存储单元存储串值的字符序列.
#define MAXSTRLEN 255
typedef unsigned char SString[MAXSTRLEN+1] //0号单元存放串长
串的实际长度可在这予定义长度的范围内随意,超过予定义长度的串值则被舍去
串长用下标为0的数组元素存储。
定位函数
int Index(SString S, SString T, int pos)
{
//返回子串T在主串S中第pos个字符之后的位置。若不存在,则函数值为0。
//其中,T非空,1<=pos<=Strlength(S).
int i, j;
i = pos;
j = 1;
while (i <= S[0] && j <= T[0]) {
if (S[i] == T[j]) {
++i;
++j;
} else {
i = i - j + 2;
j = 1;
}
}
if (j > T[0])
return i - T[0];
else
return 0;
}
{
//返回子串T在主串S中第pos个字符之后的位置。若不存在,则函数值为0。
//其中,T非空,1<=pos<=Strlength(S).
int i, j;
i = pos;
j = 1;
while (i <= S[0] && j <= T[0]) {
if (S[i] == T[j]) {
++i;
++j;
} else {
i = i - j + 2;
j = 1;
}
}
if (j > T[0])
return i - T[0];
else
return 0;
}
串的置换操作
int Replace(SString & s1, SString s2, int i, int j)
{
//将s1中从位置i开始,长度为j的子串替换为s2
//替换成功则返回新的长度,否则返回-1
//其中,1<=i<=Strlength(s1).0<=j<=Strlength(s1).
int k;
if (i + j - 1 > s1[0])
return -1;
if (j > s2[0]) //被替换的串长度大于子串长度
for (k = i + j; k <= s1[0]; k++)
s1[k + s2[0] - j] = s1[k];
else if (j < s2[0]) //被替换的串长度小于子串长度
for (k = s1[0]; k >= i + j; k--)
s1[k + s2[0] - j] = s1[k];
for (k = 1; k <= s2[0]; k++)
s1[i + k - 1] = s2[k];
s1[0] = s1[0] - j + s2[0];
return s1[0];
}
{
//将s1中从位置i开始,长度为j的子串替换为s2
//替换成功则返回新的长度,否则返回-1
//其中,1<=i<=Strlength(s1).0<=j<=Strlength(s1).
int k;
if (i + j - 1 > s1[0])
return -1;
if (j > s2[0]) //被替换的串长度大于子串长度
for (k = i + j; k <= s1[0]; k++)
s1[k + s2[0] - j] = s1[k];
else if (j < s2[0]) //被替换的串长度小于子串长度
for (k = s1[0]; k >= i + j; k--)
s1[k + s2[0] - j] = s1[k];
for (k = 1; k <= s2[0]; k++)
s1[i + k - 1] = s2[k];
s1[0] = s1[0] - j + s2[0];
return s1[0];
}
模式匹配的改进算法(KMP)
三、有关串的函数(C实现)
字符串逆序存储的递归算法
void InvertStore(char A[])
//字符串逆序存储的递归算法。
{ char ch;
static int i = 0;//需要使用静态变量
scanf ("%c",&ch);
if (ch!= '.') //规定'.'是字符串输入结束标志
{InvertStore(A);
A[i++] = ch;//字符串逆序存储
}
A[i] = ''; //字符串结尾标记
}//结束算法InvertStore。
long atoi(char X[])
//一数字字符串存于字符数组X中,本算法将其转换成数
{long num=0;
long htemp=1;
int j,i=1; //i 为数组下标
while (X[i]!= '') num=10*num+(X[i++]-'0');//当字符串未到尾,进行数的转换
if(X[0]=='-') return (-num); //返回负数
else
{ for (j=1;j htemp*=10;
return ((X[0]-'0')*htemp+num); //返回正数,第一位若不是负号,则是数字
}
}//算法atoi结束
实现字符串拷贝的函数 strcpy为:
void strcpy(char *s , char *t) /*copy t to s*/
{ while (*s++=*t++);
}
求两字符串中最大公共子串
// index存放子串在串s中的位置,length存放子串的长度
void maxcomstr(orderstring *s,*t; int index, length)
{int i,j,k,length1,con;
index=0;length=0;i=0;
while (i
while(j
{ k=1;length1=1;con=1;
while(con)
if (i+k<=s.len && j+k<=t.len && s[i+k]==t[j+k] ) { length1=length1+1;k=k+1; } else con=0;
if (length1>length) { index=i; length=length1; }
j+=k;
}
else j++;
}
i++;
}
}
[
2005/12/03 08:26 | by turbozv ]
![不指定 不指定](images/weather/blank.gif)
????? Yamir是我的师弟,也是我师弟Parvel的师弟,所以师弟关系具有传递性:P 他帮我完成了排序一章节,大家有任何问题可以联系他: http://www.sinklow.com/blog/
一、排序的概念
所谓排序,就是要让所有元素按递增或递减的顺序排列。
二、排序的分类
内部排序:只在主存中完成的排序(由于主存有限,所以内部排序的元素是有上限的)。
外部排序:利用磁盘等外存进行排序。
三、排序的稳定性
在待排序的元素中,存在多个相同的元素,经过排序后,这些元素的相对位置不变,该排序法就为稳定排序,否则为不稳定排序。
四、内部排序法
-----------------------------------------------------------
1.插入排序
算法思想
假设待排序的元素存放在数组A[N]中。初始时,A[0]自成1个有序区,无序区为A[1]~A[N-1]。从i=1起直至i=N-1为止,依次将A[i]插入当前的有序区A[0]~A[i-1]中。排序结束后为含N个元素的有序区。算法的平均时间复杂度为O(N^2)。
程序实现
void
InsertionSort( ElementType A[], int N )
{
??int j, P;
??
??ElementTyep 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;
??}
}
--------------------------------------------------------InsertionSort( ElementType A[], int N )
{
??int j, P;
??
??ElementTyep 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
算法思想
假设有N个待排序的元素,先取一个小于N的整数d1作为第一个增量,把所有距离为d1的倍数的元素放在同一个组中,在各组内进行插人排序;然后取第二个增量d2
程序实现
void
Shellsort( ElementType A[], int N )
{
??int i, j, Increment;
??ElementType Tmp;
??for( Increment = N / 2; Increment > 0; Increment /= 2 )
????for( i = Icrement; 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
????}
}
Shellsort( ElementType A[], int N )
{
??int i, j, Increment;
??ElementType Tmp;
??for( Increment = N / 2; Increment > 0; Increment /= 2 )
????for( i = Icrement; 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
????}
}
注:程序实现中采用的是希尔增量,采用不同的增量会影响到希尔排序的时间复杂度。效率比较高的增量有Sedgewick增量。
Sedgewick增量序列:9*4^i-9*2^i+1 或者 4^i-3*2^i+1
--------------------------------------------------------
3.堆排序
算法思想
将序列所存储的元素A[N]看做是一棵完全二叉树的存储结构,则堆实质上是满足如下性质的完全二叉树:树中任一非叶结点的元素均不大于(或不小于)其左右孩子(若存在)结点的元素。算法的平均时间复杂度为O(NlogN)。
程序实现
#define LeftChild( i ) ( 2 * ( i ) + 1 )
void
PrecDown( 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;
}
void
Heapsort( ElementType A[ ], int N )
{
??int i;
??
??for( i = N / 2; i >= 0; i-- )
????PrecDown( A, i, N )
??for( i = N - 1; i > 0; i-- )
??{
????Swap( &A[ 0 ], &A[ i ] );
????PercDown( A, 0, i )
??}
}
void
PrecDown( 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;
}
void
Heapsort( ElementType A[ ], int N )
{
??int i;
??
??for( i = N / 2; i >= 0; i-- )
????PrecDown( A, i, N )
??for( i = N - 1; i > 0; i-- )
??{
????Swap( &A[ 0 ], &A[ i ] );
????PercDown( A, 0, i )
??}
}
--------------------------------------------------------------
4.直接选择排序
算法思想
每一趟从待排序的元素中选出最小的元素,顺序放在已排好序的子元素集的最后,直到全部元素排序完毕。算法的平均时间复杂度为O(N^2)。
程序实现
void
SelectSort( ElementType A[ ], int N )
{
??int i, j, k;
??ElementType Tmp;
??for( i = 0; i < N; i++ )
??{
????k = i;
????for( j = i+1; j <= N; j++ )
??????if( A[j] < A[k] )
????????k = j;
????if( k != i )
????{
??????Tmp = R[i];
??????R[i] = R[k];
??????R[k] = Tmp;
????}
??}
}
SelectSort( ElementType A[ ], int N )
{
??int i, j, k;
??ElementType Tmp;
??for( i = 0; i < N; i++ )
??{
????k = i;
????for( j = i+1; j <= N; j++ )
??????if( A[j] < A[k] )
????????k = j;
????if( k != i )
????{
??????Tmp = R[i];
??????R[i] = R[k];
??????R[k] = Tmp;
????}
??}
}
----------------------------------------------------------------
5.归并排序
算法思想
归并排序是将若干个已排序的表合并成一个有序的表。
程序实现(递归历程)
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!!!" );
}
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!!!" );
}
程序实现(Merge例程)
/* 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
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 ];
}
6.冒泡排序
算法思想
两两比较待排序的元素,发现两个元素的次序相反时即进行交换。算法的平均时间复杂度为O(N^2)。
程序实现
void
BubbleSort( ElementType A[], int N )
{
??int i, j;
??ElementType Tmp;
??
??for( i=0; i ??{
????for( j=N-1; j>i; j--)
??????if( A[j] < A[j-1] )
??????{
????????Tmp = A[j];
????????A[j] = A[j-1];
????????A[j] = Tmp;
??????}
??}
}
BubbleSort( ElementType A[], int N )
{
??int i, j;
??ElementType Tmp;
??
??for( i=0; i
????for( j=N-1; j>i; j--)
??????if( A[j] < A[j-1] )
??????{
????????Tmp = A[j];
????????A[j] = A[j-1];
????????A[j] = Tmp;
??????}
??}
}
------------------------------------------------------
7.快速排序
算法思想
快速排序是是一种分治的递归算法。分治法的基本思想是:将元素集分解为若干个子集合。递归地解这些子集合,然后将这些子集合问题的解组合为原元素集。快速排序算法被认为是理论上高度优化的一种排序算法。平均时间复杂度为O(NlogN)。
程序实现
/* 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 );
}
-----------------------------------------------------------------/* 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 );
}
8.其他排序还有一些,诸如快速选择排序,桶式排序,基数排序等等。
---------------------------------------------------------------
五、外部排序法
基本的外部排序算法使用归并排序中的Merge例程。
六、排序算法的上下界证明
这个都是数学证明了,Job Hunting中应该不用写了^^。
<转载请注明出处,谢谢>
Reference:<>