///////////////////////////////////////////////////////////////////////////////////////////////////////
作者：unknow
聲明：本文遵循以下協議自由轉載-非商用-非衍生-保持署名|Creative Commons BY-NC-ND 3.0
轉載請註明：http://www.libing.net.cn/read.php?683
///////////////////////////////////////////////////////////////////////////////////////////////////////
STL中有多種排序算法，各有各的適用範圍，下面聽我一一道來：
I、完全排序
sort()
首先要隆重推出的當然是最最常用的sort了，sort有兩種形式，第一種形式有兩個迭代器參數，構成一個前開後閉的區間，按照元素的 less 關係排序；第二種形式多加一個指定排序準則的謂詞。sort基本是最通用的排序函數，它使用快速排序算法，並且在遞歸過程中，當元素數目小於一個閾值（一般是16，我的試驗是24）時，轉成直接插入排序。偉大的數學家Knuth已經證明，在平均意義上，快速排序是最快的了；當然，最壞複雜性比較差。sort要求隨機迭代器，因此對於很多編譯器來說，對於前向迭代器（如list）使用sort是一個編譯錯誤。(不過，在vc2005裏面，這個錯誤信息實在很糟糕)
sort的基本使用方式如下：
#include <vector>
#include <algorithm>
#include <functional>
#include <cstdlib>
using namespace std;
void func1()
{
vector<int> ar;
//向數組裏面插入一些隨機數
generate_n(back_inserter(ar), 100, rand);
//按從小到大排序
sort(ar.begin(), ar.end());
}經常有人問如何從大到小逆排序，這個其實有很多中方式實現，如下面的例子：
void func2()
{
vector<int> ar;
//向數組裏面插入一些隨機數
generate_n(back_inserter(ar), 100, rand);
//方法1：使用函數作爲謂詞
sort(ar.begin(), ar.end(), GreateThan);
//方法2：使用仿函數作爲謂詞
//注意下面兩種方法都需要有個括號，實際上是要產生一個臨時對象
sort(ar.begin(), ar.end(), CompareInt());
//方法3：使用預定義的Adapter, 定義在 <functional> 中
sort(ar.begin(), ar.end(), greater<int>());
//方法4：正常排序，然後翻轉過來
sort(ar.begin(), ar.end());
reverse(ar.begin(), ar.end());
//方法5：使用逆迭代器
sort(ar.rbegin(), ar.rend());
}最後一種方法是我比較欣賞的，可以不能直接對原生數組使用，也就是說，如果ar的定義是int ar[MAXN]，上面其他的排序算法都可以簡單的改成sort(ar, ar+MAXN, …），但最後一個不行，要用另外一種比較醜陋的方式：
#include <iterator>
void func3(){
int ax[5]={1,3,4,5,2};
sort(reverse_iterator<int*>(ax+5), reverse_iterator<int*>(ax+0));
}stable_sort
sort優點一大堆，一個缺點就是它不是一種穩定的排序。什麼是排序的穩定性，就是如果出現兩個元素相等時，要求排序之後他們之間保持原來的次序（比如我們先按學號排序，然後按成績排序，這時就希望成績相同的還是按照學號的次序排）。很可惜，快速排序算法就不是穩定的，要追求這個，只好用stable_sort了。
在各種排序算法中，合併排序是穩定的，但一般的合併排序需要額外的O(N)的存儲空間，而這個條件不是一定能夠滿足的（可能是比較奢侈的）。所以在stable_sort內部，首先判斷是否有足夠的額外空間（如vecotr中的cap-size()部分），有的話就使用普通合併函數，總的時間複雜性和快速排序一個數量級，都是O(N*logN)。如果沒有額外空間，使用了一個merge_without_buffer的關鍵函數進行就地合併（如何實現是比較有技巧的，完全可以專門談一談），這個合併過程不需要額外的存儲空間，但時間複雜度變成O(N*logN)，這種情況下，總的stable_sort時間複雜度是O(N*logN*logN)。
總之，stable_sort稍微慢一點兒，但能夠保證穩定，使用方法和sort一樣。但很多時候可以不用這種方式和這個函數，比如上面的例子，完全可以在排序比較準則中寫入成績和學號兩個條件就OK了
class CStudent
{
public:
CStudent();
//注意這個比較函數中的const
bool operator<(const CStudent& rhs) const
{
if (m_score != rhs.m_score)
return (m_score <rhs.m_score);
return m_name <rhs.m_name;
}
protected:
std::string m_name;
int m_score;
};
void func4()
{
vector<CStudent> arStu;
sort(arStu.begin(), arStu.end());
}sort_heap
堆排序也是一種快速的排序算法，複雜度也是O(N*logN)。STL中有一些和堆相關的函數，能夠構造堆，如果在構造好的堆上每次取出來根節點放在尾部，所有元素循環一遍，最後的結果也就有序了。這就是sort_heap了。它的使用要求區間前面已經構造成堆，如：
void func5()
{
vector<int> ar;
generate_n(back_inserter(ar), 100, rand);
make_heap(ar.begin(), ar.end());
sort_heap(ar.begin(), ar.end());
}list.sort
對於list容器，是不能直接使用sort的（包括stable_sort），從技術的角度來說是由於sort要求隨機迭代器；從算法的角度來說，list這種鏈表結構就不適合用快速排序。因此，list容器內部實現了專門的sort算法，這個算法採用的是合併排序，應該是穩定的（不確定）。
其他
優先隊列（priority_queue）每次彈出的都是max值。實際上就是heap的一個容器方式的包裝。
關聯式容器自身就必須是有序的（針對key），對其迭代時，key是遞增的。
II、部分排序
這些部分排序功能能夠完成一段數據（而不是所有）的排序，在適當的適合使用可以節省計算量。不過用的人不多。
partial_sort(), partial_sort_copy()
這兩個函數能夠將整個區間中給定數目的元素進行排序，也就是說，結果中只有最小的M個元素是有序的。你當然也可以使用sort，區別就在於效率。如果M顯著地小於N，時間就比較短；當然M太小了也不好，那還不如挨個找最小值了。
partial_sort接受三個參數，分別是區間的頭，中間和結尾。執行後，將前面M（M=中間－頭）個元素有序地放在前面，後面的元素肯定是比前面的大，但他們內部的次序沒有保證。partial_sort_copy的區別在於把結果放到另外指定的迭代器區間中：
void func6()
{
int ar[12]={69,23,80,42,17,15,26,51,19,12,35,8};
//只排序前7個數據
partial_sort(ar, ar+7, ar+12);
//結果是 8 12 15 17 19 23 26 80 69 51 42 35，後5個數據不定
vector<int> res(7);
//前7項排序後放入res
partial_sort_copy(ar, ar+7, res.begin(), res.end(), greater<int>() );
}這兩個函數的實現使用的是堆的方法，先將前M個元素構造成堆，然後挨個檢查後面的元素，看看是否小於堆的最大值，是的話就彼此交換，然後重排堆；最後將前面已經是最小的M個元素構成的堆作一次sort_heap就可以了。算法的複雜度差不多是O(N*logM)
nth_element
這個函數只真正排序出一個元素來，就是第n個。函數有三個迭代器的輸入（當然還可以加上一個謂詞），執行完畢後，中間位置指向的元素保證和完全排序後這個位置的元素一致，前面區間的元素都小於（精確地說，是不大於）後面區間的元素。
熟悉快速排序的馬上就能發現，這實際上是一個按位置劃分的算法。STL的規範中要求此函數的平均複雜度是線性的，和快速排序一樣，這種算法的最壞複雜度比較差。在一般的實現（如SGI）中，採用三種取1的方法尋找劃分元素，最壞複雜度是O(N^N)。雖然理論上有一些算法可以保證最壞線性複雜度，但算法過於複雜，STL一般也不採用。
III、排序輔助功能
partition, stable_partition
merge, inplace_merge
IV、有序區間操作
這個準備單獨寫一篇
