這篇文章我很喜歡，是郭老師的新作！希望大家喜歡！
詳細的從算法的效率方面來說明了排序算法！

STL中有多種排序算法，各有各的適用范圍，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，構成一個前開后閉的區間，按照元素的 less 關系排序；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，并且在遞歸過程中，當元素數目小于一個閾值（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，最壞復雜性比較差。sort要求隨機迭代器，因此對于很多編譯器來說，對于前向迭代器（如list）使用sort是一個編譯錯誤。(不過，在vc2005里面，這個錯誤信息實在很糟糕)

sort的基本使用方式如下：

C++: #include <vector> #include <algorithm> #include <functional> #include <cstdlib> using namespace std; void func1() {    vector<int> ar;    //向數組里面插入一些隨機數    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：
C++: void func2() {    vector<int> ar;    //向數組里面插入一些隨機數    generate_n(back_inserter(ar), 100, rand);    //方法1：使用函數作為謂詞    sort(ar.begin(), ar.end(), GreateThan);    //方法2：使用仿函數作為謂詞    //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，然后翻轉過來    sort(ar.begin(), ar.end());    reverse(ar.begin(), ar.end());    //方法5：使用逆迭代器    sort(ar.rbegin(), ar.rend()); }
最后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, ...），但最后一個不行，要用另外一種比較丑陋的方式：

C++: #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。什么是排序的穩定性，就是如果出現兩個元素相等時，要求排序之后他們之間保持原來的次序（比如我們先按學號排序，然后按成績排序，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，合并排序是穩定的，但一般的合并排序需要額外的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并函數，總的時間復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并（如何實現是比較有技巧的，完全可以專門談一談），這個合并過程不需要額外的存儲空間，但時間復雜度變成O(N*logN)，這種情況下，總的stable_sort時間復雜度是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
C++: 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，復雜度也是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，最后的結果也就有序了。這就是sort_heap了。它的使用要求區間前面已經構造成堆，如：
C++: 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
對于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于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，這個算法采用的是合并排序，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，區別就在于效率。如果M顯著地小于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。執行后，將前面M（M=中間－頭）個元素有序地放在前面，后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的區別在于把結果放到另外指定的迭代器區間中：
C++: 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，后5個數據不定    vector<int> res(7);    //前7項排序后放入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，然后挨個檢查后面的元素，看看是否小于堆的最大值，是的話就彼此交換，然后重排堆；最后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。算法的復雜度差不多是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），執行完畢后，中間位置指向的元素保證和完全排序后這個位置的元素一致，前面區間的元素都小于（精確地說，是不大于）后面區間的元素。

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的規范中要求此函數的平均復雜度是線性的，和快速排序一樣，這種算法的最壞復雜度比較差。在一般的實現（如SGI）中，采用三種取1的方法尋找劃分元素，最壞復雜度是O(N^N)。雖然理論上有一些算法可以保證最壞線性復雜度，但算法過于復雜，STL一般也不采用。

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