C语言插入排序获取运行时间

C语言插入排序获取运行时间的方法可以使用time.h头文件中的clock()函数，该函数返回程序执行起始时刻到当前时刻所使用的CPU时间。具体实现方法可以在排序前记录起始时刻，排序后记录结束时刻，两者相减即可得到程序运行时间。下面是一个示例代码：

#include <stdio.h>
#include <time.h>

void InsertSort(int arr[], int n) {
    // 插入排序代码
}

int main() {
    int arr[10] = { 2,3,5,1,6,9,0,4,7,8 };
    int sz = sizeof(arr) / sizeof(arr[0]);
    clock_t start, end;
    double duration;

    start = clock(); // 记录起始时刻
    InsertSort(arr, sz);
    end = clock(); // 记录结束时刻

    duration = (double)(end - start) / CLOCKS_PER_SEC; // 计算程序运行时间
    printf("程序运行时间为 %f 秒\n", duration);

    return 0;
}

相关问题

用C语言的顺序表实现算法比较（包括直接插入排序、插入排序快、快速排序、希尔排序、冒泡排序、归并排序、堆排序算法）包括运行时间

由于算法比较需要对不同算法进行多次运行以得到平均时间，这里只是简单地给出各算法的时间复杂度和特点。

1. 直接插入排序

时间复杂度：O(n^2)

特点：稳定排序，适用于小规模数据。

2. 插入排序快

时间复杂度：O(n^2)

特点：较直接插入排序快，适用于小规模数据。

3. 快速排序

时间复杂度：平均情况O(nlogn)，最坏情况O(n^2)

特点：适用于大规模数据，不稳定排序。

4. 希尔排序

时间复杂度：O(nlogn) ~ O(n^2)

特点：适用于大规模数据，相对于插入排序来说更快，不稳定排序。

5. 冒泡排序

时间复杂度：O(n^2)

特点：稳定排序，适用于小规模数据。

6. 归并排序

时间复杂度：O(nlogn)

特点：稳定排序，适用于大规模数据。

7. 堆排序

时间复杂度：O(nlogn)

特点：不稳定排序，适用于大规模数据，需要额外的空间来维护堆。

用C语言的顺序表实现直接插入排序、插入排序快、快速排序、希尔排序、冒泡排序、归并排序、堆排序怕算法比较。包括运行时间

由于运行时间与数据规模、数据分布等因素有关，因此在此无法给出具体的运行时间。以下是用C语言实现的各种排序算法的代码：

1. 直接插入排序

void InsertionSort(int arr[], int n) {
    int i, j, tmp;
    for (i = 1; i < n; i++) {
        tmp = arr[i];
        j = i - 1;
        while (j >= 0 && arr[j] > tmp) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = tmp;
    }
}

2. 插入排序快

int BinarySearch(int arr[], int left, int right, int x) {
    int mid;
    while (left <= right) {
        mid = (left + right) / 2;
        if (arr[mid] > x) {
            right = mid - 1;
        } else {
            left = mid + 1;
        }
    }
    return left;
}

void InsertionSortFast(int arr[], int n) {
    int i, j, index, tmp;
    for (i = 1; i < n; i++) {
        tmp = arr[i];
        j = i - 1;
        index = BinarySearch(arr, 0, j, tmp);
        while (j >= index) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = tmp;
    }
}

3. 快速排序

int Partition(int arr[], int left, int right) {
    int pivot = arr[left];
    while (left < right) {
        while (left < right && arr[right] >= pivot) {
            right--;
        }
        arr[left] = arr[right];
        while (left < right && arr[left] <= pivot) {
            left++;
        }
        arr[right] = arr[left];
    }
    arr[left] = pivot;
    return left;
}

void QuickSort(int arr[], int left, int right) {
    if (left < right) {
        int pivotIndex = Partition(arr, left, right);
        QuickSort(arr, left, pivotIndex - 1);
        QuickSort(arr, pivotIndex + 1, right);
    }
}

4. 希尔排序

void ShellSort(int arr[], int n) {
    int i, j, gap, tmp;
    for (gap = n / 2; gap > 0; gap /= 2) {
        for (i = gap; i < n; i++) {
            tmp = arr[i];
            for (j = i - gap; j >= 0 && arr[j] > tmp; j -= gap) {
                arr[j + gap] = arr[j];
            }
            arr[j + gap] = tmp;
        }
    }
}

5. 冒泡排序

void BubbleSort(int arr[], int n) {
    int i, j, tmp;
    for (i = 0; i < n - 1; i++) {
        for (j = 0; j < n - 1 - i; j++) {
            if (arr[j] > arr[j + 1]) {
                tmp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = tmp;
            }
        }
    }
}

6. 归并排序

void Merge(int arr[], int left, int mid, int right) {
    int i, j, k;
    int n1 = mid - left + 1;
    int n2 = right - mid;
    int L[n1], R[n2];
    for (i = 0; i < n1; i++) {
        L[i] = arr[left + i];
    }
    for (j = 0; j < n2; j++) {
        R[j] = arr[mid + 1 + j];
    }
    i = 0, j = 0, k = left;
    while (i < n1 && j < n2) {
        if (L[i] <= R[j]) {
            arr[k++] = L[i++];
        } else {
            arr[k++] = R[j++];
        }
    }
    while (i < n1) {
        arr[k++] = L[i++];
    }
    while (j < n2) {
        arr[k++] = R[j++];
    }
}

void MergeSort(int arr[], int left, int right) {
    if (left < right) {
        int mid = (left + right) / 2;
        MergeSort(arr, left, mid);
        MergeSort(arr, mid + 1, right);
        Merge(arr, left, mid, right);
    }
}

7. 堆排序

void Heapify(int arr[], int n, int i) {
    int largest = i;
    int left = 2 * i + 1;
    int right = 2 * i + 2;
    if (left < n && arr[left] > arr[largest]) {
        largest = left;
    }
    if (right < n && arr[right] > arr[largest]) {
        largest = right;
    }
    if (largest != i) {
        int tmp = arr[i];
        arr[i] = arr[largest];
        arr[largest] = tmp;
        Heapify(arr, n, largest);
    }
}

void HeapSort(int arr[], int n) {
    int i;
    for (i = n / 2 - 1; i >= 0; i--) {
        Heapify(arr, n, i);
    }
    for (i = n - 1; i >= 0; i--) {
        int tmp = arr[0];
        arr[0] = arr[i];
        arr[i] = tmp;
        Heapify(arr, i, 0);
    }
}