采用随机两数随机生成十、百、万、百万 4个量级的数 据集，分别采用大纲要求的8个算法进行排序，对各个数据集（排 序前后共8个数据集）进行 主关键字的顺序和折半查找；对算法 运行时间进行统计分析，建 不用图、表来展示实验结果

非常感谢您的提问。根据您的问题，我可以给出以下回答：

首先，您提到要对四个量级的数据集进行排序和查找，我们可以分别采用以下数据集：

- 十：10个随机整数
- 百：100个随机整数
- 万：10000个随机整数
- 百万：1000000个随机整数

接下来，我们可以使用以下八个排序算法对每个数据集进行排序：

- 冒泡排序（Bubble Sort）
- 选择排序（Selection Sort）
- 插入排序（Insertion Sort）
- 希尔排序（Shell Sort）
- 归并排序（Merge Sort）
- 快速排序（Quick Sort）
- 堆排序（Heap Sort）
- 计数排序（Counting Sort）

排序后，我们可以对每个数据集进行主关键字的顺序和折半查找。主关键字可以选择每个数据集中的最后一个元素。折半查找的实现可以参考以下代码：

def binary_search(arr, x):
    low = 0
    high = len(arr) - 1
    mid = 0
 
    while low <= high:
        mid = (high + low) // 2
 
        if arr[mid] < x:
            low = mid + 1
 
        elif arr[mid] > x:
            high = mid - 1
 
        else:
            return mid
 
    return -1

最后，我们可以统计每个算法的运行时间，并将结果展示在表格中，例如：

| 数据集 | 算法 | 排序前时间（秒） | 排序后时间（秒） | 主关键字顺序查找时间（秒） | 折半查找时间（秒） |
| --- | --- | --- | --- | --- | --- |
| 十 | 冒泡排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 选择排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 插入排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 希尔排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 归并排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 快速排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 堆排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 十 | 计数排序 | 0.0001 | 0.0002 | 0.00001 | 0.00002 |
| 百 | 冒泡排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 选择排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 插入排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 希尔排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 归并排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 快速排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 堆排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 百 | 计数排序 | 0.001 | 0.002 | 0.0001 | 0.0002 |
| 万 | 冒泡排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 选择排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 插入排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 希尔排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 归并排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 快速排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 堆排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 万 | 计数排序 | 0.1 | 0.2 | 0.01 | 0.02 |
| 百万 | 冒泡排序 | 10 | 20 | 1 | 2 |
| 百万 | 选择排序 | 10 | 20 | 1 | 2 |
| 百万 | 插入排序 | 10 | 20 | 1 | 2 |
| 百万 | 希尔排序 | 10 | 20 | 1 | 2 |
| 百万 | 归并排序 | 10 | 20 | 1 | 2 |
| 百万 | 快速排序 | 10 | 20 | 1 | 2 |
| 百万 | 堆排序 | 10 | 20 | 1 | 2 |
| 百万 | 计数排序 | 10 | 20 | 1 | 2 |

以上表格仅为示例，实际结果可能会有所不同。最后，我们可以根据表格中的数据进行统计分析，比如计算每个算法的平均运行时间、排序前后时间的比较等等。