本文归纳数据结构中的七大排序，不说废话开始介绍排序
插入排序
直接插入排序
直插，将一个数插入到一个有序数组中。这样的操作是插入排序的单趟排序，插入排序完成后，该数就到了数组中正确的位置。一个长度为n的数组，从第二个数开始到最后一个数，将每个数前面所有数看成一个数组，依次将第二个数到最后一个数插入到前面的数组中，就完成了插入排序。
那单趟排序的操作要怎么实现？假设将4插入[2,9]这个数组中，将4与数组中最后一个比较，4小于9，将9赋值到数组的后一个位置，数组变成[2,9,9]，将4与2比较，4大于2，将4放到2的后面，数组变成[2,4,9]，单趟排序完成。
将tmp插入一个有序的升序数组，从数组中的最后一个数开始比较，若最后一个数大于tmp，把最后一个数移动到后一个位置。将tmp与该数的前一个数比较，若该数小于tmp，将tmp赋值到该数的后一个位置，循环结束。就是说要插入的数从数组的最后开始，找到第一个比它小的数，放到第一个比它小的数后面。至此一趟单趟排序完成。
void InsertSort(int* data, int n)
{
for (int i = 1; i < n; i++)
{
int tmp = data[i];
int j = 0;
for (j = i - 1; j >= 0; j--)
{
if (data[j] > tmp)// 当数大于tmp时，移动该数
data[j + 1] = data[j];
else
break;// 当数小于tmp时，循环结束
}
data[j + 1] = tmp;// 循环跳出时，可能遍历完所有的数，可能在j位置处出现数小于tmp，将j + 1位置的数赋值成tmp，当数组中的所有数都大于tmp，此时遍历完所有数，j等于-1，j + 1就是数组第一个位置，将tmp放在该位置上
}
}
外层循环控制循环次数的同时，保存要进行插入的数，内层循环负责遍历要插入的数的前面所有数，用于与要插入的数比较
最后对时间复杂度进行分析，直接插入排序要对n-1个数进行插入，每次要进行比较的数都是要插入的数前面的数，数量成等差数列，在最坏的情况下，每次都要与前面的所有数进行比较，所以比较的次数是1，2，3… n-1，根据等差数列求和公式，得到要比较的次数是n * (n - 1) / 2，用大O表示法，时间复杂度是O(n ^ 2)；
而直接插入排序是在原数组的基础上进行排序，所以空间复杂度为O(1)。
直接插入排序总结：
1.数组越接近有序，直接排序就越快
2.时间复杂度O(n^2)
3.空间复杂度O(1)
希尔排序
若数组越接近有序，那么插入排序会越快（插入一个数，将其与它的前一个数进行比较，若数组接近有序，则在向前比较几个数后就能完成插入，不用再向前比较，就进行下一个数的插入）。根据这个结论，希尔排序对数组进行预排序，每进行一次预排序，数组就越接近有序。
如何做到预排序？将数组分割成gap个子数组，对子数组进行直接插入排序，这时的数组就比之前更接近有序。再将数组分成更多的子数组，再进行进行插入排序，当gap为1时，就是对整个数组进行插入排序，至此数组达到有序。
相隔的距离为gap的数之间为一组。对这样的一组数进行直接插入排序。
与直接插入排序一样，将要插入的数保存。例，要把5插入到9这个数组中时，将5保存，比较5与9（往前gap位置的数）的大小，9比5大，将9赋值到5的位置上（升序）
此时数组没有其他数，比较结束，将5放到原来是9的位置上。
之后要找的数不是7，而是和5间隔距离为3的数，将7插入[5,9]这个数组。所以循环变量一次要加gap，不是加1
// 单趟排序
void _ShellSort(int* data, int n)
{
int gap = 3;
for (int j = 0; j < gap; j++)
{
for (int i = 0; i < n - gap; i += gap)// 比较完，i要到更新到往后距离为gap的数，所以加gap
{
int tmp = data[i + gap];// 先将i + gap位置上的数保存，为防止越界，for循环的判断条件是i要小于n - gap
int pos = i;// pos是要插入的数的前一个数。当pos大于等于0，即数组中还有数要比较时，循环继续
while (pos >= 0)
[
if (tmp < data[pos])
{
data[pos + gap] = data[pos];// 升序，若tmp比进行比较的数小，则将该数向后gap距离的位置赋值
pos -= gap;// 要比较的位置向前走gap距离
}
else
break;
]
data[pos + gap] = tmp;
}
}
}
单趟排序中有三层循环，看上面的图，最外层的循环控制的是不同颜色数组的更新；中间一层和最里面的一层循环控制同一颜色数字的排序；
可以将最外层的for和中间一层的for循环进行合并，但时间复杂度一样，至少写的更简略了。反正数组的所有数都要被遍历一次，那为什么要用两个变量遍历，所以改进的代码只用了一个变量来遍历数组。
void _ShellSort(int* data, int n)
{
int gap = 3;
for (int i = 0; i < n - gap; i++)
{
int pos = i;// pos是要进行插入的数的前一个数
int tmp = data[pos + gap];// 先将要插入的数保存
while (pos >= 0)
{
if (data[pos] > tmp)
{
data[pos + gap] = data[pos];// 若前面的数大，将其移动到后gap的位置上
pos -= gap;// pos更新
}
else
break;
}
data[pos + gap] = tmp;
}
}
而单趟排序只是将数组中间隔为gap的数进行排序，gap是3，排完序后数组中间隔为3的数之间就是有序的，但间隔为2的数之间不是有序，所以要减小gap将数组分成更多的子数组进行单趟排序，直到gap为1，即对相邻的数之间进行插入排序，相当于直接插入排序，此后数组完全有序。
所以希尔排序的思想就是：
1.gap > 1,对数组进行预排序，使数组接近有序，越有序的数组用直接插入排序就越快
2.gap == 1,此时的排序就是直接插入排序
所以希尔排序是三层循环，最外层控制将数组分割成多少个子数组，中间一层控制子数组的更新，最内层控制子数组的插入排序。
void ShellSort(int* data, int n)
{
int gap = n;
while (gap > 1)
{
gap = gap / 3 + 1;// 每次预排序后gap都要进行更新，所以将gap除一个数，而为了保证gap最后是1，除一个数后还加了1
for (int i = 0; i < n - gap; i++)
{
int pos = i;
int tmp = data[pos + gap];
while (pos >= 0)
{
if (data[pos] > tmp)
{
data[pos + gap] = data[pos];
pos -= gap;
}
else
break;
}
data[pos + gap] = tmp;
}
}
}
选择排序
选择排序
对数组进行遍历，每遍历一遍都找出一个最小值，记录最小值的下标，将最小值与数组的第一个数交换。此时第一个数满足升序的性质，将除了第一个数之外的数看成数组，再从其中找出最小值的下标，将最小值与数组的第一个数交换，再把除了第一个数之外的数看成数组…直到数组的长度为1，排序完成
void SelectSort(int* data, int n)// n为数组长度
{
for (int i = 0; i < n - 1; i++)
{
int mini = i;// 默认将第一个数看成最小值
for (int j = i + 1; j < n; j++)
{
if (data[j] < data[mini])// 若数组中有数比以mini为下标的数小，更新mini
mini = j;
}
Swap(&data[mini], &data[i]);// 找出mini后，交换两数
}
}
选择排序还能一次选出最大与最小值，将时间减半
void SelectSort(int* data, int n)
{
int left = 0;
int right = n - 1;
while (left < right)
{
int maxi = left;
int mini = left;
for (int i = left; i <= right; i++)
{
if (data[i] > data[maxi])
maxi = i;
if (data[i] < data[mini])
mini = i;
}
Swap(&data[mini], &data[left]);
if (maxi == left)// 若最大值下标与left相等，因为left与最小值交换过，此时的最大值不在left上，而换到了mini的位置，所以将maxi更新为mini
maxi = mini;
Swap(&data[maxi], &data[right]);
left++;
right--;
}
}
选择排序很好理解，遍历一遍数组选出一个最小数，放到数组第一个位置。再将其他数看成一个数组，选最小。所以数组长度每次会减1，要遍历的次数是n,n-1,n-2… 2。一个等差数列的时间复杂度为O(n^2)。
堆排序
交换排序
冒泡排序
一趟单趟排序比较相邻的两个数，将一个最大的数排到最后，一次只能使一个数有序，所以冒泡排序要进行n - 1次单趟排序，n为数组长度。
所以冒泡由两层循环控制，外层控制单趟排序的次数，内层控制单趟排序。要注意的是，将最大的数排到数组的最后，再进行排序时的数组，应该是除了刚刚排完序的数之外的数组成的。因此单趟排序的数组长度要注意控制。
void BubbleSort(int* data, int n)
{
for (int i = 0; i < n - 1; i++)// 一共要进行n - 1次单趟排序
{
for (int j = 0; j < n - i - 1; j++)// 注意判断条件对数组长度的控制
{
if (data[j] > data[j + 1])
Swap(&data[j], &data[j + 1]);// 若前一个数大于后一个数，交换
}
}
}
若在进行单趟排序时，没有数发生交换，即相邻的数之间都满足前一个数小于后一个数，此时的数组为有序数组，故不用再进行排序，所以能对冒牌排序进行优化。
void BubbleSort(int* data, int n)
{
for (int i = 0; i < n - 1; i++)// 一共要进行n - 1次单趟排序
{
int flat = 0;// flat用来标识单趟排序中是否发生交换
for (int j = 0; j < n - i - 1; j++)// 注意判断条件对数组长度的控制
{
if (data[j] > data[j + 1])
{
Swap(&data[j], &data[j + 1]);// 若前一个数大于后一个数，交换
flat = 1;
}
}
if (flat == 0)// 单趟排序完，若flat的值没有变化，则数组是有序的，不用再进行排序
break;
}
}
快速排序
先理解快速排序的单趟排序：从数组中选出一个key，一般是数组中的第一个数，要求排完序key的左边都是小于它的数，右边都是大于它的数。
单趟排序一共有三种实现方式：
1.hoare版本
一个left，一个right分别指向数组第一个数与最后一个数，若将数组第一个数当作key，right先判断指向的数是否小于key，若小于key，right不动，若大于key，right向左走一步。直到遇到比key小的数或者left停下来。right停下之后，判断left指向的数是否比key大，若比key大，left不动，比key小，left向右走一步，重复这样的操作，直到遇到比key大的数或者遇到right停下。两者停下后，交换两数。
交换后
当两数停下时
然后right找小，遇到3停下，left找大，先判断4是比key小的，left向右走遇到right，此时停下，循环结束。
将停下的位置与key交换。6作为key的单趟排序完成，6的左边都是比它小的数，右边是比6大的数。
void PartSort1(int* data, int left, int right)
{
int keyi = left;// 记录key的下标
while (left < right)// 当left与right相遇时，循环停止
{
while (left < right && data[right] >= data[keyi])
right--;// right找小
while (left < right && data[left] <= data[keyi])
left++;// left找大
Swap(&data[left], &data[right]);// 交换找到的数
}
Swap(&data[left], &data[keyi]);// left与right相遇，将相遇位置的数与key交换
}
2.挖坑法
将数组第一个数选为key后，记录该位置为一个坑位，right先找大，找到后将找到的数填到坑位上，将此时right更新为新的坑位，left找小，找到后将该数填到坑位上，将此时的left更新为新的坑位。最后left与right相遇时，将key填到坑位上。
刚开始的数组
right找小
找到之后填到坑中，更新pit
left找大，将找到的数填到坑中，更新pit
最后排完序的数组
void PartSort2(int* data, int left, int right)
{
int keyi = left;
int key = data[keyi];
int pit = keyi;
while (left < right)// 当left与right相遇，两者相等循环结束
{
while (left < right && data[right] >= key)
right--;
data[pit] = data[right];// 找小后将right填到坑中
pit = right;// 更新pit
while (left < right && data[left] <= key)
left++;
data[pit] = data[left];// 找大后将left填到坑中
pit = left;// 更新pit
}
data[pit] = key;// 两者相遇将key填到相遇位置
}
3.前后指针法
一个指针prev指向cur指针的前一个位置，cur指针在开始时指向数组的第一个数。同时将数组的第一个数视为key。
判断prev是否小于key，若prev小于key，将cur向前走一步，判断cur与prev是否相等，若不相等，交换两数。将prev向右走一步，判断prev是否小于key来确定cur是否要往右走…当prev遍历完数组时，将key与cur交换
第一步，prev为1，比6小，将cur向右走一步
此时1等于1，两者不交换。prev向右走一步，而2小于6，cur也向右走一步，两者还是相等，不交换。
prev向右走，7大于6，cur不动，prev再走，9大于6，cur还是不动，prev再走，3小于6，cur向右走，7不等于3，交换两数
prev向右走，4小于6，cur也走，不相等，交换两数…
当prev为7时，向右走一步后，10大于6，cur不动，prev再走，8还是大于6，再走遍历完整个数组，循环结束，将key6与cur5交换
void PartSort3(int* data, int left, int right)
{
int keyi = left;
int cur = left;
int prev = cur + 1;
while (prev <= right)// right为数组最后一个数的下标，超过这个下标表示遍历完数组循环结束
{
if (data[prev] < data[keyi])// prev小于key，cur++
cur++;
if (data[prev] != data[cur])// prev不等于cur，两数交换
Swap(&data[prev], &data[cur]);
prev++;// 不管怎样，prev都要++
}
Swap(&data[keyi], &data[cur]);// 交换key与cur
}
代码还能简化
void PartSort3(int* data, int left, int right)
{
int keyi = left;
int cur = left;
int prev = cur + 1;
while (prev <= right)// right为数组最后一个数的下标，超过这个下标表示遍历完数组循环结束
{
// 利用逻辑短路，prev大于key值，后面的表达式不计算，cur就不会++
// 只有prev大于key值，cur才会++，++后再进行交换
if (data[prev] < data[keyi] && data[++cur] != data[prev])
Swap(&data[cur], &data[prev]);
prev++;
}
Swap(&data[keyi], &data[cur]);// 交换key与cur
}
单趟排序会让一个key排到正确的位置，左边都是小于它的数，右边是大于它的数。当出现以下情况，则表示数组有序
1.key的左右两边都只有一个数
2.key的左右两边有一边没有数，一边有数
所以单趟排序后应该返回key在数组中的位置，以此判断这个数组是否有序。若数组无序，则将key左边的数视为一个数组，右边也视为一个数组，对这两个数组再进行
单趟排序。
所以要对这三个快排的单趟排序进行修改
1.1hoare版本
int PartSort1(int* data, int left, int right)
{
int keyi = left;// 记录key的下标
while (left < right)// 当left与right相遇时，循环停止
{
while (left < right && data[right] >= data[keyi])
right--;// right找小
while (left < right && data[left] <= data[keyi])
left++;// left找大
Swap(&data[left], &data[right]);// 交换找到的数
}
Swap(&data[left], &data[keyi]);// left与right相遇，将相遇位置的数与key交换
return left;// left与right相遇后，将key交换到相遇的位置，所以返回left与right其中的一个
}
2.1挖坑法
int PartSort2(int* data, int left, int right)
{
int keyi = left;
int key = data[keyi];
int pit = keyi;
while (left < right)// 当left与right相遇，两者相等循环结束
{
while (left < right && data[right] >= key)
right--;
data[pit] = data[right];// 找小后将right填到坑中
pit = right;// 更新pit
while (left < right && data[left] <= key)
left++;
data[pit] = data[left];// 找大后将left填到坑中
pit = left;// 更新pit
}
data[pit] = key;// 两者相遇将key填到相遇位置
return pit;// left与right相遇后将key填到相遇的位置上，所以pit为key现在的位置
}
3.1前后指针法
int PartSort3(int* data, int left, int right)
{
int keyi = left;
int cur = left;
int prev = cur + 1;
while (prev <= right)// right为数组最后一个数的下标，超过这个下标表示遍历完数组循环结束
{
if (data[prev] < data[keyi] && data[++cur] != data[prev])
Swap(&data[cur], &data[prev]);
prev++;
}
Swap(&data[keyi], &data[cur]);// 交换key与cur
return cur;// prev遍历完数组后，将cur与key交换，所以cur为key现在的位置
}
可以将快排排序拆分成有关单趟排序的子问题，如果单趟排序后key的左边数组有序，右边数组有序，则该数组有序，若左右两边的数组无序，则将它们排成有序，继续对这两个数组进行单趟排序。
快排实现
void QuickSort(int* data, int begin, int end)
{
int keyi = PartSort2(data, begin, end);
if (begin < keyi - 1)// 当key左边数组有2个及以上的数时，递归调用
QuickSort(data, begin, keyi - 1);
if (keyi + 1 < end)// 同理，key右边有2个及以上的数时，递归调用
QuickSort(data, keyi + 1, end);
}
（非递归实现，手动创建栈，用循环模拟递归实现）
void QucikSortNonR(int* data, int begin, int end)
{
Stack st;// Stack是一个栈类型
StackInit(&st);// 将栈初始化
StackPush(&st, being);
StackPush(&st, end);// 将要排序的区间入栈
while (!StackEmpty(&st))// 当栈不为空时，循环继续
{
int right = StackTop(&st);// 取出栈顶元素
StackPop(&st);
int left = StackTop(&st);
StackPop(&st);
int keyi = PartSort1(data, left, right);
if (left < keyi - 1);// 当数组至少有两个数时，要继续排序，入栈
{
StackPush(&st, left);
StackPush(&st, keyi - 1);
}
if (keyi + 1 < right)
{
StackPush(&st, keyi + 1);
StackPush(&st, right);
}
}
}
优化1：减少递归深度（效果不明显）
假设每次单趟排序后key的位置都在数组的中间，那么快排的单趟调用就像一颗满二叉树
而函数的递归调用是需要时间的，由于这样的递归到最后要创建很多的栈帧，所以当要进行排序的数组长度足够小时，可以用其他排序来减少栈帧创建的时间。
void QuickSort(int* data, int begin, int end)
{
if (end - begin + 1 < 8)// 当数组长度小于8时，调用其他排序
InsertSort(data + begin, end - begin + 1);
// 子数组可能是原来数组的中间部分，不是从头开始的，所以要排序的数组要加上begin
else
{
int keyi = PartSort(data, begin, end);
if (begin < keyi - 1)
QuickSort(data, begin, keyi - 1);
if (keyi + 1 < end)
QuickSort(data, keyi + 1, end);
}
}
优化2：三数取中（有效优化）
每次选的key都默认是数组的第一个数，假设一个极端的情况，当数组是有序且顺序的升序的，并且数组长度较大。这时每次递归调用数组只会调用key右边的数组，每次的数组长度只减少1。前面说数组长度较长，在这样的情况下，有几个数，就会创建几个函数栈帧，而一直开辟栈帧会导致栈溢出。所以针对这种最坏的情况，需要对如何选key进行优化，至少不能选到最小或是最大的那个数。
left为数组第一个数的位置，right为数组最后一个数的位置，选一个mid，为left + right再除以2，将三个数进行比较，得到大小为中数的那个数。选择中数为key，保证了key不是数组中最大或最小的一个数，防止栈溢出的问题
int GetMidIndex(int* data, int left, int right)
{
int mid = (left + right) / 2;
if (data[left] > data[mid])
{
if (data[mid] > data[right])// left > mid，mid > right，mid为中数
return mid;
else// left > mid, mid < right,mid为最小，比较left和right大小,较小的为中间数
{
if (data[left] < data[right])
return left;
else
return right;
}
}
else// mid < left
{
if (data[left] < data[right])
return left; mid < left < right
else // left > right,left > mid,left最大，比较mid和right大小，较大的为中间数
{
if (data[left] > data[right])
return left;
else
return right;
}
}
}
在单趟排序选key时，将该函数的返回值作为key值，就能避免爆栈的出现
归并排序
思想讲解
将一个数组分成两个数组，假设这两个数组有序，用两个变量begin1和begin2遍历这两个数组，开始时都指向数组第一个数，谁指向的数小，谁就放到tmp（创建的一个临时数组）中，然后指向下一个数，直到一个数组遍历完，将另一个数组的数全接到tmp数组后面，再将tmp拷贝回原数组。
怎么确定由一个数组分成的两个数组是有序的？如果一个数组只有两个数，分成两个数组，分成的数组中只有一个数，那么就能将一个数看成是有序的。
所以归并排序对一个数组不断的进行二分，直到分成的数组只有一个数，再进行排序
红线以上将数组分割成一个数的过程称作归，将一个数不断的合并，直到数组有序的过程叫做并，这就是归并排序的大概思想。
那如何分割数组成了首要的问题。直到了数组的第一个数与最后一个数的下标，比如上面的数组，第一个数下标是0，最后一个数下标是7，将两者相加/2，得到3。
那么可以将0 ~ 3，4 ~ 7看成两个数组。所以将数组第一个数下标begin与最后一个数下标end相加除2，得到mid，将[begin, mid], [mid + 1, end]看成两个数组。begin和mid相等或者mid + 1与end相等，说明这两个数组只有一个数，接下来就不用分割了。因此分割的结束条件是begin > mid, mid + 1 > end。
代码实现
// 归并排序的子函数，调用子函数能使数组有序
void _MergeSort(int* data, int begin, int end, int* tmp)
{
if (begin >= end)// 分割（递归）的结束条件，数组中没有数时不分割
return;
int mid = (begin + end) / 2;
int begin1 = begin;// 定义两数组的起点与终点
int end1 = mid;
int begin2 = mid + 1;
int end2 = end;
int index = begin;// index作为tmp数组开始存储数据的起始位置
//假设要排序的数组下标范围在[5,6]那么在tmp中排序后的数据范围也要在[5,6]下标，做到统一
_MergeSort(data, begin1, end1, tmp);// 递归调用子函数使数组分割的两个数组有序
_MergeSort(data, begin2, end2, tmp);
// 调用完子函数，分割的两个数组是有序的，将两数组合并
while (begin1 <= end1 && begin2 <= end2)
{
if (data[begin1] < data[begin2])
tmp[index++] = data[begin1++];//将小的数存到tmp中，index与begin1向后走
else
tmp[index++] = data[begin2++];
}
// 遍历完一个数组，上面的循环结束，还有一个数组的数没有遍历完，将每遍历完的数组的数接到tmp中
while (begin1 <= end1)
tmp[index++] = data[begin1++];
while (begin2 <= end2)
tmp[index++] = data[begin2++];
memcpy(data + begin, tmp + begin, sizeof(int) * (end - begin + 1));// 将tmp中的所有数拷贝到原数组中
}
void MergeSort(int* data, int n)
{
int begin = 0;
int end = n - 1;
int* tmp = (int*)malloc(sizeof(int) * n);//开辟临时数组tmp
_MergeSort(data, begin, end, tmp);// 调用子函数使数组有序
free(tmp);
}
注意点1
要注意两个点，1.不能在MergeSort函数调用_MergeSort子函数后再将tmp的数据拷贝到原数组中。
比如将_MergeSort子函数将[10，6]归并成[6，10]之后，要将[6，10]正确的顺序拷贝到原数组中，否则在进行[6，10]与[1，7]这两组数的归并时，[6，10]变成了[10，6]，[1，7]成了[7，1]和没有排序前一样，这时再进行归并排序得到的数组顺序是错误的。所以在tmp数组中归并得到正确的数时，要将正确的数据拷贝回原数组，不能在最后拷贝。
注意点2
2.拷贝数组时，原数组和目标数组的起始位置要格外注意。
之前写归并出现了错误，在调试时发现我将memcpy写错了
memcpy是将原数组的n个字节数的数据拷贝到目标数组。这样的描述太简单，举上面的例子，数组名tmp作为一个数组的首元素地址，data同样也是，memcpy将你给的原地址tmp处向后的n个字节数的数据依次拷贝到以data为起始地址往后的n个字节数地址处
所以这样写的memcpy每次只拷贝了tmp数组的前几个数到data数组中。而有时归并排序排的数是data数组中间或者最后的数，都拷贝到data的前面，使得函数出错。
非比较排序
计数排序
以上的排序都是比较排序，即通过两个数之间的比大小得到一个有序的数列。但有的排序却不需要通过比较。
计数排序：通过哈希定址法进行排序。计数排序的时间复杂度小，但其实是一组用空间换时间的排序
假设有一个数组data，先遍历一遍data，得到data数组的最大值与最小值，知道了数组的范围再开辟一个count计数数组，将数组全初始化为0。将data数组中的数作为count数组的下标，将该位置的数加1。所以在count数组中的数表示以该下标为值的数在data数组中出现的次数，而数组下标是天然有序的，所以遍历count数组，就能得到data数组排序的结果。
void CountSort(int* data, int n)
{
int max = data[0];
int min = data[0];// 先将数组的第一个数假设成数组中的最大值和最小值
for (int i = 0; i < n; i++)
{
if (data[i] > max)
max = data[i];
if (data[i] < min)
min = data[i];
}
int range = max - min + 1;// 得到数组的范围，记得要+1
// 假设要排序的数据范围在0~9，得到的range是9，但0~9有10个数，所以range要+1
int* count = (int*)malloc(sizeof(int) * range);// 开辟计数数组
memset(count, 0, sizeof(int) * range);// 数组初始化为0
for (int i = 0; i < n; i++)
{
count[data[i] - min]++;// 记录data数组中数的出现次数
}
int index = 0; // index用来遍历count数组
for (int i = 0; i < range; i++)
{
while (count[i]--)// 当count数组中的数不为0，说明该数的下标在data中出现
data[index++] = i + min;// 将下标拷贝到原数组data中，index在拷贝后++
}
}
关于count[data[i] - min]++这行代码：为了减小空间的浪费，在开辟count数组时，不将data数组的最大数作为range开辟；如果数据范围在[5000, 10000]时，不开辟10000个int大小的数组，若开辟10000个int大小的数组将浪费前5000个int的空间。所以采用相对映射的方式，在得到data数组的范围range后，只开辟range个int大小的数组。这种方式使得数据映射时要减去最小值，假设现在有一个数5002，要映射到count数组中，将5002-5000得到2，将count下标为2的位置++，说明2出现了一次，但由于时相对映射，所以在拷贝回原数组data时，i下标要加上减去的min，所以要写data[index++] = i + min，而不是data[index++] = i。
