排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。

常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。

本文将依次介绍上述八大排序算法。

算法一：插入排序

插入排序示意图

插入排序是一种最简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

算法步骤：

1）将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。

2）从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）

算法二：希尔排序

希尔排序示意图

希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是非稳定排序算法。

希尔排序是基于插入排序的以下两点性质而提出改进方法的：

●插入排序在对几乎已经排好序的数据操作时， 效率高， 即可以达到线性排序的效率

●但插入排序一般来说是低效的， 因为插入排序每次只能将数据移动一位

希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行依次直接插入排序。

算法步骤：

1）选择一个增量序列t1，t2，…，tk，其中ti>tj，tk=1；

2）按增量序列个数k，对序列进行k 趟排序；

3）每趟排序，根据对应的增量ti，将待排序列分割成若干长度为m 的子序列，分别对各子表进行直接插入排序。仅增量因子为1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。

算法三：选择排序

选择排序示意图

选择排序(Selection sort)也是一种简单直观的排序算法。

算法步骤：

1）首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置

2）再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。

3）重复第二步，直到所有元素均排序完毕。

算法四：冒泡排序

冒泡排序示意图

冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

算法步骤：

1）比较相邻的元素。如果第一个比第二个大，就交换他们两个。

2）对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。

3）针对所有的元素重复以上的步骤，除了最后一个。

4）持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

算法五：归并排序

归并排序示意图

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。

算法步骤：

1.申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列

2.设定两个指针，最初位置分别为两个已经排序序列的起始位置

3.比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置

4.重复步骤3直到某一指针达到序列尾

5.将另一序列剩下的所有元素直接复制到合并序列尾

详细介绍：归并排序

算法六：快速排序

快速排序示意图

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

快速排序使用分治法（Divide and conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。

算法步骤：

1.从数列中挑出一个元素，称为 “基准”（pivot），

2.重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。

3.递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会退出，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

详细介绍：快速排序

算法七：堆排序

堆排序示意图

堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

堆排序的平均时间复杂度为Ο(nlogn) 。

算法步骤：

1）创建一个堆H[0..n-1]

2）把堆首（最大值）和堆尾互换

3）把堆的尺寸缩小1，并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置

4） 重复步骤2，直到堆的尺寸为1

详细介绍：堆排序

算法八：基数排序

基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。

说基数排序之前，我们简单介绍桶排序：

算法思想：是将阵列分到有限数量的桶子里。每个桶子再个别排序（有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序）。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候，桶排序使用线性时间（Θ（n））。但桶排序并不是 比较排序，他不受到 O(n log n) 下限的影响。

简单来说，就是把数据分组，放在一个个的桶中，然后对每个桶里面的在进行排序。

例如要对大小为[1..1000]范围内的n个整数A[1..n]排序

首先，可以把桶设为大小为10的范围，具体而言，设集合B[1]存储[1..10]的整数，集合B[2]存储 (10..20]的整数，……集合B[i]存储( (i-1)*10, i*10]的整数，i = 1,2,..100。总共有 100个桶。

然后，对A[1..n]从头到尾扫描一遍，把每个A[i]放入对应的桶B[j]中。 再对这100个桶中每个桶里的数字排序，这时可用冒泡，选择，乃至快排，一般来说任 何排序法都可以。

最后，依次输出每个桶里面的数字，且每个桶中的数字从小到大输出，这 样就得到所有数字排好序的一个序列了。

假设有n个数字，有m个桶，如果数字是平均分布的，则每个桶里面平均有n/m个数字。如果

对每个桶中的数字采用快速排序，那么整个算法的复杂度是

O(n + m * n/m*log(n/m)) = O(n + nlogn –nlogm)

从上式看出，当m接近n的时候，桶排序复杂度接近O(n)

当然，以上复杂度的计算是基于输入的n个数字是平均分布这个假设的。这个假设是很强的 ，实际应用中效果并没有这么好。如果所有的数字都落在同一个桶中，那就退化成一般的排序了。

前面说的几大排序算法 ，大部分时间复杂度都是O（n2），也有部分排序算法时间复杂度是O(nlogn)。而桶式排序却能实现O（n）的时间复杂度。但桶排序的缺点是：

1）首先是空间复杂度比较高，需要的额外开销大。排序有两个数组的空间开销，一个存放待排序数组，一个就是所谓的桶，比如待排序值是从0到m-1，那就需要m个桶，这个桶数组就要至少m个空间。

2）其次待排序的元素都要在一定的范围内等等。

总结

各种排序的稳定性，时间复杂度、空间复杂度、稳定性总结如下图：

关于时间复杂度：

(1)平方阶(O(n2))排序

各类简单排序:直接插入、直接选择和冒泡排序；

(2)线性对数阶(O(nlog2n))排序

快速排序、堆排序和归并排序；

(3)O(n1+§))排序,§是介于0和1之间的常数。

希尔排序

(4)线性阶(O(n))排序

基数排序，此外还有桶、箱排序。

关于稳定性：

稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序

不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序

第二篇：C++八大排序算法

插入排序

1.直接插入排序

原理：将数组分为无序区和有序区两个区，然后不断将无序区的第一个元素按大小顺序插入到有序区中去，最终将所有无序区元素都移动到有序区完成排序。

要点：设立哨兵，作为临时存储和判断数组边界之用。 实现：

Void InsertSort(Node L[],int length)

{ Int i,j;//分别为有序区和无序区指针

for(i=1;i<length;i++)//逐步扩大有序区

{ j=i+1;

if(L[j]<L[i])

{

L[0]=L[j];//存储待排序元素

While(L[0]<L[i])//查找在有序区中的插入位置，同时移动元素

{

L[i+1]=L[i];//移动

i--;//查找

}

L[i+1]=L[0];//将元素插入 }

i=j-1;//还原有序区指针

} }

2.希尔排序

原理：又称增量缩小排序。先将序列按增量划分为元素个数相同的若干组，使用直接插入排序法进行排序，然后不断缩小增量直至为1，最后使用直接插入排序完成排序。

要点：增量的选择以及排序最终以1为增量进行排序结束。

实现：

Void shellSort(Node L[],int d)

{

While(d>=1)//直到增量缩小为1 {

Shell(L,d);

d=d/2;//缩小增量

}

}

Void Shell(Node L[],int d)

{

Int i,j;

For(i=d+1;i<length;i++)

{ if(L[i]<L[i-d])

{ L[0]=L[i];

j=i-d;

While(j>0&&L[j]>L[0])

{

L[j+d]=L[j];//移动

j=j-d;//查找 } L[j+d]=L[0];

}

}

} 交换排序

1.冒泡排序

原理：将序列划分为无序和有序区，不断通过交换较大元素至无序区尾完成排序。 要点：设计交换判断条件，提前结束以排好序的序列循环。

实现：

Void BubbleSort(Node L[])

{ Int i ,j;

Bool ischanged;//设计跳出条件

For(j=n;j<0;j--)

{

ischanged =false; For(i=0;i<j;i++)

{

If(L[i]>L[i+1])//如果发现较重元素就向后移动

{

Int temp=L[i];

L[i]=L[i+1];

L[i+1]=temp;

Ischanged =true; } }

If(!ischanged)//若没有移动则说明序列已经有序，直接跳出

Break;

}

} 2.快速排序

原理：不断寻找一个序列的中点，然后对中点左右的序列递归的进行排序，直至全部序列排序完成，使用了分治的思想。

要点：递归、分治

实现：

选择排序

1.直接选择排序

原理：将序列划分为无序和有序区，寻找无序区中的最小值和无序区的首元素交换，有序区扩大一个，循环最终完成全部排序。

要点：

实现：

Void SelectSort(Node L[])

{

Int i,j,k;//分别为有序区，无序区，无序区最小元素指针

For(i=0;i<length;i++)

{

k=i;

For(j=i+1;j<length;j++)

{

If(L[j]<L[k])

k=j; }

If(k!=i)//若发现最小元素，则移动到有序区

{

Int temp=L[k];

L[k]=L[i];

L[i]=L[temp];

}

}

} 2.堆排序

原理：利用大根堆或小根堆思想，首先建立堆，然后将堆首与堆尾交换，堆尾之后为有序区。

要点：建堆、交换、调整堆 实现：

Void HeapSort(Node L[])

{

BuildingHeap(L);//建堆（大根堆）

For(int i=n;i>0;i--)//交换

{ Int temp=L[i];

L[i]=L[0];

L[0]=temp;

Heapify(L,0,i);//调整堆

}

}

Void BuildingHeap(Node L[])

{ For(i=length/2 -1;i>0;i--)

Heapify(L,i,length);

} 归并排序

原理：将原序列划分为有序的两个序列，然后利用归并算法进行合并，合并之后即为有序序列。

要点：归并、分治

实现：

Void MergeSort(Node L[],int m,int n)

{

Int k;

If(m<n)

{ K=(m+n)/2; MergeSort(L,m,k);

MergeSort(L,k+1,n);

Merge(L,m,k,n);

}

}

基数排序

原理：将数字按位数划分出n个关键字，每次针对一个关键字进行排序，然后针对排序后的序列进行下一个关键字的排序，循环至所有关键字都使用过则排序完成。

要点：对关键字的选取，元素分配收集。

实现：

Void RadixSort(Node L[],length,maxradix)

{ Int m,n,k,lsp;

k=1;m=1;

Int temp[10][length-1];

Empty(temp); //清空临时空间

While(k<maxradix) //遍历所有关键字

{

For(int i=0;i<length;i++) //分配过程

{

If(L[i]<m)

Temp[0][n]=L[i];

Else Lsp=(L[i]/m)%10; //确定关键字

Temp[lsp][n]=L[i];

n++; } CollectElement(L,Temp); //收集

n=0;

m=m*10;

k++;

}

}

C语言指针实现排序算法［转载］

C语言指针实现排序算法

相关知识介绍（所有定义只为帮助读者理解相关概念，并非严格定义）：

1、稳定排序和非稳定排序

简单地说就是所有相等的数经过某种排序方法后，仍能保持它们在排序之前的相对次序，我们就

说这种排序方法是稳定的。反之，就是非稳定的。

比如：一组数排序前是a1,a2,a3,a4,a5，其中a2=a4，经过某种排序后为a1,a2,a4,a3,a5， 则我们说这种排序是稳定的，因为a2排序前在a4的前面，排序后它还是在a4的前面。假如变成a1,a4,

a2,a3,a5就不是稳定的了。

2、内排序和外排序

在排序过程中，所有需要排序的数都在内存，并在内存中调整它们的存储顺序，称为内排序； 在排序过程中，只有部分数被调入内存，并借助内存调整数在外存中的存放顺序排序方法称为外排序。

3、算法的时间复杂度和空间复杂度

所谓算法的时间复杂度，是指执行算法所需要的计算工作量。

一个算法的空间复杂度，一般是指执行这个算法所需要的内存空间。

==================================================== */

/*

================================================ 功能：选择排序

输入：数组名称（也就是数组首地址）、数组中元素个数

================================================ */

/*

==================================================== 算法思想简单描述：

在要排序的一组数中，选出最小的一个数与第一个位置的数交换；

然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环

到倒数第二个数和最后一个数比较为止。

选择排序是不稳定的。算法复杂度O(n2)--[n的平方]

===================================================== */

void select_sort(int *x, int n)

{

int i, j, min, t;

for (i=0; i<n-1; i++) /*要选择的次数：0~n-2共n-1次*/

{

min = i; /*假设当前下标为i的数最小，比较后再调整*/

for (j=i+1; j<n; j++)/*循环找出最小的数的下标是哪个*/

{

if (*(x+j) < *(x+min))

{

min = j; /*如果后面的数比前面的小，则记下它的下标*/

}

}

if (min != i) /*如果min在循环中改变了，就需要交换数据*/

{

t = *(x+i);

*(x+i) = *(x+min);

*(x+min) = t;

}

}

}

/*

================================================ 功能：直接插入排序

输入：数组名称（也就是数组首地址）、数组中元素个数

================================================ */

/*

==================================================== 算法思想简单描述：

在要排序的一组数中，假设前面(n-1) [n>=2] 个数已经是排

好顺序的，现在要把第n个数插到前面的有序数中，使得这n个数

也是排好顺序的。如此反复循环，直到全部排好顺序。

直接插入排序是稳定的。算法时间复杂度O(n2)--[n的平方]

===================================================== */

void insert_sort(int *x, int n)

{

int i, j, t;

for (i=1; i<n; i++) /*要选择的次数：1~n-1共n-1次*/

{

/*

暂存下标为i的数。注意：下标从1开始，原因就是开始时

第一个数即下标为0的数，前面没有任何数，单单一个，认为

它是排好顺序的。

*/

t=*(x+i);

for (j=i-1; j>=0 && t<*(x+j); j--) /*注意：j=i-1，j--，这里就是下标为i的数，在它前面有序列中找插入位置。*/

{

*(x+j+1) = *(x+j); /*如果满足条件就往后挪。最坏的情况就是t比下标为0的数都小，它要放在最前面，j==-1，退出循环*/

}

*(x+j+1) = t; /*找到下标为i的数的放置位置*/

}

}

/*

================================================ 功能：冒泡排序

输入：数组名称（也就是数组首地址）、数组中元素个数

================================================ */

/*

==================================================== 算法思想简单描述：

在要排序的一组数中，对当前还未排好序的范围内的全部数，自上

而下对相邻的两个数依次进行比较和调整，让较大的数往下沉，较

小的往上冒。即：每当两相邻的数比较后发现它们的排序与排序要

求相反时，就将它们互换。

下面是一种改进的冒泡算法，它记录了每一遍扫描后最后下沉数的

位置k，这样可以减少外层循环扫描的次数。

冒泡排序是稳定的。算法时间复杂度O(n2)--[n的平方]

===================================================== */

void bubble_sort(int *x, int n)

{

int j, k, h, t;

for (h=n-1; h>0; h=k) /*循环到没有比较范围*/

{

for (j=0, k=0; j<h; j++) /*每次预置k=0，循环扫描后更新k*/

{

if (*(x+j) > *(x+j+1)) /*大的放在后面，小的放到前面*/

{

t = *(x+j);

*(x+j) = *(x+j+1);

*(x+j+1) = t; /*完成交换*/

k = j; /*保存最后下沉的位置。这样k后面的都是排序排好了的。*/

}

}

}

}

/*

================================================ 功能：希尔排序

输入：数组名称（也就是数组首地址）、数组中元素个数

================================================ */

/*

==================================================== 算法思想简单描述：

在直接插入排序算法中，每次插入一个数，使有序序列只增加1个节点，

并且对插入下一个数没有提供任何帮助。如果比较相隔较远距离（称为

增量）的数，使得数移动时能跨过多个元素，则进行一次比较就可能消除

多个元素交换。D.L.shell于19xx年在以他名字命名的排序算法中实现

了这一思想。算法先将要排序的一组数按某个增量d分成若干组，每组中

记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量

对它进行，在每组中再进行排序。当增量减到1时，整个要排序的数被分成

一组，排序完成。

下面的函数是一个希尔排序算法的一个实现，初次取序列的一半为增量，

以后每次减半，直到增量为1。

希尔排序是不稳定的。

===================================================== */

void shell_sort(int *x, int n)

{

int h, j, k, t;

for (h=n/2; h>0; h=h/2) /*控制增量*/

{

for (j=h; j<n; j++) /*这个实际上就是上面的直接插入排序*/

{

t = *(x+j);

for (k=j-h; (k>=0 && t<*(x+k)); k-=h)

{

*(x+k+h) = *(x+k);

}

*(x+k+h) = t;

}

}

}

/*

================================================ 功能：快速排序

输入：数组名称（也就是数组首地址）、数组中起止元素的下标

================================================ */

/*

==================================================== 算法思想简单描述：

快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟

扫描后，使得排序序列的长度能大幅度地减少。在冒泡排序中，一次

扫描只能确保最大数值的数移到正确位置，而待排序序列的长度可能只

减少1。快速排序通过一趟扫描，就能确保某个数（以它为基准点吧）

的左边各数都比它小，右边各数都比它大。然后又用同样的方法处理

它左右两边的数，直到基准点的左右只有一个元素为止。它是由

C.A.R.Hoare于19xx年提出的。

显然快速排序可以用递归实现，当然也可以用栈化解递归实现。下面的

函数是用递归实现的，有兴趣的朋友可以改成非递归的。

快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n)，最坏O(n2)

===================================================== */

void quick_sort(int *x, int low, int high)

{

int i, j, t;

if (low < high) /*要排序的元素起止下标，保证小的放在左边，大的放在右边。这里以下标为low的元素为基准点*/

{

i = low;

j = high;

t = *(x+low); /*暂存基准点的数*/

while (i<j) /*循环扫描*/

{

while (i<j && *(x+j)>t) /*在右边的只要比基准点大仍放在右边*/

{

j--; /*前移一个位置*/

}

if (i<j)

{

*(x+i) = *(x+j); /*上面的循环退出：即出现比基准点小的数，替换基准点的数*/ i++; /*后移一个位置，并以此为基准点*/

}

while (i<j && *(x+i)<=t) /*在左边的只要小于等于基准点仍放在左边*/

{

i++; /*后移一个位置*/

}

if (i<j)

{

*(x+j) = *(x+i); /*上面的循环退出：即出现比基准点大的数，放到右边*/

j--; /*前移一个位置*/

}

}

*(x+i) = t; /*一遍扫描完后，放到适当位置*/

quick_sort(x,low,i-1); /*对基准点左边的数再执行快速排序*/

quick_sort(x,i+1,high); /*对基准点右边的数再执行快速排序*/

}

}

/*

================================================ 功能：堆排序

输入：数组名称（也就是数组首地址）、数组中元素个数

================================================ */

/*

==================================================== 算法思想简单描述：

堆排序是一种树形选择排序，是对直接选择排序的有效改进。

堆的定义如下：具有n个元素的序列（h1,h2,...,hn),当且仅当

满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1）(i=1,2,...,n/2)

时称之为堆。在这里只讨论满足前者条件的堆。

由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项。完全二叉树可以 很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。

初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储顺序， 使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点 交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点 的堆，并对它们作交换，最后得到有n个节点的有序序列。

从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素 交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数 实现排序的函数。

堆排序是不稳定的。算法时间复杂度O(nlog2n)。

*/

/*

功能：渗透建堆

输入：数组名称（也就是数组首地址）、参与建堆元素的个数、从第几个元素开始 */

void sift(int *x, int n, int s)

{

int t, k, j;

t = *(x+s); /*暂存开始元素*/

k = s; /*开始元素下标*/

j = 2*k + 1; /*右子树元素下标*/

while (j<n)

{

if (j<n-1 && *(x+j) < *(x+j+1))/*判断是否满足堆的条件：满足就继续下一轮比较，否则调整。*/

{

j++;

}

if (t<*(x+j)) /*调整*/

{

*(x+k) = *(x+j);

k = j; /*调整后，开始元素也随之调整*/

j = 2*k + 1;

}

else /*没有需要调整了，已经是个堆了，退出循环。*/ {

break;

}

}

*(x+k) = t; /*开始元素放到它正确位置*/

}

/*

功能：堆排序

输入：数组名称（也就是数组首地址）、数组中元素个数 */

void heap_sort(int *x, int n)

{

int i, k, t;

int *p;

for (i=n/2-1; i>=0; i--)

{

sift(x,n,i); /*初始建堆*/

}

for (k=n-1; k>=1; k--)

{

t = *(x+0); /*堆顶放到最后*/

*(x+0) = *(x+k);

*(x+k) = t;

sift(x,k,0); /*剩下的数再建堆*/

}

}

void main()

{

#define MAX 4

int *p, i, a[MAX];

/*录入测试数据*/

p = a;

printf("Input %d number for sorting :\n",MAX); for (i=0; i<MAX; i++)

{

scanf("%d",p++);

}

printf("\n");

/*测试选择排序*/

p = a;

select_sort(p,MAX);

/**/

/*测试直接插入排序*/

/*

p = a;

insert_sort(p,MAX);

*/

/*测试冒泡排序*/

/*

p = a;

insert_sort(p,MAX);

*/

/*测试快速排序*/

/*

p = a;

quick_sort(p,0,MAX-1);

*/

/*测试堆排序*/

/*

p = a; heap_sort(p,MAX); */

for (p=a, i=0; i<MAX; i++) {

printf("%d ",*p++); }

printf("\n");

system("pause"); }