七大排序的 java 实现和理解
排序
- 插入排序
- 1.直接插入排序
- 2.希尔排序
- 选择排序
- 3.直接选择排序
- 4.堆排序
- 交换排序
- 5.冒泡排序
- 6.快排
- 归并排序
- 7.归并排序
- 稳定性
- 快排和归并排序的非递归实现
插入排序
1.直接插入排序
动图传送门.
思想: 类比打扑克时,一张张揭牌并从后向前找到插入位置,让手中的牌永远为有序状态
// 1.直接插入
public static void insertSort(int[] array) {// 1.一张张揭牌,手中的牌一直是有序的for (int i = 1; i < array.length; i++) {// 揭到第 i 张牌int curNum = array[i];// 2.向前寻找可插入的地方int j = i - 1;while (j >= 0 && curNum < array[j]) {// 还没有到插入的位置,第j位置向后移动,留出空位array[j + 1] = array[j];j --;}// 3.插入揭到的牌array[j + 1] = curNum;}
}
时间复杂度:
时间复杂度 | 平均:O(n^2) | 最好(有序时):O(n) | 最坏(逆序时):O(n^2) |
---|---|---|---|
空间复杂度:O(1) | |||
稳定性:稳定 | |||
优化:折半查找,先用折半查找到队对应位置,再搬移 |
2.希尔排序
图解:
思想: 直接插入排序在有序时时间复杂度为 O(n),希尔排序的思想是先让数组趋于有序,再进行直接插入排序。
具体做法:把待排序数组中所有距离为 n 的数记录分在同一组内,并对每一组内的记录进行排序。这样距离为 n 的数边为有序,再缩小 n 值重复上述操作,整个数组逐渐趋于有序,最后 n = 1时,也就是直接插入排序。
// 2.希尔排序
public static void shellSort(int[] array) {int gap = array.length;while (gap > 0) {insertSortGap(array, gap);// 缩小增量公式gap = gap /3 + 1;}// 此时数组已经趋于有序, gap = 1 时,相当于直接插入排序insertSortGap(array,1);
}private static void insertSortGap(int[] array, int gap) {// 对 array 中相隔 gap 的数进行排序,类比直接插入排序for (int i = gap; i < array.length; i += gap) {int curNum = array[i];int j = i - gap;while (j >= 0 && curNum < array[j]) {array[j + gap] = array[j];j -= gap;}array[j + gap] = curNum;}
}
时间复杂度:
时间复杂度 | 平均:O(n^1.3) | 最好:O(n) | 最坏:O(n^2) |
---|---|---|---|
空间复杂度:O(1) | |||
稳定性:不稳定 |
选择排序
3.直接选择排序
思想:每轮从无序区间选择最小的数交换到最前边
// 3.直接选择排序
public static void selectSort(int[] array) {// 从无序区间选择最小数交换到最无序区间的最前边 有序区间[0,i) 无序区间[i,len]for (int i = 0; i < array.length; i++) {int minIndex = i;// 寻找最小值下标for (int j = i + 1; j < array.length; j++) {if (array[j] < array[minIndex]) {minIndex = j;}}// 找到后,交换位置int tmp = array[i];array[i] = array[minIndex];array[minIndex] = tmp;}
}
时间复杂度:每轮都要从头到尾遍历,对数据不敏感,O(n^2)
空间复杂度: O(1)
稳定性:不稳定
优化:双向选择排序,每次从无序区间找出最大和最小的元素放到最前和最后
4.堆排序
动画演示.
思想:同直接选择排序,只是不在使用每轮遍历查找无序区间的最小数放在最前边,而是通过创建大根堆每轮来选择最大值(堆顶的数)放在最后边
注意: 排升序要建大堆;排降序要建小堆
// 4.堆排
public static void heapSort(int[] array) {// 1.创建大根堆int end = array.length - 1;for (int i = (end - 1) / 2; i >= 0 ; i--) {// 从最后一个非子叶结点开始向下调整adjustDown(array, i, end);}// 2. 选择最大数交换位置while (end > 0) {// 将最大数换到最后边swap(array, 0, end);// 缩小无序区间end --;//再向下调整adjustDown(array, 0, end);}
}
// 向下调整:调整为父亲结点值大于子结点,在找到最大子结点后与父亲结点对比交换
private static void adjustDown(int[] array, int parent, int end) {// 默认最大子结点int child = 2 * parent + 1;// 有可能要调整的父亲结点是个很小的数,与最大子结点交换后依然小于子结点,还需继续调整。所以要 while 循环里,直到大于子结点或者没有子结点结束循环while (child <= end) {// 如果存在右孩子,并且右孩子大于左孩子,更新最大孩子结点if (child + 1 <= end && array[child + 1] > array[child]) {child += 1;}// 此时的 child 已经为为最大子结点if (array[child] > array[parent]) {// 如果最大孩子结点大于父亲结点,交换swap(array, child, parent);// 从子结点开始下一轮调整parent = child;child = 2 * parent + 1;} else {// 大于子结点,跳出循环break;}}
}
// 交换位置
private static void swap(int[] array, int i, int j) {int temp = array[i];array[i] = array[j];array[j] = temp;
}
时间复杂度:O(logn)
空间复杂度:O(1)
稳定性:不稳定
交换排序
5.冒泡排序
思想:在无序区间,通过相邻数的比较,将最大的数冒泡到无序区间的最后
// 5.冒泡排序
public static void bubbleSort(int[] array) {// 无序区间[0,len-i], i表示有序区间 数的个数for (int i = 0; i < array.length; i++) {// 遍历无序区间for (int j = 0; j < array.length - i - 1; j++) {// 对比交换相邻两个数较大的数if (array[j] > array[j + 1]) {// 交换位置int tmp = array[j];array[j] = array[j + 1];array[j + 1] = tmp;}}}
}
时间复杂度:O(n^2)
空间复杂度: O(1)
稳定性:稳定
6.快排
思想:选定一个数作为基准,一轮遍历确定基准数位置(数组有序后基准的位置),并保证左边全是小于基准数,右边全是大于基准数,再对基准数两边进行同样的操作。即每轮将待排序区间分割为大小两个区间,中间的分割点就是基准数。
// 6.快排public static void quickSort(int[] array) {quick(array, 0, array.length - 1);}// 递归private static void quick(int[] array, int low, int high) {// 结束条件if (low >= high) return;// 确定大小两区间的 分割点int piv = pivot(array, low, high);// 对两边区间递归quick(array, low, piv - 1);quick(array, piv + 1, high);}// 划分大小区间,并返回分割点下标private static int pivot(int[] array, int start, int end) {// 将待排序区间的首位 确定为基准数int piv = array[start];// 开始寻找基准数该在的位置while (start < end) {// 从右开始找小于基准数的数while (start < end && array[end] >= piv) {end --;}// 放在前边,因为小于基准数的数不应该出现在基准数之后array[start] = array[end];// 从左开始找大于基准数的数while (start < end && array[start] <= piv) {start ++;}// 放在后边,因为大于基准数的数不应该出现在基准数之前array[end] = array[start];}// 左右指针相遇位置,就是数组有序后基准数应该在的位置。因为上边一轮交换后,该位置左边全都小于基准数,右边全大于基准数array[end] = piv;// 返回基准数应该在的位置,及数组有序后基准数在的位置return end;}
时间复杂度:
时间复杂度 | 平均:O(n * log(n)) | 最好(均匀划分):O(n * log(n)) | 最坏(有序的情况):O(n^2) |
---|---|---|---|
若均匀划分,递归 logn 层你,每次遍历 n 个数,故时间复杂度为 O(nlogn),若有序,则基准位置不需要动,每次都会以第一个位置划分区间,相当于没有划分区间,需要递归 n层,故 时间复杂度为 O(n^2)。 |
空间复杂度:
时间复杂度 | 平均:O(log(n)) | 最好(均匀划分):O(log(n)) | 最坏(有序的情况):O(n) |
---|---|---|---|
原因同上,同递归的层数。 |
稳定性: 不稳定
优化: 以更均匀的划分区间为目的
- 随机选取基准
- 三数取中法:选3个数(最左、最右、中间)把中间大小的数和第一个数交换
归并排序
7.归并排序
图解:
思想:如果数组只有一个数,那么肯定有序。归并排序,先将数组分解为最小子序列,再俩俩合并,将问题转化为合并两个有序序列。这里同快排都用到了 分治思想(先放个连接回头聊).
// 7.归并排序
public static void mergeSort(int[] array) {mergeSortInternal(array, 0, array.length - 1);
}
// 递归
private static void mergeSortInternal(int[] array, int low, int high) {// 结束条件if (low >= high) return;int mid = (low + high) / 2;// 递归左右两部分mergeSortInternal(array, low, mid);mergeSortInternal(array, mid + 1, high);// 合并merge(array, low, mid, high);
}
// 合并两个有序数组 数组1:[low, mid] 数组2:[mid+1, high]
private static void merge(int[] array, int low, int mid, int high) {// 两个区间的起始位置int s1 = low;int s2 = mid + 1;// 归并结果接受数组int tmp[] = new int[high - low + 1];int k = 0;// s1 和 s2都不出界时,对比较小的数放在前边while (s1 <= mid && s2 <= high) {if (array[s1] <= array[s2]) {tmp[k++] = array[s1++];}if (array[s2] <= array[s1]) {tmp[k++] = array[s2++];}}// 两个区间剩余部分,添加到后边即可while (s1 <= mid) {tmp[k++] = array[s1++];}while (s2 <= high) {tmp[k++] = array[s2++];}// 拷贝回原数组for (int i = 0; i < tmp.length; i++) {// 注意拷贝的区间是 low 开始array[low + i] = tmp[i];}
}
归并排序对数据不敏感,时间复杂度和空间复杂度固定不变
时间复杂度:类比快排,O(n * log(n))
空间复杂度: O(n)
稳定性:稳定
归并排序时间复杂度和快排相似,空间复杂度又不如快排,归并排序就不如快排吗?
非也,归并排序可用于解决海量数据的排序问题(外部排序)
场景:内存只有 1G,需要排序的数据有 100G
因为内存中因为无法把所有数据全部放下,所以需要外部排序,而归并排序是最常用的外部排序
- 先把文件切分成 200 份,每个 512 M
- 分别对 512 M 排序,因为内存已经可以放的下,所以任意排序方式都可以
- 进行 200 路归并,同时对 200 份有序文件做归并过程,最终结果就有序了
稳定性
两个相等的数据,如果经过排序后,排序算法能保证其相对位置不发生变化,则我们称该算法是具备稳定性的排序算
法。
快排和归并排序的非递归实现
快排:
public static void quickSort2(int[] array) {Stack<Integer> stack = new Stack<>();int low = 0;int high = array.length - 1;int piv = pivot(array, low, high);if (piv > low + 1) { //判断左边至少有两个元素stack.push(low);stack.push(piv - 1);}if (piv < high - 1) {stack.push(piv + 1);stack.push(high);}while (!stack.empty()) {high = stack.pop();low = stack.pop();piv = pivot(array, low, high);if (piv > low + 1) {stack.push(low);stack.push(piv - 1);}if (piv < high - 1) {stack.push(piv + 1);stack.push(high);}}
}
归并排序:
public static void mergeSort1(int[] array) {for (int i = 1; i < array.length; i *= 2) {merge1(array, i);}
}
private static void merge1(int[] array, int gap) {int s1 = 0;int e1 = s1 + gap - 1;int s2 = e1 + 1;int e2 = s2 + gap - 1 < array.length ? s2 + gap - 1 : array.length - 1; // 防止越界int[] tmp = new int[array.length];int k = 0;while (s2 < array.length) { // 有两个归并段while (s1 <= e1 && s2 <= e2) {if (array[s1] <= array[s2]) {tmp[k++] = array[s1++];}if (array[s2] <= array[s1]) {tmp[k++] = array[s2++];}}while (s1 <= e1) {tmp[k++] = array[s1++];}while (s2 <= e2) {tmp[k++] = array[s2++];}s1 = e2 + 1;e1 = s1 + gap - 1;s2 = e1 + 1;e2 = s2 + gap - 1 < array.length ? s2 + gap - 1 : array.length - 1;}while (s1 < array.length) {tmp[k++] = array[s1++];}for (int i = 0; i < tmp.length; i++) {array[i] = tmp[i];}}
七大排序的 java 实现和理解相关推荐
- 最详细的排序解析,理解七大排序
最详细的排序解析,理解七大排序 mp.weixin.qq.com 点击上方"方志朋",选择"置顶或者星标" 你的关注意义重大! 注: lgN在这里为1og2N简 ...
- Java排序(七大排序合集)
七大排序 1.冒泡排序 1.1.排序过程图 1.2.排序思想 1.3.排序代码 1.4.代码改进 2.选择排序 2.1.排序过程图 2.2.排序思想 2.3.排序代码 2.4.代码改进--双向选择排序 ...
- 七大排序的个人总结(一)
今天花了点时间把七个常见的内部排序重新复习了一遍,总结一下,也算是验证一下自己有没有真正理解. 冒泡排序(Bubble Sort): 很多人听到排序第一个想到的应该就是冒泡排序了.也确实,冒泡排序的想 ...
- 七大排序算法的个人总结(一)
冒泡排序(Bubble Sort): 很多人听到排序第一个想到的应该就是冒泡排序了.也确实,冒泡排序的想法非常的简单:大的东西沉底,汽泡上升.基于这种思想,我们可以获得第一个版本的冒泡: public ...
- 几种经典的数据排序及其Java实现
选择排序 思想 n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果: ①初始状态:无序区为R[1..n],有序区为空. ②第1趟排序 在无序区R[1..n]中选出关键字最小的记录R[k ...
- Java 多线程 —— 深入理解 volatile 的原理以及应用
转载自 Java 多线程 -- 深入理解 volatile 的原理以及应用 推荐阅读:<java 多线程-线程怎么来的> 这一篇主要讲解一下volatile的原理以及应用,想必看完这一篇 ...
- 七大排序的个人总结(二) 归并排序(Merge
七大排序的个人总结(二) 归并排序(Merge 归并排序(Merge Sort): 归并排序是一个相当"稳定"的算法对于其它排序算法,比如希尔排序,快速排序和堆排序而言,这些算法 ...
- java中的排序方法,Java中的排序比较方式:自然排序和比较器排序
这里所说到的Java中的排序并不是指插入排序.希尔排序.归并排序等具体的排序算法.而是指执行这些排序算法时,比较两个对象"大小"的比较操作.我们很容易理解整型的 i>j 这样 ...
- 万字手撕七大排序(代码+动图演示)
万字拿捏七大排序 1.排序的概念及其运用 1.1排序的概念 1.2 排序的运用 1.3 常见的排序算法 2. 常见排序算法的实现 2.1 插入排序 2.1.1 基本思想 2.1.2直接插入排序 2.1 ...
- Java集合排序及java集合类详解
Java集合排序及java集合类详解 (Collection, List, Set, Map) 摘要内容 集合是Java里面最常用的,也是最重要的一部分.能够用好集合和理解好集合对于做Java程序的开 ...
最新文章
- 修改AspNetSqlMembershipProvider的密码规则
- 【特征工程】17种将离散特征转化为数字特征的方法
- [HAOI2014]贴海报
- AngularJS之watch
- E - Another Postman Problem FZU - 2038
- GOF之结构型模式Ⅱ(重点)
- 使用jxl来读取Excel中的数据
- 2021安徽高考成绩及录取结婚查询,2020安徽高考录取结果查询时间及通知书发放时间...
- myeclipse 的 restart server和Redeploy/Reload application的区别
- ssm房屋租赁管理系统ssm房屋管理系统JSP网上租房系统JSP房产信息网站房屋租赁系统房屋
- Java 在Word中创建多级项目符号列表和编号列表
- 中国好同事!帮程序猿跟姑娘表白,他们组了一支乐队
- IOM计算机组成原理,计算机组成原理设计教案.doc
- 极限编程-拥抱变化阅读感想(二)
- Spring Boot 2.0 配置图文教程 1
- for 循环语句基本用法及示例
- JAVA程序填空题用公式求e_Java 使用对象 编程练习题
- 阿里云ECS端口无法访问问题解决
- ViewPager+Fragment刷新更新Fragment
- 1001系列之pandas0001如何从Mysql数据库中导入导出数据
热门文章
- NFC:Arduino、Android与PhoneGap近场通信
- 独辟蹊径品内核 轻松领悟读书高境界
- 5.5 tensorflow2实现多项式回归与神经网络、未来一个月购买量预测——python实战
- jupyter notebook 内核挂掉
- python上下文管理器ContextLib及with语句
- keras 多GPU训练,单GPU权重保存和预测
- Vue中无法更改element ui组件样式问题
- Ubuntu解决依赖关系问题
- Google浏览器 — 取出图片颜色值
- Linux执行source /etc/profile报错“:command not found”