1. 排序
下面逐一写上述的排序算法。
注意:稳定和不稳定的依据是,相同的两个值,比如4*(*是为了区分后者的4,没其他特殊含义), 4,如果在排序前,4*在4的前面,排序后,4*依然在4的前面,则该排序是稳定的排序;否则是不稳定的。
1). 改进的冒泡排序
要点:
- 每轮冒泡不断比较相邻的两个元素,如果它们是逆序的,则交换它们的位置。
- 下一轮冒泡,可以调整未排序的右边界(即边界右边的部分是已经排序了的),减少了不必要的比较。
以数组3,2,1的冒泡排序为例,
第一轮冒泡:
第二轮冒泡:
未排序区域就剩下一个元素,结束。
优化手段:每次循环时,若能确定更合适的右边界,则可以减少很多冒泡轮数。
以数组3, 2, 1,4, 5为例,第一轮结束后记录的x即为右边界:
代码:
public void BubbleSort(int[] nums) {
int j = nums.length - 1;
int x = 0;
while (true) {
for (int i = 0; i < j; i++) {
if (nums[i] > nums[i + 1]) {
int temp = nums[i];
nums[i] = nums[i+1];
nums[i+1] = temp;
x = i;
}
}
// 更新未排序的右边界
j = x;
// 此时说明已经全部排序完了
if (j == 0) {
break;
}
}
}
2). 选择排序
要点:从数组中选出最大(最小)的元素,交换到合适的位置
public void SelectionSort(int[] nums) {
// 从索引nums.length - 1开始比较,如果遇到比它还大的元素就交换
// 一共比较nums.length - 1,索引0处不需要比较了
// 每次将最大的元素放在后面
for (int i = nums.length - 1; i > 0; i--) {
int max = i;
for (int j = 0; j < i; j++) {
if (nums[max] < nums[j]) {
max = j;
}
}
swap(nums, max, i);
}
}
private void swap(int[] nums, int i, int j) {
int temp;
temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
3). 堆排序
下面代码实现的是小顶堆,需要完成堆化,和下沉的代码。
public void HeapSort(int[] nums) {
heapify(nums);
}
//堆化
public void heapify(int[] nums) {
int size = nums.length;
//第一步 : 找到最后一个非叶子节点
//第二步 : 从该节点出发, 从后往前, 以此堆化
//size - 1即最后一个叶子节点, 依据公式, 该则为叶子节点的父亲节点
for (int parent = (size - 1) / 2; parent >= 0; parent--) {
int leftChild = parent*2 + 1;
int rightChild = parent*2 + 2;
int min = parent;
//如果存在左孩子, 而且父亲节点比孩子节点要大
if (leftChild < size && nums[min] > nums[leftChild]) {
min = leftChild;
}
//如果存在右孩子, 而且右孩子的值比左孩子和父亲还要小
if (rightChild < size && nums[min] > nums[rightChild]) {
min = rightChild;
}
//如果最小值不是父亲, 那么需要下沉
if (min != parent) {
down(parent, nums, size);
}
}
}
private void down(int parent, int[] nums, int size) {
int leftChild = parent*2 + 1;
int rightChild = parent*2 + 2;
int min = parent;
if (leftChild < size && nums[min] > nums[leftChild]) {
min = leftChild;
}
if (rightChild < size && nums[min] > nums[rightChild]) {
min = rightChild;
}
if (min != parent) {
swap(nums, min, parent);
down(min, nums, size);
}
}
4). 插入排序
要点:
- 将数组分为两部分[0, low-1], [low, a.length-1],左边[0, low-1]是已经排序的部分,右边[low, a.length-1]是未排序的部分。
- 每次从未排序区域取出low位置的元素,插入到已经排序区域。
public void InsertSort(int[] nums) {
for (int low = 1; low < nums.length; low++) {
int t = nums[low];
int i = low - 1;
// 如果满足条件,即不断把小于low的元素右移
while (i >= 0 && t < nums[i]){
nums[i+1] = nums[i];
i--;
}
// 找到了插入位置,插入其中
if (i != low - 1){
nums[i+1] = t;
}
}
}
5). 希尔排序(改进的插入排序)
要点:
- 简单的说,就是分组实现插入,每组元素间隙为gap。
- 每轮排序后gap逐渐减小,直至gap为1完成排序。
- 对插入排序的优化,让元素更快速的交换到最终的位置。
推演:
gap = nums.length/2等于4开始,low为4,将5和9进行插入排序,继续将3和8进行插入排序...
gap=gap/2等于2,low为2,1, 5, 9, 7进行插入排序,继续将3, 2, 8, 4进行插入排序....
gap=gap/2等于1,low为1,即普通的插入排序。
图:
代码:
public void ShellSort(int[] nums) {
for (int gap = nums.length >> 1; gap >= 1; gap = gap >> 1){
for (int low = gap; low < nums.length; low += gap) {
int t = nums[low];
int i = low - gap;
// 如果满足条件,即不断把小于low的元素右移
while (i >= 0 && t < nums[i]){
nums[i+gap] = nums[i];
i -= gap;
}
// 找到了插入位置,插入其中
if (i != low - gap){
nums[i+gap] = t;
}
}
}
}
6). 归并排序
(自上而下)
要点:
- 分:每次从中间切一刀,处理的数据少一半
- 治:当数据仅剩一个时可以认为有序。
- 合:两个有序的结果,可以进行合并。
代码:
public void MergeSortTopDown(int[] nums) {
int[] temp = new int[nums.length];
split(nums, 0, nums.length - 1, temp);
}
private void split(int[] nums, int left, int right, int[] temp) {
// 治:只有一个数据,此时说明有序,返回
if (left == right) {
return;
}
// 分
int mid = (left + right) / 2;
split(nums, left, mid, temp);
split(nums, mid+1, right, temp);
// 合:处理分裂的元素
merge(nums, left, mid, mid+1, right, temp);
// 将temp数组的元素复制到nums数组上
System.arraycopy(temp, left, nums, left, right - left + 1);
}
public static void merge(int[] nums, int i, int iEnd, int j, int jEnd, int[] temp){
int k = i;
// 如果两个数组的指针都未超出边界,则两个指针指向的元素进行比较,谁小就先被放到临时数组中
while (i <= iEnd && j <= jEnd){
if (nums[i] < nums[j]){
temp[k++] = nums[i++];
} else {
temp[k++] = nums[j++];
}
}
// 如果第一个数组指针已经全部放到临时数组中,那么将第二个数组的剩余元素也复制到临时数组
if(i > iEnd){
System.arraycopy(nums, j, temp, k, jEnd - j + 1);
}
if(j > jEnd){
System.arraycopy(nums, i, temp, k, iEnd - i + 1);
}
}
(自下而上)
过程:假如要排序3, 9, 2, 7, 8, 5, 1, 4这个数组
首先将[3, 9],[2, 7], [8, 5], [1, 4]排序,排序完毕后将内容复制到nums数组,此时有序区间的长度为2
再将[3, 9, 2, 7],[8, 5, 1, 4]排序,排序完毕后将内容复制到nums数组,此时有序区间的长度为4
...
代码:
public static void merge(int[] nums, int i, int iEnd, int j, int jEnd, int[] temp){
int k = i;
// 如果两个数组的指针都未超出边界,则两个指针指向的元素进行比较,谁小就先被放到临时数组中
while (i <= iEnd && j <= jEnd){
if (nums[i] < nums[j]){
temp[k++] = nums[i++];
} else {
temp[k++] = nums[j++];
}
}
// 如果第一个数组指针已经全部放到临时数组中,那么将第二个数组的剩余元素也复制到临时数组
if(i > iEnd){
System.arraycopy(nums, j, temp, k, jEnd - j + 1);
}
if(j > jEnd){
System.arraycopy(nums, i, temp, k, iEnd - i + 1);
}
}
public void MergeSortBottomUp(int[] nums){
int n = nums.length;
int[] temp = new int[n];
// width代表有序区间的长度,初始值width为1,因为一个数据默认有序
for (int width = 1; width < n; width *= 2){
// 找到左边界
for (int left = 0; left < n; left += 2*width){
// 再找右边界,且右边界必须保证不许超过n-1
int right = Integer.min(left+2*width-1, n-1);
int mid = Integer.min((left+right)>>1, n-1);
merge(nums, left, mid, mid+1, right, temp);
}
//再将临时数组复制到nums
System.arraycopy(temp, 0, nums, 0, n);
}
}
7). 快速排序
快排核心思想:每轮找到一个基准点,把比它小的放到它左边,比它大的放到右边,这样称为分区。
单边循环(lomuto分区)
要点:
- 选择最右侧元素作为基准点。
- j找比基准点小的,i找比基准点大的,一旦找到,二者进行交换。
交换时机:j找到小的,且与i不相等。
i找到>=基准点的元素后,不应该自增。
- 最后基准点与i交换,i即为基准点最终索引。
代码:
public void QuickSort(int[] nums) {
quick(nums, 0, nums.length - 1);
}
private void quick(int[] nums, int left, int right) {
if(left >= right) {
return;
}
// p是基准点
int p = Partition(nums, left, right);
quick(nums, left, p - 1);
quick(nums, p + 1, right);
}
private int Partition1(int[] nums, int left, int right) {
// 选择最右侧的元素为基准点
int pv = nums[right];
// 两个指针从一侧开始
int i = left;
int j = left;
while (j < right) {
// j找到比找到比基准点小的了,没找到比它大的
if(nums[j] < pv) {
if(i != j){
swap(nums, i, j);
}
i++;
}
j++;
}
swap(nums, i, right);
return i;
}
双边循环
- 选择最左侧的元素作为基准点
- j找比基准点小的,i找比基准点大的,一旦找到,二者交换。
i从左向右,j从右向左。
- 最后基准点与i交换,i即为基准点最终索引。
代码:
private int Partition2(int[] nums, int left, int right) {
int pv = nums[left];
// i找小的,j找大的
int i = left;
int j = right;
while (i < j) {
// j此时比基准点大,而它要找到比基准点小的,所以继续循环
while (i < j && nums[j] > pv){
j--;
}
while(i < j && nums[i] <= pv){
i++;
}
swap(nums, i, j);
}
swap(nums, i, left);
return i;
}
8). 计数排序
要点:
- 找到最大值,创建一个大小为 最大值+1 的数组
- count数组的索引对应原始数组的元素,用来统计该元素的出现次数
- 遍历count数组,根据count数组的索引(即原始数组的元素)以及出现的次数,生成排序后内容。因为count数组的索引是:已排序好的。
前提:待排序元素 >= 0(数组索引要求),且最大值不能太大。
代码:
public void CountingSort(int[] nums) {
// 先找到数组的最大值
int max = nums[0];
for (int i : nums) {
if (max < i) {
max = i;
}
}
int[] count = new int[max + 1];
for (int i : nums) {
// count[i]原始数组的元素
count[i]++;
}
int k = 0;
for (int i = 0; i < count.length; i++) {
// i表示原始数组元素,nums[i]表示原始数组元素出现的次数
while (count[i] > 0){
nums[k++] = i;
count[i]--;
}
}
}
改进的计数排序:
要点:
- 让原始数组的最小值映射到count[0],最大值映射到count最右侧。
- 原始数组元素 - 最小值 = count索引。
由于未改进的计数排序是数值直接映射到数组的索引的,由于数组的索引不能是负数,那么数组中的元素要求不能有负数。我们可以改进。即将原始数组的最小值映射到count[0].
代码:
public void CountingSort(int[] nums) {
// 先找到数组的最大值和最小值
int max = nums[0];
int min = nums[0];
for (int i : nums) {
if (max < i) {
max = i;
}
if (min > i) {
min = i;
}
}
int[] count = new int[max - min + 1];
for (int i : nums) {
// i - min表示数组的索引,count[i - min]表示原始数组的元素的个数
count[i - min]++;
}
int k = 0;
for (int i = 0; i < count.length; i++) {
while (count[i] > 0){
// 将索引和值对应回去
nums[k++] = min + i;
count[i]--;
}
}
}
9). 桶排序
想法是把数组中的元素放到一个一个桶中,根据某种运算计算得到桶的编号,然后从该桶中再查找目标值。
假设一个人的年龄是1到99岁,这里有一个元素是人年龄的数组nums : [2, 34, 56, 89, 99, 45, 23, 44];
我们可以根据某种运算(这个例子可以是元素值/10)得到桶的编号(比如0, 3, 5...),再将元素插入到桶中。(桶的个数是元素的个数)
代码:有点小问题,思路是对的。
public void BucketSort(int[] nums) {
ArrayList<Integer>[] buckets = new ArrayList[10];
// 1.准备桶
for (int i = 0; i < nums.length; i++) {
buckets[i] = new ArrayList<>();
}
// 2.向桶中添加元素
for (int i : nums) {
buckets[i / 10].add(i);
}
int j = 0;
for (ArrayList<Integer> k : buckets) {
// 下面代码有点小问题,toArray方法返回的是Object[]类型,转换会报错
Integer[] arr = k.toArray();
// 3.排序桶中的元素
InsertSort(arr);
// 4.依次把每个桶中的元素放入到原始数组中
for (int element : arr) {
nums[j++] = element;
}
}
}