数据结构（Java）：七大排序算法【多方法、多优化、多细节】

已于 2024-07-22 02:08:38 修改
阅读量641 收藏 4
点赞数 13
分类专栏： 数据结构（Java） 文章标签： 数据结构 排序算法 算法 java 开发语言
于 2024-07-22 02:01:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_83595513/article/details/140566336
版权

目录

1、排序的概念

1.1 排序

1.2 排序的稳定性

1.3 内部排序&外部排序

1.4 各排序算法总结对比

2、 插入排序

2.1 🌸直接插入排序

2.2 🌸希尔排序

3、 选择排序

3.1 🌸直接选择排序

3.2 直接选择排序优化

3.3 🌸堆排序

4、 交换排序

4.1 🌸冒泡排序

4.2 🌸快速排序

4.2.1 Hoare法（次选）

4.2.2 🌜挖坑法（首选）

4.2.3 前后指针法（很少考察）

4.2.4 🌜递归实现快排 

4.2.5🌜🌜🌜递归实现快排的优化

4.2.5.1 🌟优化1：三数取中法

4.2.5.2 🌟优化2：末尾换用直接插入排序减少函数栈帧

4.2.6 非递归实现快排

5、🌸归并排序

1、排序的概念

1.1 排序

排序：就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

1.2 排序的稳定性

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。

1.3 内部排序&外部排序

内部排序：被排序的数据元素全部存放在计算机内存中的排序算法，也称内排序。

外部排序：待排序的记录数太多，所有的记录不可能存放在内存中， 排序过程中必须在内、外存之间进行数据交换，这样的排序称为外部排序。

1.4 各排序算法总结对比

我们先放出总结对比，下文细谈。

2、 插入排序

2.1 🌸直接插入排序

步骤如下： 

  1. 从二个元素开始（第一个元素可认为已有序），用tmp记录当前元素，从后往前扫描已排序元素
  2. 若扫描到的元素比tmp大，则将该元素后移
  3. 若扫描到的元素小于等于tmp则将tmp插入到该元素后
  4. 若扫描到的所有元素都大于tmp，此时所有元素都已后移，则将tmp插入下标为0的位置
  5. 循环重复以上步骤，直至所有元素插入到正确位置使序列有序

通过分析直接插入排序的思想，我们可以做出以下总结：

  • 直接插入排序具有稳定性
  • 最坏情况下，时间复杂度为：O（N^2），即逆序情况下，每次插入新元素都插入到0下标处，等差数列计算得O（N^2）。
  • 最好情况下，时间复杂度为：O（N），即有序情况下，每次插入元素就是插入到当前位置，无序移动，遍历一遍序列即可。
  • 越有序，时间效率越高；越无序，时间效率越低。
  • 空间复杂度：O（1），没有开辟额外空间。

 直接插入排序代码：

/**
     * 直接插入排序
     * 时间复杂度：最坏（逆序）：O(N^2) 最好（顺序）：O(N)
     * 空间复杂度：O(1)
     * @param arr: 待排序数组
     */
    public void insertSort(int[] arr) {
        //从1下标处往前插入元素
        for (int i = 1; i < arr.length; i++) {
            //下标i处元素会改变，使用临时变量tmp记录
            int tmp = arr[i];
            int j = i-1;
            for ( ; j >= 0; j--) {
                if (arr[j] > tmp) {//如果j处值比tmp大，往后移
                    arr[j+1] = arr[j];
                }else {
                    //如果j处值小于等于tmp，则说明找到了应插入的位置，插入到j后，跳出循环
                    arr[j+1] = tmp;
                    break;
                }
            }
            //待插入元素比当前有序序列中的所有元素都小（while循环结束后到此）
            arr[j+1] = tmp;
        }
    }

2.2 🌸希尔排序

希尔排序又称缩小增量排序，是插入排序的一种，是直接插入排序的优化。

希尔排序的步骤为：

  1. 选定第一增量gap，把待排序数据分成gap个组， 所有距离为gap的数据分在同一组内（跳跃式分组），并对每一组内的数据进行直接插入排序。
  2. 然后再取一个比第一增量小的整数作为第二增量，重复上述操作…（每次排序都会时序列更有序）
  3. 直至gap等于1时，即将整体看做一组进行直接插入排序（这时序列已接近有序，即使所有数据进行直接插入排序，时间效率也会很高）

动图演示： 

 

 希尔排序总结：

  • 希尔排序是插入排序的一种，是直接插入排序的优化。
  • 采用跳跃式分组，目的是将大的数据往后放，将小的数据往前拿。
  • 当gap > 1时都是预排序，目的是让数组更接近于有序。
  • 当gap == 1时，数组已经接近有序的了，这样再排序就会很快，整体会达到优化效果。
  • 希尔排序的时间复杂度不好计算，因为gap的取值方法很多，导致很难去计算，通常按照：   O（N*logN）或者O（N^1.3）~ O（N^1.5）
  • 空间复杂度：O(1)
  • 希尔排序：不稳定

注意：在每一组增量的希尔排序中，每次从gap下标处开始遍历要插入的新元素，当前位置插入完成后i++就可以，使得每组插入排序交叉进行。 

希尔排序代码：

/**
     * 希尔排序
     * 时间复杂度：（N*logN）或者O（N^1.3）~ O（N^1.5）
     * 空间复杂度：O(1)
     * 希尔排序：不稳定
     * @param arr: 待排序数组
     */
    public void shellSort(int[] arr) {
        int gap = arr.length;
        while (gap != 1) {
            gap /= 2;
            shell(arr,gap);
        }
    }

    public void shell(int[] arr,int gap) {
        //从gap下标处往前插入元素,当前位置插入完成后i++，每组插入排序交叉进行
        for (int i = gap; i < arr.length; i++) {
            //下标i处元素会改变，使用临时变量tmp记录
            int tmp = arr[i];
            int j = i-gap;
            for ( ; j >= 0; j -= gap) {
                if (arr[j] > tmp) {//如果j处值比tmp大，往后移
                    arr[j+gap] = arr[j];
                }else {
                    //如果j处值小于等于tmp，则说明找到了应插入的位置，插入到j的gap后，跳出循环
                    arr[j+gap] = tmp;
                    break;
                }
            }
            //待插入元素比当前有序序列中的所有元素都小（while循环结束后到此）
            arr[j+gap] = tmp;
        }
    }

3、 选择排序

3.1 🌸直接选择排序

基本思想：

每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完 。

时间复杂度：O(N^2) 和数据 是否有序无关，一定是O(N^2)

空间复杂度：O（1）

不稳定

直接选择排序代码：

/**
     * 选择排序
     * 时间复杂度：O(N^2) 和数据 是否有序无关,一定是O(N^2)
     * 空间复杂度O（1）
     * 不稳定
     * @param arr
     */
    public void selectSort(int[] arr) {
        int left = 0;
        int right = arr.length-1;
        for ( ; left < right; left++) {
            int minIndex = left;
            for (int i = left; i < arr.length; i++) {
                if (arr[i] < arr[minIndex]) {
                    minIndex = i;
                }
            }
            swap(arr,left,minIndex);
        }
    }

3.2 直接选择排序优化

直接选择排序一趟只选出了最小值； 

而优化的思想是：一趟遍历同时选出序列的最小值和最大值，将最小值和最大值与序列首尾数据交换。

 /**
     * 直接选择排序的优化
     * @param arr
     */

    public void selectSort2(int[] arr) {
        int left = 0;
        int right = arr.length-1;
        while (left < right) {
            int maxIndex = left;
            int minIndex = left;
            for (int i = left+1; i <= right ; i++) {
                if(arr[i] < arr[minIndex]) {
                    minIndex = i;
                }
                if (arr[i] > arr[maxIndex]) {
                    maxIndex = i;
                }
            }
            swap(arr,left,minIndex);
            //当最大值正好是  left下标时  此时 把最大值换到了minIndex的位置了
            if (maxIndex == left) {
                maxIndex = minIndex;
            }
            swap(arr,right,maxIndex);
            left++;
            right--;
        }
    }

3.3 🌸堆排序

若要升序排列，要建大根堆；若要降序排列，就要建小根堆。

以排升序为例：若要排升序，则为大堆，排序过程如下：

  1. 将堆顶元素和堆末元素交换，有效数据个数减一（因为堆顶元素为最大值元素，此时最大值元素已来到数组末尾）
  2. 将0下标处向下调整，重新调整为大堆
  3. 继续将堆顶元素和堆末元素交换，有效数据个数减一（堆顶元素为次大值元素，此时次大值元素已来到数组末尾倒数二个位置处）
  4. 将0下标处向下调整，重新调整为大堆
  5. 重复以上过程，直至只剩一个元素的时候，此时数组已有序且为升序排列

时间复杂度：O（N*logN）

空间复杂度：O（1）

稳定性：不稳定 

 堆排序排升序代码：

/**
     * 堆排序：建堆-》堆排序
     * 时间复杂度：O（N*logN）
     * 空间复杂度：O（1）
     * 不稳定
     * @param arr：无序数组
     */
    public void sortHeap(int[] arr) {
        createHeap(arr);
        int end = arr.length-1;
        while (end > 0) {
            swap(arr, 0, end);
            siftDown(arr, 0, end);
            end--;
        }
    }
    /**
     * 向下调整建堆
     * @param arr ：无序数组
     */
    public void createHeap(int[] arr) {
        int parent = (arr.length-1-1)/2;
        for ( ; parent >= 0 ; parent--) {
            siftDown(arr,parent, arr.length);
        }
    }
    /**
     * 向下调整算法
     * @param arr
     * @param parent
     */
    private void siftDown(int[] arr, int parent,int usedSize) {
        int child = parent*2+1;
        while (child < usedSize) {
            if (child+1 < usedSize) {
                if (arr[child+1] > arr[child]) {
                    child += 1;
                }
            }
            if (arr[parent] < arr[child]) {
                swap(arr,parent,child);
                parent = child;
                child = parent*2+1;
            }else {
                break;
            }
        }
    }

4、 交换排序

4.1 🌸冒泡排序

冒泡排序是一种极易理解的基本排序算法。

思路：
每一趟排序将待排序空间中每一个元素依次与后一个元素进行比较，使值较大的元素逐渐从前移向后部，进行冒泡，一趟排序下来以后，待排序空间中的最后一个元素最大。

时间复杂度：O(N^2)（讨论没有优化的情况下，也就是没有的boolean元素和-i操作）

空间复杂度：O(1)

稳定性：稳定

冒泡排序代码（含优化）：

/**
     * 冒泡排序
     * 时间复杂度：【讨论没有优化的情况下，也就是 没有下方的boolean元素和-i操作】O（N^2）
     * 优化后的时间复杂度会达到O（N） （第一趟就排好序了）
     * 空间复杂度：O(1)
     * @param arr
     */
    public void bubble(int[] arr) {
        for (int i = 0; i < arr.length-1; i++) {
            boolean flg = false;
            for (int j = 0; j < arr.length-1-i; j++) {
                if (arr[j]>arr[j+1]) {
                    swap(arr,j,j+1);
                    flg = true;
                }
            }
            if (!flg) {
                break;
            }
        }
    }

4.2 🌸快速排序

快速排序（快排）的基本思想为：任取待排序元素序列中的某元素作为基准值（一般以最左侧元素为基准值），按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止。

所以实现快排的关键步骤是：如何将基准值放到指定位置。

将区间按照基准值划分为左右两半部分的常见方式有：Hoare法、挖坑法、前后指针法，我们逐个讲解。

4.2.1 Hoare法（次选）

Hoare法排基准值步骤：

  1. 选出基准值tmp，一般为序列第一个或最后一个。
  2. 定义left和right分别指向序列的头和尾，left向后扫描序列，right向前扫描序列。注意：若将序列第一个数据选为基准，则right先走；若将序列第最后一个数据选为基准，则left先走。
  3. right扫描到<tmp的数值时停下，left开始走，直到left遇到一个>tmp的数值时，将数组left和right位置处的内容交换，right再次开始走，如此进行下去，直到left和right最终相遇，此时将相遇点位置的内容与基准位置的内容交换。（注意：right一定要遇到小于tmp的数时才停，等于时不可以！！！left一定要遇到大于tmp的数时才停，等于时不可以！！！若等于时就停下来可能会造成死循环！！！如下图所示）
  4. 此时tmp的左边都是小于tmp的数，tmp的右边都是大于tmp的数。

单趟动图演示：  

Hoare法排基准值代码（只排一个基准值，快排的整体实现需递归或非递归实现）：

/**
     * Hoare法（单趟）
     * @param arr
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHoare(int[] arr,int left,int right) {
        int tmpLeft = left;
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            swap(arr,left,right);
        }
        swap(arr,tmpLeft,left);
        return left;
    }

4.2.2 🌜挖坑法（首选）

挖坑法思想与Hoare法基本类似。

挖坑法排基准值步骤：

  1. 选出一个数据为基准值（一般是最左边或是最右边的）存放在tmp变量中，在该数据位置形成一个坑
  2. 还是定义一个left和一个right，left从左向右走，right从右向左走。（若在最左边挖坑，则需要right先走；若在最右边挖坑，则需要left先走）
  3. 若right先走，则若right找到小于tmp的值，则填入左边的坑中，right处形成以一个新坑；left再走，若left找到大于tmp的值，则填入右边的坑中，left处形成一个新坑。
  4. 直到left和right最终相遇，再将tmp中的数据放入left和right相遇的那个坑中。
  5. 此时tmp的左边都是小于tmp的数，tmp的右边都是大于tmp的数。

单趟动图演示：  

 挖坑法排基准值代码（只排一个基准值，快排的整体实现需递归或非递归实现）：

/**
     * 挖坑法（单趟）
     * @param arr 无序序列
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHole(int[] arr,int left,int right) {
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[left] = arr[right];
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[right] = arr[left];
        }
        //将相遇位置的坑 填上tmp（基准值）
        arr[left] = tmp;
        return left;
    }

4.2.3 前后指针法（很少考察）

 思路：

  1. 定义key来存储数组中最左边的数据，perv指向数组开始的位置，cur指向prev的下一个位置。
  2. 当cur下标中的元素小于key时，则让prev开始往后走。如果此时prev下标中的元素不等于cur下标中的元素，则两者进行交换。
  3. 否则cur一直往下走，当cur走完时，将prev下表中的元素和key中的数据进行交换
  4. 不断重复上述操作。

单趟动图演示： 

 前后指针法排基准值代码（只排一个基准值，快排的整体实现需递归或非递归实现）：

 /**
     * 前后指针法（单趟）
     * @param arr 无序数组
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionFrontRearPointer(int[] arr, int left, int right) {
        int prev = left ;
        int cur = left+1;
        while (cur <= right) {
            if(array[cur] < array[left] && array[++prev] != array[cur]) {
                swap(array,cur,prev);
            }
            cur++;
        }
        swap(array,prev,left);
        return prev;
    }

4.2.4 🌜递归实现快排 

快速排序的实现，我们可以根据二叉树的前序遍历的思想递归去实现快排：

  1. 将整个序列的第一个基准值排好序，将基准值当做根节点
  2. 以排好序的基准值（根节点）为界划分为左右两部分（左子树和右子树）
  3. 递归排左子树
  4. 递归排右子树
  5. 当递归的序列中只有一个节点时，说明有序，递归回退；
  6. 当没有左右子树时，递归回退。

 

排左子树时，end=pivot-1；排右子树，start=pivot+1

因为通过递归实现快排，所以我们需要注意递归回退的条件：当 start >= end 时，递归要进行回退。

递归实现快排（最好使用挖坑法）：

 /**
     * 快速排序
     * 时间复杂度：最好情况下：O（N*logN）   最坏情况下：O（N^2）
     * 空间复杂度：最坏情况：O(N)          最好情况：O(logN)
     * @param arr ：待排序数组
     */
    public void quickSort(int[] arr) {
        quick(arr,0, arr.length-1);
    }

    public void quick(int[] arr,int start,int end) {
        if (start >= end) {
            return;
        }
        int pivot = partitionHole(arr, start, end);
        quick(arr,start,pivot-1);
        quick(arr,pivot+1,end);
    }

    /**
     * Hoare法
     * @param arr 无序序列
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHoare(int[] arr,int left,int right) {
        int tmpLeft = left;
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            swap(arr,left,right);
        }
        swap(arr,tmpLeft,left);
        return left;
    }

    /**
     * 挖坑法
     * @param arr 无序序列
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHole(int[] arr,int left,int right) {
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[left] = arr[right];
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[right] = arr[left];
        }
        //将相遇位置的坑 填上tmp（基准值）
        arr[left] = tmp;
        return left;
    }


    /**
     * 前后指针法
     * @param arr 无序数组
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionFrontRearPointer(int[] arr, int left, int right) {
        int prev = left ;
        int cur = left+1;
        while (cur <= right) {
            if(arr[cur] < arr[left] && arr[++prev] != arr[cur]) {
                swap(arr,cur,prev);
            }
            cur++;
        }
        swap(arr,prev,left);
        return prev;
    }


    private void swap(int[] arr, int left, int right) {
        int tmp = arr[left];
        arr[left] = arr[right];
        arr[right] = tmp;
    }

4.2.5🌜🌜🌜递归实现快排的优化

4.2.5.1 🌟优化1：三数取中法

当序列为有序序列时，每趟right都会一直向左扫描至left处，快速排序的时间复杂度会退化为O（N^2），递归会形成"单分支的树"，空间复杂度也会升至O（N）即高度次。

我们可以通过改善来使快排的时间复杂度稳定在O（N*logN），即三数取中法。

三数取中法大致思想如下：

  • 定义一个mid变量来记录序列中间位置的下标，即 mid =（left+right）/ 2；
  • 选出left、mid、right三个位置处中间的值，将这个中间值和left位置的值相交换，即将中等大小的数据尽可能的成为基准值。
  • 这样会避免树单分支的情况出现，提升了效率。
4.2.5.2 🌟优化2：末尾换用直接插入排序减少函数栈帧

 在快排递归的最后几层，函数的递归会大量增加，造成大量函数栈帧从而降低时间效率，

而在快排的最后几层，虽然组数多，但每组数据量少，且已接近有序，所以我们可以在快排的末尾使用直接插入排序来进行排序，不用再继续递归排序。

将两种方法结合优化快排：

 /**
     * 快速排序
     * 时间复杂度：最好情况下：O（N*logN）   最坏情况下：O（N^2）
     * 优化后可以稳定为：O（N*logN） 
     * 空间复杂度：最坏情况：O(N)          最好情况：O(logN)
     * @param arr ：待排序数组
     */
    public void quickSort(int[] arr) {
        quick(arr,0, arr.length-1);
    }


    public void quick(int[] arr,int start,int end) {
        if (start >= end) {
            return;
        }
        //避免末尾的大量递归
        if(end - start + 1 <= 7) {
            insertSortRange(arr,start,end);
            return;
        }
        //三数取中
        int midIndex = findMiddle(arr,start,end);
        swap(arr,midIndex,start);

        int pivot = partitionHole(arr, start, end);
        quick(arr,start,pivot-1);
        quick(arr,pivot+1,end);
    }

    /**
     * 直接插入排序-》区间内的插入排序
     * @param arr
     * @param start 区间的起始
     * @param end 区间的结束，[start,end]
     */
    private void insertSortRange(int[] arr, int start, int end) {
        for (int i = start+1; i <= end; i++) {
            int tmp = arr[i];
            int j = i-1;
            for ( ; j >= start ; j--) {
                if (arr[j] > tmp) {
                    arr[j+1] = arr[j];
                }else {
                    arr[j+1] = tmp;
                    break;
                }
            }
            arr[j+1] = tmp;
        }
    }


    /**
     * 快排优化-》三数取中法
     * @param arr 待排序数组
     * @param left  序列的起始位置
     * @param right 序列的结束位置
     * @return 返回中间值的下标
     */
    private int findMiddle(int[] arr, int left, int right) {
        int mid = (left+right)/2;

        //选出中间值
        if (arr[left] > arr[right]) {
            if (arr[mid] > arr[left]) {
                return left;
            }else if (arr[mid] < arr[right]) {
                return right;
            }else {
                return mid;
            }
        }else {
            if (arr[left] > arr[mid]) {
                return left;
            } else if (arr[mid] > arr[right]) {
                return right;
            }else {
                return mid;
            }
        }
    }
/**
     * 挖坑法
     * @param arr 无序序列
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHole(int[] arr,int left,int right) {
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[left] = arr[right];
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[right] = arr[left];
        }
        //将相遇位置的坑 填上tmp（基准值）
        arr[left] = tmp;
        return left;
    }

快速排序时间复杂度：

优化前：

最好情况（乱序）：O（N*logN）（logN层，每层递归区间之和都是N）

最坏情况（有序）：O（N^2）（单分支的情况）

优化后：

稳定在：O（N*logN）

快速排序空间复杂度：

最好：O（ logN）（完全二叉树时，高度层）

最坏：O（N）（单分支的情况）

4.2.6 非递归实现快排

非递归的实现需要借助栈，

  • 还是先求出pivot，若其左右序列不为空且数量不为1，则将左右序列的范围即left和right入栈
  • 若左右序列数量为1或无左右序列，说明左右序列有序，不入栈
  • 接着出栈两个元素，即新序列的范围，求出新pivot后，再判断其左右序列是否可入栈；循环往复，直至栈为空，说明序列已有序。
  • 若 start+1 < pivot 说明pivot左序列数据个数>1，可入栈
  • 若 end-1 > pivot 说明pivot右序列数据个数>1，可入栈

非递归实现快排代码：

 public void quickSort(int[] arr) {
        quickNor(arr,0, arr.length-1);
    }

 /**
     * 非递归实现快排
     * @param arr
     * @param start
     * @param end
     */
    public void quickNor(int[] arr,int start,int end) {
        Deque<Integer> stack = new ArrayDeque<>();
        //排基准值
        int pivot = partitionHole(arr,start,end);
        //若有左序列且数量不为1，则入栈
        if (start+1 < pivot) {
            stack.push(start);
            stack.push(pivot-1);
        }
        //若有右序列且数量不为1，则出栈
        if (end-1 > pivot) {
            stack.push(pivot+1);
            stack.push(end);
        }
        //循环，直至栈为空
        while (!stack.isEmpty()) {
            end = stack.pop();
            start = stack.pop();
            pivot = partitionHole(arr,start,end);
            if (start+1 < pivot) {
                stack.push(start);
                stack.push(pivot-1);
            }
            if (end-1 > pivot) {
                stack.push(pivot+1);
                stack.push(end);
            }
        }
    }


 /**
     * 挖坑法
     * @param arr 无序序列
     * @param left 起始位置
     * @param right 结束位置
     * @return 排好序的基准值的下标
     */
    public int partitionHole(int[] arr,int left,int right) {
        int tmp = arr[left];
        while (left < right) {
            //等于tmp时，right也要--！！！
            while (left < right && arr[right] >= tmp) {
                right--;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[left] = arr[right];
            //等于tmp时，left也要++！！！
            while (left < right && arr[left] <= tmp) {
                left++;
            }
            //挖坑法只需覆盖数据 填坑即可，不需要交换
            arr[right] = arr[left];
        }
        //将相遇位置的坑 填上tmp（基准值）
        arr[left] = tmp;
        return left;
    }

5、🌸归并排序

归并排序的基本思想是：

将序列的数据分解，当分解到只有一个数据时，可认为序列有序，再将两个有序序列合并为一个有序序列，直至整个序列有序。

我们可使用递归实现归并排序：

  1. 使用left记录序列起始位置，right记录末尾位置，mid记录中间位置
  2. 向左递归时，left=left，right=mid
  3. 向右递归时，left=mid+1，right=right
  4. 当left==right时，说明序列只有一个元素，可认为序列有序，递归回退（代码上可写为left>=right时递归回退）
  5. 将回退的左右两个有序序列合并为一个有序序列
  6. 最终将整体合并为有序序列
  7. 注意：合并有序序列时，我们需要借助新数组存排好序的数据，再将数据改进原数组中，故有空间损耗，空间复杂度为O（N）
  8. 计算时间复杂度时，也可转化为二叉树，层数为logN，每层合并时的总数为N次，故时间复杂度为：O（N*logN）

递归实现归并排序代码：

public void mergeSort(int[] arr) {
        mergeSortTmp(arr,0,arr.length - 1);
    }
    public void mergeSortTmp(int[] arr,int left,int right) {
        int mid = (left + right) / 2;
        if (left >= right) {
            return;
        }

        //分解
        mergeSortTmp(arr, left, mid);
        mergeSortTmp(arr, mid + 1, right);
        //走到这里，元素已经分解，开始合并
        merge(arr,left,right,mid);
    }

    //合并
    private void merge(int[] arr, int left, int right, int mid) {
        int start1 = left;
        int end1 = mid;
        int start2 = mid + 1;
        int end2 = right;
        int len = right - left + 1;
        int[] tmp = new int[len];

        int k = 0;
        while (start1 <= end1 && start2 <= end2) {
            if (arr[start1] <= arr[start2]) {
                tmp[k++] = arr[start1++];
            }else {
                tmp[k++] = arr[start2++];
            }
        }
        while (start1 <= end1) {
            tmp[k++] = arr[start1++];
        }
        while (start2 <= end2) {
            tmp[k++] = arr[start2++];
        }
        //i+left 保证不覆盖其他区域的元素
        for (int i = 0; i < tmp.length; i++) {
            arr[i + left] = tmp[i];
        }
    }

END

到这里本篇博客就结束了，共计1.3w字，详细列举了七大排序算法的各种实现细节、优化以及多种方法的实现，希望能够对你有所帮助！

Geboren zur Sonne
关注
  • 13
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
常见的七大排序算法Java实现.zip
07-30
本压缩包"常见的七大排序算法Java实现.zip"包含了七种经典的排序算法在Java语言中的实现。尽管文件列表中并未明确列出每种排序算法的名称，但根据常规，这七大排序算法可能包括冒泡排序、插入排序、选择排序、快速...
Java 七种排序算法实现
05-10
在编程领域，排序算法是数据结构与算法学习中的基础部分，尤其在Java中，掌握不同的排序算法对于优化程序性能至关重要。本资源包含了七种经典的排序算法实现，它们分别是冒泡排序、插入排序、递归排序（这里可能是指...
七种排序算法Java版.doc
09-01
本篇文章主要探讨了七种经典的排序算法的Java实现，包括冒泡排序、选择排序、快速排序、插入排序、希尔排序、归并排序和堆排序。 1. **冒泡排序**： 冒泡排序是一种简单的交换排序，它通过重复遍历待排序的列表，...
七种排序算法Java版性能比较+Java实现.doc
09-21
本文将详细分析七种常见的Java排序算法：冒泡排序、选择排序、快速排序、插入排序、希尔排序、归并排序和堆排序，并探讨它们在不同条件下的性能表现。 1. **冒泡排序**： - 时间复杂度：平均和最坏情况下都是O(n^2...
Sort:java实现排序算法
04-29
在编程领域，排序算法是计算机科学中的核心概念，特别是在数据结构和算法分析中。Java作为广泛应用的编程语言，提供了多种实现排序算法的方式。以下将详细解释标题和描述中提到的几种排序算法及其Java实现。 1. **...
数组算法--基本查找
2303_78660417的博客
07-20 281
基本查找就是从数组的0索引处开始，依次往后查找，如果找到了对应索引处的值，就会，如果没有找到。因为数组的索引号是没有-1的，当返回-1的时候，就能明白没有找到。
从零开始学数据结构系列之第四章《prim算法（普里姆算法）详解》
铁匠匠匠的博客
07-18 1023
可以参考以下视频。
数据结构day3
qq_55245263的博客
07-18 258
顺序表实现学生管理系统
【面试题】数据结构：堆排序的排序思想？
Colorful___的博客
07-18 698
堆排序是一种高效的排序算法，其基本思想是利用堆这种数据结构来实现排序。堆是一种特殊的完全二叉树，通常用数组来表示。
(C++二叉树02) 翻转二叉树 对称二叉树 二叉树的深度
qq_44962949的博客
07-17 216
【代码】(C++二叉树02) 翻转二叉树 对称二叉树 二叉树的深度。
【Java--数据结构】二叉树
2301_80898480的博客
07-16 1075
如有错误，欢迎指出~
数据结构第32节 无锁编程
hummhumm的专栏
07-17 847
在Java中，无锁编程是一种在多线程环境下避免使用传统锁机制（如关键字或）的技术。这种技术可以提高程序的并发性能，尤其是在高并发场景下，因为它减少了锁的竞争和上下文切换的开销。
数据结构——栈
weixin_45942515的博客
07-19 243
1、栈的英文为stack2、栈是先入后出（FILO-First In Last Out）的有序列表。3、栈stack是限制线性表中元素的插入和删除只能在线性表的同一端进行的一种特殊线性表。允许插入和删除的一端，为变化的一端，称为栈顶 (Top)，另一端固定的一端，称为栈底(Bottom)。4、根据栈的定义可知，最先放入栈中的元素在栈底，最后放入栈中的元素在栈顶，而删除元素刚好相反，最后放入的元素最先删除，最先放入的元素最后删除。
数据结构之细说链表
m0_73634434的博客
07-17 1057
这里while循环的条件判断必须是tail->next->next，因为我们需要释放最后一个节点的地址，所以需要利用它前面一共节点来释放它，然后将tail->next置空，如果我们直接找最后一个地址然后将它释放前面一个节点就会指向被释放的地址变成一个野指针，因为我们已经找不到前面一个节点的位置了。头插就比较简单了，将该节点连接在第一个节点和第二个节点之间就可以了，但是我们需要先连接第二个和新节点，如果先连接第一个节点和新节点就会找不到第二个节点的地址。下面我们给出链表的构成，看看链表是如何解决这些问题的。
24暑假算法刷题 | Day16 | LeetCode 513. 找树左下角的值，112. 路径总合，106. 从中序和后序遍历序列构造二叉树
weixin_54468359的博客
07-18 1080
24暑假刷题day15打卡 二叉树进阶
数据结构 day2
没有百宝袋的哆啦A梦的博客
07-17 1161
由相同数据类型或不同数据类型构成的集合，但是，该集合中的成员共享同一块内存空间union 结构体名称成员类型1 成员变量1;成员类型2 成员变量2；。。。成员类型n 成员变量n;当程序员写程序时，可能会因为数据类型的问题，在定义变量时，导致该程序比较晦涩难懂，例如：unsigned long int ,struct Stu为了提高代码的简洁性，以及为了更加方便理解使得代码更加优雅，我们可以将这些类型重新起一个简洁好记的名字。引入了关键字 typedef。
常见排序算法
weixin_56898048的博客
07-17 935
介绍了常见的排序算法，冒泡排序，插入排序，希尔排序，选择排序，堆排序，快速排序，归并排序和计数排序的代码实现以及这些排序算法的时间复杂度和空间复杂度
排序思想-快排
m0_58257626的博客
07-17 338
快速排序核心思想就是每次在当前区间 [left, right] 中选择出一个元素 nums[p]，然后将区间内所有大于它的元素和所有小于它的元素都放到其两侧【具体放在哪一侧取决于是升序还是降序】，然后再递归去处理两侧区间。将大于切分值的元素都放到左侧，小于切分值得元素都放到右侧。因此我们可以使用双指针分别从两端往中间搜索，分别找到左侧小于切分值的元素和右侧大于切分值的元素，交换之，直到两个指针相遇。
数组算法--二分查找
最新发布
2303_78660417的博客
07-20 503
二分查找也叫折中查找，为什么会这样叫呢？就是因为我们二分查找的核心逻辑就是每查找完一次，都能将查找的范围给缩小一半，也就是折中。但使用二分查找又有个很大的前提，那就是该数组里的元素得是有序排序的，也就是从小到大排序或者从大到小排序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值