array[end] = array[0];
array[0] =tmp;
siftDown(array,0,end);
end–;
}
}
| 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
| — | — | — | — | — |
| O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(1) | 不稳定 |
=========================================================================
public static void BubbleSort(int[] array){
for (int i = 0; i < array.length - 1; i++) {
boolean flg = false;
for (int j = 0; j < array.length - 1 - i ; j++) {
if(array[j+1] < array[j]){
int tmp = array[j];
array[j] = array[j+1];
array[j+1] = tmp;
flg = true;
}
}
if(!flg){
break;
}
}
}
| 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
| — | — | — | — | — |
| O(n^2) | O(n^2) | O(n) | O(1) | 稳定 |
=========================================================================
-
从待排序区间选择一个数,作为基准值(pivot);
-
Partition: 遍历整个待排序区间,将比基准值小的(可以包含相等的)放到基准值的左边,将比基准值大的(可
以包含相等的)放到基准值的右边;
- 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1,代表已经有序,或者小区间
的长度 == 0,代表没有数据。
6.3.1 Hoare法:
6.3.2 挖坑法:
//Hoare法
public static void swap(int[] array,int i,int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
public static int partition1(int[] array,int low,int high) {
int i = low;
int tmp = array[low];
while (low < high){
while (low < high && array[high] >= tmp){
high–;
}
while (low < high && array[low] <= tmp){
low++;
}
swap(array,low,high);
}
swap(array,i,low);
return low;
}
//挖坑法
public static int partition2(int[] array,int low,int high) {
int tmp = array[low];
while (low < high){
while (low < high && array[high] >= tmp){
high–;
}
array[low] = array[high];
while (low < high && array[low] <= tmp){
low++;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
public static void quick(int[] array,int start,int end){
if(start >= end) return;
int pivot = partition1(array,start,end);
quick(array,start,pivot-1);
quick(array,pivot+1,end);
}
public static void quickSort(int[] array){
quick(array,0,array.length-1);
}
6.5.1 三数取中法
public static void swap(int[] array,int i,int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
public static int partition2(int[] array,int low,int high) {
int tmp = array[low];
while (low < high){
while (low < high && array[high] >= tmp){
high–;
}
array[low] = array[high];
while (low < high && array[low] <= tmp){
low++;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
public static void selectPivotMedianOFThree(int[] array,int start,int end,int mid){
if(array[mid] > array[start]){
swap(array,start,mid);
}//此时mid下标的值肯定小于start下标的值 array[mid] <= array[start]
if(array[mid] > array[end]){
swap(array,mid,end);
}//此时mid下标的值肯定小于end下标的值 array[mid] <= array[end]
if(array[start] > array[end]){
swap(array,start,end);
}//此时有 array[mid] <= array[start] <= array[end]
}
public static void quick1(int[] array,int start,int end){
if(start >= end) return;
int mid = (start + end) / 2;
selectPivotMedianOFThree(array,start,end,mid);
int pivot = partition2(array,start,end);
quick1(array,start,pivot-1);
quick1(array,pivot+1,end);
}
public static void quick1Sort(int[] array){
quick1(array,0,array.length - 1);
}
6.5.2 加上直接插入排序
public static void swap(int[] array,int i,int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
public static void insertSort2(int[] array,int start,int end){
for (int i = start + 1; i <= end; i++) {
int j = i + 1;
int tmp = array[i];
while (j >= 0){
if(array[j] > tmp){
array[j+1] = array[j];
}else {
break;
}
}
array[j+1] = tmp;
}
}
public static int partition2(int[] array,int low,int high) {
int tmp = array[low];
while (low < high){
while (low < high && array[high] >= tmp){
high–;
}
array[low] = array[high];
while (low < high && array[low] <= tmp){
low++;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
public static void selectPivotMedianOFThree(int[] array,int start,int end,int mid){
if(array[mid] > array[start]){
swap(array,start,mid);
}//此时mid下标的值肯定小于start下标的值 array[mid] <= array[start]
if(array[mid] > array[end]){
swap(array,mid,end);
}//此时mid下标的值肯定小于end下标的值 array[mid] <= array[end]
if(array[start] > array[end]){
swap(array,start,end);
}//此时有 array[mid] <= array[start] <= array[end]
}
public static void quick2(int[] array,int start,int end){
if(start >= end) return;
if(end - start + 1 <= 100){
insertSort2(array,start,end);
return;
}
int mid = (start + end)/2;
selectPivotMedianOFThree(array,start,end,mid);
int pivot = partition2(array,start,end);
quick2(array,start,pivot-1);
quick2(array,pivot+1,end);
}
public static void quick2Sort(int[] array){
quick2(array,0,array.length - 1);
}
6.6.1 非递归思路
-
首先调用partition,找到pivot
-
然后把pivot的 左区间 和 右区间 的下标放到栈立马
-
判断栈是否为空,不为空,弹出栈顶的2个元素(注意:入栈的顺序 决定了出栈的顺序中的第一个元素是high的还是low的)
-
然后再进行调用partition,找pivot,
-
重复以上操作.
6.6.2 非递归代码实现
public static void quickSort4(int[] array){
Stack stack = new Stack<>();
int low = 0;
int high = array.length - 1;
int pivot = partition2(array,low ,high);
//左边有2个元素即以上
if(pivot > low + 1){
stack.push(0);
stack.push(pivot - 1);
}
//右边有2个元素即以上
if(pivot < high - 1){
stack.push(pivot + 1);
stack.push(high);
}
while (!stack.isEmpty()){
high = stack.pop();
low = stack.pop();
pivot = partition2(array,low,high);
//左边有2个元素即以上
if(pivot > low + 1){
stack.push(0);
stack.push(pivot - 1);
}
//右边有2个元素即以上
if(pivot < high - 1){
stack.push(pivot + 1);
stack.push(high);
}
}
}
| 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
| — | — | — | — | — |
| O(n * log(n)) | O(n^2) | O(n * log(n)) | O(log(n))~O(n) | 不稳定 |
=========================================================================
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。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子 序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
public static void merge(int[] array,int low ,int high ,int mid){
int s1 = low;
int e1 = mid;
int s2 = mid+1;
int e2 = high;
int[] tmp = new int[high - low + 1];
int k = 0;
while (s1 <= e1 && s2 <= e2){
if(array[s1] <= array[s2]){
tmp[k++] = array[s1++];
}else {
tmp[k++] = array[s2++];
}
}
while (s1 <= e1){
tmp[k++] = array[s1++];
}
while (s2 <= e2){
tmp[k++] = array[s2++];
}
for (int i = 0; i < tmp.length; i++) {
array[i+low] = tmp[i];
}
}
public static void mergeSortInternal(int[] array,int low ,int high){
if(low >= high) return;
int mid = (low + high) / 2;
mergeSortInternal(array,low,mid);
mergeSortInternal(array,mid+1,high);
merge(array,low,high,mid);
}
public static void mergeSort(int[] array){
mergeSortInternal(array,0,array.length - 1);
}
public static void merge1(int[] array,int gap){
int[] tmp = new int[array.length];
int k = 0;
int s1 = 0;
int e1 = s1 + gap - 1;
int s2 = e1 + 1;
int e2 = s2 + gap - 1 > array.length ? array.length - 1 : s2 + gap - 1;
while (s2 < array.length){
while (s1 <= e1 && s2 <= e2){
if(array[s1] <= array[s2]){
tmp[k++] = array[s1++];
}else {
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 ? array.length - 1 : s2 + gap - 1;
}
while (s1 <= array.length - 1){
tmp[k++] = array[s1++];
}
for (int i = 0; i < tmp.length; i++) {
array[i] = tmp[i];
}
}
public static void mergeSort1(int[] array){
for (int i = 1; i < array.length; i*=2) {
merge1(array,i);
}
}
| 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
| — | — | — | — | — |
| O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(n) | 稳定 |
=========================================================================
当输入的元素是 n 个 0 到 k 之间的整数时,它的运行时间是 O(n + k)。计数排序不是比较排序,排序的速度快于任何比较排序算法。
(1)找出待排序的数组中最大和最小的元素
(2)统计数组中每个值为i的元素出现的次数,存入数组C的第i项
(3)对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)
(4)反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1
public static void CountingSort(int[] array){
int maxValue = GetMaxValue(array);
int bucketLen = maxValue + 1;
int[] bucket = new int[bucketLen];
for (int value:array) {
bucket[value]++;
}
int index = 0 ;
for (int i = 0; i < bucketLen; i++) {
while(bucket[i] > 0){
array[index++] = i;
bucket[i]–;
}
}
}
public static int GetMaxValue(int[] array){
int maxValue = array[0];
for (int i = 0; i < array.length; i++) {
if(maxValue < array[i]){
maxValue = array[i];
}
}
return maxValue;
}
| 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
| — | — | — | — | — |
| O(n+k) | O(n+k) | O(n+k) | O(k) | 稳定 |
========================================================================
桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理:假设输入数据服从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排)。
为了使桶排序更加高效,我们需要做到这两点:
-
在额外空间充足的情况下,尽量增大桶的数量
-
使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中
同时,对于桶中元素的排序,选择何种比较排序算法对于性能的影响至关重要。
-
设置一个定量的数组当作空桶;
-
遍历输入数据,并且把数据一个一个放到对应的桶里去;
-
对每个不是空的桶进行排序;
-
从不是空的桶里把排好序的数据拼接起来。
public static void bucketSort(int[] arr) {
if (arr.length == 0) {
return;
}
int minValue = arr[0];
int maxValue = arr[0];
for (int value : arr) {
if (value < minValue) {
minValue = value;
} else if (value > maxValue) {
maxValue = value;
}
}
//得到最大和最小元素
int bucketNum = (maxValue - minValue) / arr.length + 1;//桶的数量
ArrayList<ArrayList> bucket = new ArrayList<>(bucketNum);
for (int i = 0; i < bucketNum; i++) {
bucket.add(new ArrayList<>());
}
//将元素放入到桶中
for (int i = 0; i < arr.length; i++) {
int num = (arr[i] - minValue) / arr.length;
面试准备+复习分享:
为了应付面试也刷了很多的面试题与资料,现在就分享给有需要的读者朋友,资料我只截取出来一部分哦
public static void bucketSort(int[] arr) {
if (arr.length == 0) {
return;
}
int minValue = arr[0];
int maxValue = arr[0];
for (int value : arr) {
if (value < minValue) {
minValue = value;
} else if (value > maxValue) {
maxValue = value;
}
}
//得到最大和最小元素
int bucketNum = (maxValue - minValue) / arr.length + 1;//桶的数量
ArrayList<ArrayList> bucket = new ArrayList<>(bucketNum);
for (int i = 0; i < bucketNum; i++) {
bucket.add(new ArrayList<>());
}
//将元素放入到桶中
for (int i = 0; i < arr.length; i++) {
int num = (arr[i] - minValue) / arr.length;
面试准备+复习分享:
为了应付面试也刷了很多的面试题与资料,现在就分享给有需要的读者朋友,资料我只截取出来一部分哦
[外链图片转存中…(img-Ra9jzad6-1714721363330)]