(三)插入排序
1、基本思想
把n个待排序的元素第一位看成有序表,其它的看成无序表,排序过程中,每次从无序表中取出一个数,依次与有序表中的数进行比较,插入到合适的位置。
2、动态效果图
3、代码实现
//插入排序
public static void insertSort(int[] arr ){
int insertVal = 0;
int insertIndex = 0;
for (int i = 1; i < arr.length; i++) {
//定义待插入的数
insertVal = arr[i];
// 即arr[i]的前面这个数的下标
insertIndex = i - 1;
// 给insertVal 找到插入的位置
// 说明
// 1. insertIndex >= 0 保证在给insertVal 找插入位置,不越界
// 2. insertVal < arr[insertIndex] 待插入的数,还没有找到插入位置
// 3. 就需要将 arr[insertIndex] 后移
while(insertIndex >= 0 && insertVal < arr[insertIndex]){
arr[insertIndex+1] = arr[insertIndex];
insertIndex–;
}
// 当退出while循环时,说明插入的位置找到, insertIndex + 1
if(insertIndex + 1 != i){
arr[insertIndex+1] = insertVal;
}
}
}
4、速度测试
插入排序:120000数据,1秒
(四)希尔排序
1、基本思想
希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序,同时该算法也是冲破O(n²)的第一批算法之一。它与插入排序的不同之处在于,它会优先比较较远的元素。
2、效果图
3、代码实例
希尔排序有两种方式。
①希尔排序(冒泡排序)
//希尔排序
// 使用逐步推导的方式来编写希尔排序
// 希尔排序时, 对有序序列在插入时采用交换法,
// 思路(算法) ===> 代码
public static void shellSort(int[] arr){
// 根据前面的逐步分析,使用循环处理
for(int step = arr.length/2;step>0;step /= 2 ){
for (int i = step; i < arr.length; i++) {
// 遍历各组中所有的元素(共step组,每组有个元素), 步长step
for (int j = i - step; j >= 0; j -= step) {
// 如果当前元素大于加上步长后的那个元素,说明交换
if (arr[j] > arr[j + step]) {
int temp = arr[j];
arr[j] = arr[j + step];
arr[j + step] = temp;
}
}
}
}
}
速度测试:
冒泡法希尔排序:120000数据,11秒
②希尔排序(插入排序)
//对交换式的希尔排序进行优化->插入法
public static void shellSort2(int[] arr) {
// 增量step, 并逐步的缩小增量
for (int step = arr.length / 2; step > 0; step /= 2) {
// 从第step个元素,逐个对其所在的组进行直接插入排序
for (int i = step; i < arr.length; i++) {
int j = i;
int temp = arr[j];
if(arr[j]<arr[j-step]){
while (j - step >= 0&&temp<arr[j-step]){
arr[j] = arr[j-step];
j -= step;
}
arr[j] = temp;
}
}
}
速度测试:
插入法希尔排序:12000000数据,4秒,叹为观止
(五)快速排序
1、基本思想
通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录进行排序,以达到整个排序的过程。
2、效果图
3、算法描述
-
快速排序使用分治法把一个串分为两个子串;
-
找一个基准点,暂时选中间点为基准点;
-
重新排序数列,比基准值小的放在基准点前面,大的放在后面;
-
递归的把小于基准值的子数列和大于基准值的子数列排序;
4、代码实例
//快速排序
public static void quickSort(int[] arr,int left, int right) {
int l = left; //左下标
int r = right; //右下标
//pivot 中轴值
int pivot = arr[(left + right) / 2];
int temp = 0; //临时变量,作为交换时使用
//while循环的目的是让比pivot 值小放到左边
//比pivot 值大放到右边
while( l < r) {
//在pivot的左边一直找,找到大于等于pivot值,才退出
while( arr[l] < pivot) {
l += 1;
}
//在pivot的右边一直找,找到小于等于pivot值,才退出
while(arr[r] > pivot) {
r -= 1;
}
//如果l >= r说明pivot 的左右两的值,已经按照左边全部是
//小于等于pivot值,右边全部是大于等于pivot值
if( l >= r) {
break;
}
//交换
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
//如果交换完后,发现这个arr[l] == pivot值 相等 r–, 前移
if(arr[l] == pivot) {
r -= 1;
}
//如果交换完后,发现这个arr[r] == pivot值 相等 l++, 后移
if(arr[r] == pivot) {
l += 1;
}
}
// 如果 l == r, 必须l++, r–, 否则为出现栈溢出
if (l == r) {
l += 1;
r -= 1;
}
//向左递归
if(left < r) {
quickSort(arr, left, r);
}
//向右递归
if(right > l) {
quickSort(arr, l, right);
}
}
5、速度测试
快速排序:12000000数据,1秒,逆天而行
(六)归并排序
1、基本思想
归并排序采用经典的分治策略,分治法将问题分成一些小的问题然后递归解决,则治的阶段就是将分的阶段得到的答案修补在一起,即分而治之。
2、效果图
3、代码实现
//归并排序
public static void mergerSort(int[] arr,int left,int right,int[] temp){
if(left<right){
//中间索引
int middle = (left + right)/2;
//向左递归进行分解
mergerSort(arr,left,middle,temp);
//向右递归进行分解
mergerSort(arr,middle + 1,right,temp);
//合并
merger(arr, left, middle, right, temp);
}
}
//合并
public static void merger(int[] arr,int left,int middle,int right,int[] temp){
int i = left; // 初始化i, 左边有序序列的初始索引
int j = middle + 1; //初始化j, 右边有序序列的初始索引
int t = 0; // 指向temp数组的当前索引
//先把左右两边(有序)的数据按照规则填充到temp数组
//直到左右两边的有序序列,有一边处理完毕为止
while (i <= middle && j <= right) {//继续
//如果左边的有序序列的当前元素,小于等于右边有序序列的当前元素
//即将左边的当前元素,填充到 temp数组
//然后 t++, i++
if(arr[i] <= arr[j]){
temp[t] = arr[i];
t++;
i++;
}else { //反之,将右边有序序列的当前元素,填充到temp数组
temp[t] = arr[j];
t++;
j++;
}
}
//把有剩余数据的一边的数据依次全部填充到temp
//左边的有序序列还有剩余的元素,就全部填充到temp
while (i <= middle){
temp[t] = arr[i];
t++;
i++;
}
//右边的有序序列还有剩余的元素,就全部填充到temp
while (j <= right){
temp[t] = arr[j];
t++;
j++;
}
//将temp数组的元素拷贝到arr
//注意,并不是每次都拷贝所有
t = 0;
int tempLeft = left; //
while (tempLeft <= right){
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
4、速度测试
归并排序:12000000数据,1秒,惊为天人
(七)基数排序
1、基本思想
将所有带比较数值统一为同样的数位长度,数据较短的数前面补0,然后从最低位开始依次进行依次排序,这样从最低位排序一直到最高位排序完成之后,数列就变成了一个有序序列。
2、动态效果图
3、代码实例
//基数排序
public static void radixSort(int arr[]){
System.out.println(“基数排序,arr长度:”+arr.length);
//1. 得到数组中最大的数的位数
int max = arr[0]; //假设第一数就是最大数
for(int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
面试资料整理汇总
这些面试题是我朋友进阿里前狂刷七遍以上的面试资料,由于面试文档很多,内容更多,没有办法一一为大家展示出来,所以只好为大家节选出来了一部分供大家参考。
面试的本质不是考试,而是告诉面试官你会做什么,所以,这些面试资料中提到的技术也是要学会的,不然稍微改动一下你就凉凉了
在这里祝大家能够拿到心仪的offer!
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
va开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
面试资料整理汇总
[外链图片转存中…(img-eJA0Gnaw-1713549370350)]
[外链图片转存中…(img-a100CxJv-1713549370352)]
这些面试题是我朋友进阿里前狂刷七遍以上的面试资料,由于面试文档很多,内容更多,没有办法一一为大家展示出来,所以只好为大家节选出来了一部分供大家参考。
面试的本质不是考试,而是告诉面试官你会做什么,所以,这些面试资料中提到的技术也是要学会的,不然稍微改动一下你就凉凉了
在这里祝大家能够拿到心仪的offer!
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!