六、排序算法介绍3

4、希尔排序

4.1 简单插入排序问题

简单的插入排序可能存在的问题,数组 arr = { 2, 3, 4, 5, 6, 1 } 这时需要插入的数 1(最小),简单插入排序的过程如下:
{2,3,4,5,6,6}
{2,3,4,5,5,6}
{2,3,4,4,5,6}
{2,3,3,4,5,6}
{2,2,3,4,5,6}
{1,2,3,4,5,6}
结论: 当需要插入的数是较小的数时, 后移的次数明显增多, 对效率有影响

4.2 希尔排序基本介绍

希尔排序是希尔(Donald Shell) 于 1959 年提出的一种排序算法。 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。

4.3 希尔排序基本思想

希尔排序按照增量将数组进行分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至 1 时,整个文件恰被分成一组,算法便终止

4.4 希尔排序图解(交换法)

在这里插入图片描述

4.5 理解希尔排序代码实现(交换法)

···
public class ShellSort {

public static void main(String[] args) {
	int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
	shellSort(arr);
	
}

private static void shellSort(int[] arr) {
	int temp = 0;
	// 希尔排序的第1轮排序
	// 第1轮排序,是将10个数据分成了 5组
	for (int i = 5; i < arr.length; i++) {
		for (int j = i - 5; j >= 0; j-= 5) {
			if (arr[j] > arr[j + 5]) {
				temp = arr[j];
				arr[j] = arr[j+ 5];
				arr[j+ 5] = temp;
			}
		}
	}
	System.out.println("希尔排序1轮后=" + Arrays.toString(arr));
	
	// 希尔排序的第2轮排序
	// 第2轮排序,是将10个数据分成了 5/2 = 2组
	for (int i = 2; i < arr.length; i++) {
		for (int j = i - 2; j >= 0; j-= 2) {
			if (arr[j] > arr[j + 2]) {
				temp = arr[j];
				arr[j] = arr[j+ 2];
				arr[j+ 2] = temp;
			}
		}
	}
	System.out.println("希尔排序2轮后=" + Arrays.toString(arr));
	
	// 希尔排序的第3轮排序
	// 第3轮排序,是将10个数据分成了 2/2 = 1组
	for (int i = 1; i < arr.length; i++) {
		for (int j = i - 1; j >= 0; j-= 1) {
			if (arr[j] > arr[j + 1]) {
				temp = arr[j];
				arr[j] = arr[j+ 1];
				arr[j+ 1] = temp;
			}
		}
	}
	System.out.println("希尔排序3轮后=" + Arrays.toString(arr));
	
}

}
···

4.6 希尔排序最终实现(交换法)
public class ShellSort {
	
	public static void main(String[] args) {
		int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
		shellSort(arr);
	}

	private static void shellSort(int[] arr) {
		int temp = 0;
		int count = 0;
		for (int gap = arr.length /2; gap > 0; gap /= 2) {
			// 遍历各组中所有的元素(共gap组,每组有?个元素), 步长gap
			for (int i = gap; i < arr.length; i++) {
				for (int j = i - gap; j >= 0; j-= gap) {
					if (arr[j] > arr[j + gap]) {
						temp = arr[j];
						arr[j] = arr[j+ gap];
						arr[j+ gap] = temp;
					}
				}
			}
			System.out.println("希尔排序第"+(++count)+"轮后=" + Arrays.toString(arr));
		}
	}
}
4.7 测试希尔排序(交换法)性能
public class ShellSort {
	
	public static void main(String[] args) {
		// 创建要给80000个的随机的数组
		int[] arr = new int[80000];
		for (int i = 0; i < 80000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}

		Date date1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(date1);
		System.out.println("排序前的时间是=" + date1Str);

		shellSort(arr); // 交换式

		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序前的时间是=" + date2Str);
		
	}

	private static void shellSort(int[] arr) {
		int temp = 0;
		int count = 0;
		for (int gap = arr.length /2; gap > 0; gap /= 2) {
			// 遍历各组中所有的元素(共gap组,每组有?个元素), 步长gap
			for (int i = gap; i < arr.length; i++) {
				for (int j = i - gap; j >= 0; j-= gap) {
					if (arr[j] > arr[j + gap]) {
						temp = arr[j];
						arr[j] = arr[j+ gap];
						arr[j+ gap] = temp;
					}
				}
			}
			System.out.println("希尔排序第"+(++count)+"轮后=" + Arrays.toString(arr));
		}
		
	}

}

程序运行结果

排序前的时间是=2022-12-09 14:19:41
排序前的时间是=2022-12-09 14:19:47

缺点:基于交换法的希尔排序算法比简单选择排序算法速度更慢

4.8 编写希尔排序(插入法)
public class ShellSort {
	
	public static void main(String[] args) {
		int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
		shellSort(arr);
	}
	
	public static void shellSort(int[] arr) {
		// 增量gap, 并逐步的缩小增量
		for (int gap = arr.length /2; gap >0; gap/=2) {
			// 从第gap个元素,逐个对其所在的组进行直接插入排序
			for (int i = gap; i < arr.length; i++) {
				int j = i; 
				int temp = arr[j];
				while (j - gap >= 0 && temp < arr[j - gap]) {
					arr[j] = arr[j - gap];
					j-= gap;
				}
				arr[j] = temp;
			}
		}
		System.out.println("希尔排序后=" + Arrays.toString(arr));
	}
}
4.9 测试希尔排序(插入法)性能
public class ShellSort {
	public static void main(String[] args) {
		// 创建要给80000个的随机的数组
		int[] arr = new int[80000];
		for (int i = 0; i < 80000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}

		Date date1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(date1);
		System.out.println("排序前的时间是=" + date1Str);

		shellSort(arr); 

		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序前的时间是=" + date2Str);
	}
	
	public static void shellSort(int[] arr) {
		// 增量gap, 并逐步的缩小增量
		for (int gap = arr.length /2; gap >0; gap/=2) {
			// 从第gap个元素,逐个对其所在的组进行直接插入排序
			for (int i = gap; i < arr.length; i++) {
				int j = i; 
				int temp = arr[j];
				while (j - gap >= 0 && temp < arr[j - gap]) {
					arr[j] = arr[j - gap];
					j-= gap;
				}
				arr[j] = temp;
			}
		}
	}
}

代码运行结果

排序前的时间是=2022-12-09 16:27:36
排序前的时间是=2022-12-09 16:27:36

5 快速排序

5.1 基本介绍

快速排序(Quicksort)是对冒泡排序的一种改进,借用了分治的思想,由东尼·霍尔在1962年提出。
通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列

5.2 快速排序图解

在这里插入图片描述

5.3 代码实现
public class QuickSort {

	public static void main(String[] args) {
		int[] arr = {-9,78,0,23,-567,70};
		quickSort(arr, 0, arr.length -1);
		
		System.out.println("arr= " + Arrays.toString(arr));
	
	}
	
	public static void quickSort(int[] arr, int left, int right) {
		int l = left;//左下标
		int r = right; //右下标
		
		//中轴值
		int pivot = arr[(left + right)/2];
		int temp = 0;
		
		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;
			}
			
			//已经全部找完
			if (l >= r) {
				break;
			}
			
			temp = arr[l];
			arr[l] = arr[r];
			arr[r] = temp;
			
			//如果交换完,发现这个arr[l] == pivot 则r-- 前移
			if (arr[l] == pivot) {
				r-=1;
			}
			
			//如果交换完,发现这个arr[r] == pivot 则l++ 后移
			if (arr[r] == pivot) {
				l += 1;
			}
			
		}
		//如果l == r 必须l++ r-- 否则会出现栈溢出
		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);
		}
	}

}

6、归并排序

6.1 基本介绍

归并排序(MERGE-SORT)是利用归并的思想实现的排序方法,该算法采用经典的分治(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。

6.2 基本思想

在这里插入图片描述
可以看到这种结构很像一棵完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现)。分阶段可以理解为就是递归拆分子序列的过程。

再来看看治阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤:
在这里插入图片描述
在这里插入图片描述

6.3 代码实现
public class MergeSort {

	public static void main(String[] args) {
		int[] arr = { 8, 4, 5, 7, 1, 3, 6, 2 };
		int[] temp = new int[arr.length]; // 归并排序需要额外的空间
		mergeSort(arr, 0, arr.length - 1, temp);

		System.out.println("arr=" + Arrays.toString(arr));

	}

	public static void mergeSort(int[] arr, int left, int right, int[] temp) {
		if (left < right) {
			int mid = (left + right) / 2;
			// 向左递归进行分解
			mergeSort(arr, left, mid, temp);
			// 向右递归进行分解
			mergeSort(arr, mid + 1, right, temp);

			// 到合并
			merge(arr, left, mid, right, temp);
		}
	}

	/**
	 * 
	 * @param arr   原始数组
	 * @param left  左边有序数组索引
	 * @param mid   中间索引
	 * @param right 右边索引
	 * @param temp  中转数组
	 */
	public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
		int i = left; // 初始化i,左边有序序列的初始索引
		int j = mid + 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

		// (一)1 先把左右两边的数据按规则填充到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 <= mid && j <= right) {
			// 如果左边的有序序列的当前元素,小于等于右边的有序序列的当前元素
			// 将左边的当前元素,拷贝到temp数组
			if (arr[i] <= arr[j]) {
				temp[t] = arr[i];
				t += 1;
				i += 1;
			} 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 += 1;
				j += 1;
			}
		}

		// (二)把有剩余的一边的数据依次全部填充到temp
		while (i <= mid) {
			// 左边的有序序列 还有剩余的元素,就全部填充到temp数组
			temp[t] = arr[i];
			t += 1;
			i += 1;
		}

		while (j <= right) {
			// 右边的有序序列 还有剩余的元素,就全部填充到temp数组
			temp[t] = arr[j];
			t += 1;
			j += 1;
		}

		// (三)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;
		System.out.println("tempLeft=" + tempLeft + "  right=" + right);
		while (tempLeft <= right) {
			// 第一次合并是 tempLeft = 0 right = 1
			arr[tempLeft] = temp[t];
			t += 1;
			tempLeft += 1;
		}
	}

}

7、基数排序

7.1 基本介绍
  • 基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是通过键值的各个位的值,将要排序的元素分配至某些“桶”中,达到排序的作用
  • 基数排序法是属于稳定性的排序
  • 基数排序(Radix Sort)是桶排序的扩展
  • 基数排序是1887年赫尔曼·何乐礼发明的。它是这样实现的:将整数按位数切割成不同的数字,然后按每个位数分别比较
7.2 基本思想
  • 将所有待比较数值统一为同样的数位长度, 数位较短的数前面补零。
  • 然后, 从最低位开始, 依次进行一次排序。这样从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列。
7.3 排序图解
  • 有 10 个桶,对应编号为 0~9
  • 步骤
    第一步:根据原数组 arr 中每个元素的个位数,将其依次放入 0~9 号桶中(每个桶从前往后放),放置完毕后,再将桶中的数据依次取出(每个桶从前往后取),放回原数组 arr 中,这样原数组 arr 中个位数的元素就已经按照顺序排好了
    第二步:根据原数组 arr 中每个元素的十位数,将其依次放入 0~9 号桶中(每个桶从前往后放),放置完毕后,再将桶中的数据依次取出(每个桶从前往后取),放回原数组 arr 中,这样原数组 arr 中十位数 + 个位数的元素就已经按照顺序排好了
    第三步:根据原数组 arr 中每个元素的百位数,将其依次放入 0~9 号桶中(每个桶从前往后放),放置完毕后,再将桶中的数据依次取出(每个桶从前往后取),放回原数组 arr 中,这样原数组 arr 中百位数 + 十位数 + 个位数的元素就已经按照顺序排好了
  • 何时排序完毕?当数组中最长位数的元素处理完毕,排序完成
  • 桶的容量如何确定?假设数组每个元素位数相同,那么单个桶最大容量即为数组容量,我们用一个二维数组来表示桶:int[][] bucket = new int[10][arr.length];
  • 我们如何知道每桶中装了几个元素?这也需要记录,用一个一维数组来记录:
    int[] bucketElementCounts = new int[10];

在这里插入图片描述

7.4 代码实现
public class RadixSort {

	public static void main(String[] args) {
		int[] arr = { 53, 3, 542, 748, 14, 214 };
		radixSort(arr);

	}

	public static void radixSort(int[] arr) {

		// 得到数组中最大数的位数
		int max = arr[0];
		for (int i = 0; i < arr.length; i++) {
			if (arr[i] > max) {
				max = arr[i];
			}
		}
		// 得到最大数是几位数
		int maxLength = (max + "").length();
		// 定义一个二维数组,表示10个桶 每个桶就是一个一维数组
		// 说明:
		// 1. 二维数组包含10个一维数组
		// 2.为了防止在放入数据的时候,数据溢出,则每个一维数组(桶),大小定位arr.length
		// 3.很明显 基数排序是使用空间换时间的经典算法
		
		int[][] bucket = new int[10][arr.length];
		// 为了记录每个桶中,实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数
		// bucketElementCounts[0] 记录的是bucket[0]桶的放入数据个数
		int[] bucketElementCounts = new int[10];
		
		for (int i = 0,n = 1; i < maxLength; i++,n*=10) {
			for (int j = 0; j < arr.length; j++) {
				// 取出每个元素的个位
				int digitOfElement = arr[j] /n % 10;
				// 放入到对应的桶中
				bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
				bucketElementCounts[digitOfElement]++;
			}
			// 按照这个桶的顺序(一维数组的下标依次取出数据,放入原来数组)
			int index = 0;
			// 遍历每一个桶,并将桶中的数据放到原数组
			for (int k = 0; k < bucketElementCounts.length; k++) {
				// 如果桶中有数据,我们才放入到原数组
				if (bucketElementCounts[k] != 0) {
					// 循环该桶
					for (int l = 0; l < bucketElementCounts[k]; l++) {
						// 取出元素 放入到arr
						arr[index++] = bucket[k][l];
					}
				}

				// 第i轮处理后 需要将每个bucketElementCounts[k] = 0!
				bucketElementCounts[k] = 0;
			}

			System.out.println("第"+(i + 1)+"轮,对个位的排序处理arr = " + Arrays.toString(arr));
		}

	}
}

8 常用排序算法总结和对比

在这里插入图片描述

  • 稳定:如果 a 原本在 b 前面, 而 a=b, 排序之后 a 仍然在 b 的前面;
  • 不稳定:如果 a 原本在 b 的前面, 而 a=b, 排序之后 a 可能会出现在 b 的后面;
  • 内排序: 所有排序操作都在内存中完成;
  • 外排序: 由于数据太大, 因此把数据放在磁盘中, 而排序通过磁盘和内存的数据传输才能进行;
  • 时间复杂度: 一个算法执行所耗费的时间。
  • 空间复杂度: 运行完一个程序所需内存的大小。
  • n: 数据规模
  • k: “桶” 的个数
  • In-place:不占用额外内存
  • Out-place:占用额外内存
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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