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）
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
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
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：
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];
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
- 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
1172
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
