DSA_排序算法（java数据结构与算法）

最新推荐文章于 2024-04-03 14:07:16 发布
最新推荐文章于 2024-04-03 14:07:16 发布
阅读量411 收藏
点赞数 1
分类专栏： java数据结构与算法（韩顺平老师随堂笔记） 文章标签： 算法 数据结构 自然语言处理
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/Fine____/article/details/120602464
版权

排序算法

排序算法的介绍

排序也称排序算法(Sort Algorithm)，排序是将一组数据，依指定的顺序进行排列的过程。

排序的分类：

  1. 内部排序:

    指将需要处理的所有数据都加载到内部存储器**(内存)**中进行排序。

  2. 外部排序法：

    数据量过大，无法全部加载到内存中，需要借助外部存储**(文件等)**进行排序。

  3. 常见的排序算法分类(见右图):

image-20210520105928436

算法的时间复杂度

度量一个程序(算法)执行时间的两种方法

  1. 事后统计的方法

    这种方法可行, 但是有两个问题：一是要想对设计的算法的运行性能进行评测，需要实际运行该程序；二是所得时间的统计量依赖于计算机的硬件、软件等环境因素, 这种方式，要在同一台计算机的相同状态下运行，才能比较那个算法速度更快。

  2. 事前估算的方法

    通过分析某个算法的时间复杂度来判断哪个算法更优.

时间频度

基本介绍

时间频度：一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为 T(n)。[举例说明]

举例说明-基本案例

比如计算 1-100 所有数字之和, 我们设计两种算法：

image-20210520110102410

举例说明-忽略常数项

image-20210520110134243

结论:

  1. 2n+20 和 2n 随着 n 变大，执行曲线无限接近, 20 可以忽略

  2. 3n+10 和 3n 随着 n 变大，执行曲线无限接近, 10 可以忽略

举例说明-忽略低次项

image-20210520110207331

结论:

  1. 2n^2+3n+10 和 2n^2 随着 n 变大, 执行曲线无限接近, 可以忽略 3n+10

  2. n^2+5n+20 和 n^2 随着 n 变大,执行曲线无限接近, 可以忽略 5n+20

举例说明-忽略系数

image-20210520110233070

结论:

  1. 随着 n 值变大，5n^2+7n 和 3n^2 + 2n ，执行曲线重合, 说明 这种情况下, 5 和 3 可以忽略。

  2. 而 n^3+5n 和 6n^3+4n ，执行曲线分离，说明多少次方式关键

时间复杂度

  1. 一般情况下，算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T(n)表示，若有某个辅助函数 f(n)，使得当 n 趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称 f(n)是 T(n)的同数量级函数。 记作 T(n)=Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。

  2. T(n) 不同，但时间复杂度可能相同。 如：T(n)=n²+7n+6 与 T(n)=3n²+2n+2 它们的 T(n) 不同，但时间复杂度相同，都为 O(n²)。

  3. 计算时间复杂度的方法：

    • 用常数 1 代替运行时间中的所有加法常数 T(n)=n²+7n+6 => T(n)=n²+7n+1
    • 修改后的运行次数函数中，只保留最高阶项 T(n)=n²+7n+1 => T(n) = n²
    • 去除最高阶项的系数 T(n) = n² => T(n) = n² => O(n²)

常见的时间复杂度

  1. 常数阶 O(1)

  2. 对数阶 O(log2n)

  3. 线性阶 O(n)

  4. 线性对数阶 O(nlog2n)

  5. 平方阶 O(n^2)

  6. 立方阶 O(n^3)

  7. k 次方阶 O(n^k)

  8. 指数阶 O(2^n)

常见的时间复杂度对应的图:

image-20210520110509353

说明：

  1. 常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜ Ο(nk) ＜ Ο(2n) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低

  2. 从图中可见，我们应该尽可能避免使用指数阶的算法

常数阶 O(1)

image-20210520110551539

对数阶 O(log2n)

image-20210520110608843

线性阶 O(n)

image-20210520110625107

线性对数阶 O(nlogN)

image-20210520110642140

平方阶 O(n²)

image-20210520110658783

立方阶 O(n³)、K 次方阶 O(n^k)

说明：参考上面的 O(n²) 去理解就好了，O(n³)相当于三层 n 循环，其它的类似

平均时间复杂度和最坏时间复杂度

  1. 平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，该算法的运行时间。

  2. 最坏情况下的时间复杂度称最坏时间复杂度。一般讨论的时间复杂度均是最坏情况下的时间复杂度。这样做的原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限，这就保证了算法的运行时间不会比最坏情况更长。

  3. 平均时间复杂度和最坏时间复杂度是否一致，和算法有关(如图:)。

image-20210520110749467

算法的空间复杂度简介

基本介绍

  1. 类似于时间复杂度的讨论，一个算法的空间复杂度(Space Complexity)定义为该算法所耗费的存储空间，它也是问题规模 n 的函数。

  2. 空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。有的算法需要占用的临时工作单元数与解决问题的规模 n 有关，它随着 n 的增大而增大，当 n 较大时，将占用较多的存储单元，例如快速排序和归并排序算法基数排序就属于这种情况

  3. 在做算法分析时，主要讨论的是时间复杂度。从用户使用体验上看，更看重的程序执行的速度。一些缓存产品 (redis, memcache)和算法(基数排序)本质就是用空间换时间.

冒泡排序

基本介绍

冒泡排序（Bubble Sorting）的基本思想是：通过对待排序序列从前向后（从下标较小的元素开始）,依次比较相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前移向后部，就象水底下的气泡一样逐渐向上冒。

冒泡排序，每一次比较都会交换，产生冒泡的效果。

对双层for的优化都在于，能否在某次就已经排序完成，从而终止后面无效循环
冒泡函数由于在每一轮循环中都对所有元素进行了冒泡交换，所以当某一次没有发生一次交换时即已经有序

优化：

因为排序的过程中，各元素不断接近自己的位置，如果一趟比较下来没有进行过交换，就说明序列有序，因此要在排序过程中设置一个标志 flag 判断元素是否进行过交换。从而减少不必要的比较。(这里说的优化，可以在冒泡排序写好后，在进行)

演示冒泡过程

image-20210522192623462

小结上面的图解过程:

  1. 一共进行 数组的大小-1 次 大的循环

  2. 每一趟排序的次数在逐渐的减少

  3. 如果我们发现在某趟排序中，没有发生一次交换， 可以提前结束冒泡排序。这个就是优化

代码实现

package chasing.sort;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-22  7:28 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class BubbleSort {

    public static void main(String[] args) {

//        int arr[] = {3, 9, -1, 10, 20};
//
//    System.out.println("排序前");
//    System.out.println(Arrays.toString(arr));
//
//    bubbleSort(arr);
//        System.out.println("排序后");
//        System.out.println(Arrays.toString(arr));
        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 data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        //测试冒泡排序
        bubbleSort(arr);

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

    public static void bubbleSort(int[] arr){

        int temp = 0;
        boolean flag = false;
        // 循环次数，排序几轮，相当于给数组中的每一个数找位置
        for (int i = 0; i < arr.length-1; i++) {
            // 最大的数依次向后面冒泡，即最后几位已经有序
            for (int j = 0; j < arr.length-1 - i; j++) {
                if (arr[j] > arr[j+1]) {
                    flag = true;
                    temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                }
            }
            // 如果在某一轮冒泡中，一次交换都没有发生过，则说明已经有序，不必在进行后面几轮冒泡
            if (flag == false) {
                break;
            } else {
                // 重置flag，进行下次判断
                flag = false;
            }
        }
    }
}

选择排序

基本介绍

选择式排序也属于内部排序法，是从欲排序的数据中，按指定的规则选出某一元素，再依规定交换位置后达到排序的目的。

选择排序优化在于选择到最小值是是否交换，最小值实际上是与第i小的值交换，若最小值就是i，就可以不用交换，进行下一轮选择
当minIndex == i 说明选择出的最小值就是第i小的，就不用交换。

选择排序思想:

选择排序（select sorting）也是一种简单的排序方法。它的基本思想是：第一次从 arr[0]~arr[n-1]中选取最小值， 与 arr[0]交换，第二次从 arr[1]~arr[n-1]中选取最小值，与 arr[1]交换，第三次从 arr[2]~arr[n-1]中选取最小值，与 arr[2] 交换，…，第 i 次从 arr[i-1]~arr[n-1]中选取最小值，与 arr[i-1]交换，…, 第 n-1 次从 arr[n-2]~arr[n-1]中选取最小值，与 arr[n-2]交换，总共通过 n-1 次，得到一个按排序码从小到大排列的有序序列。

选择排序思路分析图:

image-20210522194636373

image-20210522194728302

代码实现

public class SelectSort {

    public static void main(String[] args) {
//        int arr[] = {3, 9, -1, 10, 20};
//
//    System.out.println("排序前");
//    System.out.println(Arrays.toString(arr));
//
//    selectSort(arr);
//        System.out.println("排序后");
//        System.out.println(Arrays.toString(arr));

        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
        }

        System.out.println("排序前");
        //System.out.println(Arrays.toString(arr));

        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        selectSort(arr);


        Date data2 = new Date();
        String date2Str = simpleDateFormat.format(data2);
        System.out.println("排序前的时间是=" + date2Str);
    }
    public static void selectSort(int[] arr){

        int min = arr[0];
        int minIndex = 0;
        for (int i = 0; i < arr.length-1; i++) {
            min = arr[i];
            minIndex = i;
            for (int j = i+1; j < arr.length; j++) {
                if (arr[j] < min) {
                    // 重置最小值和最小值下标，并未发生交换
                    min = arr[j];
                    minIndex = j;
                }
            }

            // 对双层for的优化都在于，能否在某次就已经排序完成，从而终止后面无效循环
            // 冒泡函数由于在每一轮循环中都对所有元素进行了冒泡交换，所以当某一次没有发生一次交换时即已经有序。
            // 选择排序优化在于选择到最小值是是否交换，最小值实际上是与第i小的值交换，若最小值就是i，就可以不用交换，进行下一轮选择
            // 当minIndex == i 说明选择出的最小值就是第i小的，就不用交换。
            if (minIndex !=  i){
                // 交换过程
                arr[minIndex] = arr[i];
                arr[i] = min;
            }
        }
    }
}

插入排序

插入排序法介绍:

插入式排序属于内部排序法，是对于欲排序的元素以插入的方式找寻该元素的适当位置，以达到排序的目的。

插入排序法思想:

插入排序（Insertion Sorting）的基本思想是：把 n 个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含有 n-1 个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。

插入排序思路图:

image-20210522201832318

代码实现

package chasing.sort;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-22  8:36 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class InsertSort {


    public static void main(String[] args) {
//        int arr[] = {3, 9, -1, 10, 20};
//
//    System.out.println("排序前");
//    System.out.println(Arrays.toString(arr));
//
//    insertSort(arr);
//        System.out.println("排序后");
//        System.out.println(Arrays.toString(arr));

        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
        }

        System.out.println("插入排序前");
        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        insertSort(arr); //调用插入排序算法

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

    public static void insertSort(int[] arr){
        int insertValue = 0;
        int insertIndex = 0;

        for (int i = 1; i < arr.length; i++) {
            // 定义待插入的值，待插入的值即为无序列表的第一个
            // 待插入位置即为待插入值前面一个
            insertValue = arr[i];
            insertIndex = i-1;

            // insertIndex >= 0防止插入位置越界
            // insertValue < arr[insertIndex] 说明还没有找到插入位置
            // insertValue比arr[insertIndex]小，就该排在其前面，所以将arr[insertIndex]后移
            while (insertIndex >= 0 && insertValue < arr[insertIndex]) {
                arr[insertIndex+1] = arr[insertIndex];
                insertIndex--;
            }

            // 当退出循环时，说明插入的位置找到，insertIndex+1
            // 不必判断insertIndex!=i，负优化，赋值比判断快
            arr[insertIndex+1] = insertValue;
        }

    }
}

希尔排序

简单插入排序存在的问题

我们看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), 这样的过程是：

{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.

希尔排序法介绍

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。

希尔排序法基本思想

希尔排序是把记录按下标的一定增量分组，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

开始时，gap取值较大，子序列中的元素较少，排序速度快，克服了直接插入排序的缺点；其次，gap值逐渐变小后，虽然子序列的元素逐渐变多，但大多元素已基本有序，所以继承了直接插入排序的优点，能以近线性的速度排好序。

步长的选择是希尔排序的重要部分。只要最终步长为1任何步长序列都可以工作。算法最开始以一定的步长进行排序。然后会继续以一定步长进行排序，最终算法以步长为1进行排序。当步长为1时，算法变为插入排序，这就保证了数据一定会被排序。

希尔排序法的示意图

image-20210522205004997

image-20210522205024355

代码实现

对各个组进行插入排序时，并不是相对一个组排序完，再对另一个组进行排序，而是轮流对每个组进行插入排序。

交换法

package main.java.chasing.sort;

import org.junit.Test;

import java.util.Arrays;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-23  8:24 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class ShellSort {

    @Test
    public void test1(){
        int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
        System.out.println("排序前");
      System.out.println(Arrays.toString(arr));

      shellSort(arr);
        System.out.println("排序后");
        System.out.println(Arrays.toString(arr));
    }

    public static void shellSort(int[] arr){

        int temp = 0;
        int count = 0;
        // 根据前面的逐步分析，使用循环处理
        // gap不仅仅是组数，更重要是作为步长
        for (int gap = arr.length / 2; gap > 0; gap /= 2) {
            // 让i从gap算起，大幅度减少外层循环，且也能遍历完每种情况
            for (int i = gap; i < arr.length; i++) {
                // 遍历各组中所有的元素(共gap组，每组有个元素), 步长gap
                // 其实是从头到尾一个个遍历的，但是不是相邻比较，而是跨步长比较
                for (int j = i - gap; j >= 0; j -= gap) {
                    // 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 + gap]) {
                        temp = arr[j];
                        arr[j] = arr[j + gap];
                        arr[j + gap] = temp;
                    }
                }
            }
            //System.out.println("希尔排序第" + (++count) + "轮 =" + Arrays.toString(arr));
        }

    }
}

image-20210523211540983

image-20210523211553207

image-20210523211856116

移位法

package main.java.chasing.sort;

import org.junit.Test;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-23  8:24 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class ShellSort {

    @Test
    public void test1(){
        int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
        System.out.println("排序前");
      System.out.println(Arrays.toString(arr));

      shellSort2(arr);
        System.out.println("排序后");
        System.out.println(Arrays.toString(arr));
    }

    @Test
    public void test2(){
        int[] arr = new int[8000000];
        for (int i = 0; i < 8000000; i++) {
            arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
        }

        System.out.println("插入排序前");
        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        shellSort2(arr); //调用插入排序算法

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

    

    public static void shellSort2(int[] arr){

        // 增量gap，并逐步缩小增量
        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 temp = arr[i];
                int j = i-gap;

                    while (j >= 0 && temp < arr[j]) {
                        arr[j+gap] = arr[j];
                        j -= gap;
                    }

                    arr[j+gap] = temp;
                }
            }
        }
    }

快速排序

快速排序法介绍:

快速排序（Quicksort）是对冒泡排序的一种改进。基本思想是：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

快速排序法示意图:

image-20210524204839706

image-20210524204850055

pivot不是一个位置，是一个值，这个值的位置是可能会被改变的。

代码实现

image-20210525100948218

package main.java.chasing.sort;

import org.junit.Test;

import java.util.Arrays;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-24  8:49 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class QuickSort {

    @Test
    public void test(){
        //int[] arr = {-9,78,0,23,-567,70,70,-3, -1,900, 4561};
        int[] arr = {3,2,6,5,8,4,1};
        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;
        int r = right;
        int pivot = arr[(left+right)/2];
        int temp = 0;
        while (l < r) {
            // 最坏的情况是左边找不到比pivot大的，直到找到pivot本身然后退出
            while (arr[l] < pivot){
                l++;
            }
            while (arr[r] > pivot) {
                r--;
            }
            // 说明左边的值已全部小于pivot，右边的值已全部小于pivot
            if (l >= r) {
                break;
            }
            temp = arr[l];
            arr[l] = arr[r];
            arr[r] = temp;

            // 处理交换后的一些特殊情况
            // arr[l] 的值是由右边的换过来的，如果已经等于pivot了，那么右边的指针前移一下，找下一个
            // 而有了这两个if，可以保证出现与pivot相同值时可以跳出去
            if (arr[l] == pivot) {
                // 不能写成l++，这样写能解决重复值的跳出
                // 但是解决不了一般的情况了，当pivot的位置被改变，此时指针还指着pivot
                // 那么pivot的指针不能动，我pivot还等着别人来跟我交换呢，指针一旦动了，别人就找不到了
                r--;
            }
            if (arr[r] == pivot) {
                l++;
            }
        }

        if(l == r) {
            l++;
            r--;
        }

        if (left < r){
            // 向左递归到底
            quickSort(arr, left, r);
        }

        if (right > l) {
            quickSort(arr, l, right);
        }
    }
}

归并排序

归并排序介绍:

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)。

归并排序思想示意图

image-20210525101330781

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CgALWvZh-1633318539827)(https://chasing1874.oss-cn-chengdu.aliyuncs.com/image-20210525101354732.png)]

代码演示

package main.java.chasing.sort;

import org.junit.Test;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-25  10:20 上午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class MergeSort {

    @Test
    public void test1(){
        int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
        System.out.println("排序前");
        System.out.println(Arrays.toString(arr));

        int[] temp = new int[11];
        mergeSort(arr, 0, arr.length-1, temp);
        System.out.println("排序后");
        System.out.println(Arrays.toString(arr));
    }

    @Test
    public void test2(){
        int[] arr = new int[8000000];
        for (int i = 0; i < 8000000; i++) {
            arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
        }

        System.out.println("插入排序前");
        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);
        int[] temp = new int[8000000];
        mergeSort(arr, 0, arr.length-1, temp); //调用插入排序算法

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

    public static void mergeSort(int[] arr, int left, int right, int temp[]) {
        // 递归终止条件
        if (left < right) {
            int mid = (left + right) / 2;
            mergeSort(arr, left, mid, temp);
            mergeSort(arr, mid+1, right, temp);
            merge(arr, left, mid, right, temp);
        }

    }

    public static void merge(int arr[], int left, int mid, int right, int[] temp) {
        // i 为左边有序序列的初始索引，j为右边的，t为辅助数组的索引
        int i = left;
        int j = mid+1;
        int t = 0;

        while (i <= mid && j <= right) {
            if (arr[i] <= arr[j]) {
                temp[t] = arr[i];
                t++;
                i++;
            } else {
                temp[t] = arr[j];
                j++;
                t++;
            }
        }

        // 当上述循环退出时，说明某一个有序序列已经遍历完
        while (i <= mid) {
            temp[t] = arr[i];
            t++;
            i++;
        }

        while (j <= right) {
            temp[t] = arr[j];
            t++;
            j++;
        }

        // 拷贝数组
        t = 0;
        int tempLeft = left;
        while (tempLeft <= right) {
            arr[tempLeft] = temp[t];
            tempLeft++;
            t++;
        }

    }
}

基数排序

基数排序(桶排序)介绍:

  1. 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

  2. 基数排序法是属于稳定性的排序，基数排序法的是效率高的稳定性排序法

  3. 基数排序(Radix Sort)是桶排序的扩展

  4. 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。

基数排序基本思想

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。

基数排序图文说明

将数组 {53, 3, 542, 748, 14, 214} 使用基数排序, 进行升序排序

image-20210525201348912

image-20210525201402706

代码实现

package main.java.chasing.sort;

import org.junit.Test;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

/**
 * @author 柴柴快乐每一天
 * @create 2021-05-25  8:15 下午
 * <p>
 * 『Stay hungry, stay foolish. 』
 */
public class RadixSort {

    @Test
    public void test1(){
        int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
        System.out.println("排序前");
        System.out.println(Arrays.toString(arr));

        radixSort(arr);
        System.out.println("排序后");
        System.out.println(Arrays.toString(arr));
    }

    @Test
    public void test2(){
        int[] arr = new int[10000000];
        for (int i = 0; i < 10000000; i++) {
            arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
        }

        System.out.println("插入排序前");
        Date data1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(data1);
        System.out.println("排序前的时间是=" + date1Str);

        radixSort(arr); //调用插入排序算法

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


    public void radixSort(int[] arr) {

        int max = arr[0];
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] > max) {
                max = arr[i];
            }
        }
        int maxLength = (max+"").length();

        int bucket[][] = new int[10][arr.length];
        int bucketLength[] = new int[10];

        for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
            for (int j = 0; j < arr.length; j++) {
                int digitOfElement = arr[j] / n % 10;
                bucket[digitOfElement][bucketLength[digitOfElement]] = arr[j];
                bucketLength[digitOfElement]++;
            }

            int index = 0;
            for (int l = 0; l < bucket.length; l++){

                if (bucketLength[l] != 0){
                    for (int k = 0; k < bucketLength[l]; k++) {
                        arr[index] = bucket[l][k];
                        index++;
                    }
                }

                bucketLength[l] = 0;
            }

        }
    }
}

基数排序的说明:

  1. 基数排序是对传统桶排序的扩展，速度很快.
  2. 基数排序是经典的空间换时间的方式，占用内存很大, 当对海量数据排序时，容易造成 OutOfMemoryError 。
  3. 基数排序时稳定的。[注: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]
  4. 有负数的数组，我们不用基数排序来进行排序, 如果要支持负数，参考: https://code.i-harness.com/zh-CN/q/e98fa9

常用排序算法总结和对比

一张排序算法的比较图

image-20210525205059301

相关术语解释：

  1. 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；
  2. 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；
  3. 内排序：所有排序操作都在内存中完成；
  4. 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；
  5. 时间复杂度： 一个算法执行所耗费的时间。
  6. 空间复杂度：运行完一个程序所需内存的大小。
  7. n: 数据规模
  8. k: “桶”的个数
  9. In-place: 不占用额外内存
  10. Out-place: 占用额外内存
奥义喷火恐龙
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
dsa_java:使用Java的数据结构和算法
04-07
在编程领域，数据结构和算法...通过这个"dsa_java"项目，你可以深入学习和实践这些Java数据结构和算法，提升编程技能，并能够更好地理解和解决问题。项目的源代码可以作为学习和参考的实例，加深理论与实际操作的结合。
java dsa算法_Java数字签名算法DSA实例详解
weixin_35719380的博客
02-12 389
本文实例讲述了Java数字签名算法DSA。分享给大家供大家参考，具体如下：一、介绍DSS：Digital Signature Standard 数字签名标准DSA：Digital Signature Algorithm 数字签名算法DSA仅包含数字签名二、参数说明三、代码实现package com.imooc.security.dsa;import java.security.KeyFactory...
java dsa算法_DSA算法
weixin_29005499的博客
03-04 904
DSA(Digital Signature Algorithm)是Schnorr和ElGamal签名算法的变种，被美国NIST作为DSS(DigitalSignature Standard)。DSA加密算法主要依赖于整数有限域离散对数难题，素数P必须足够大，且p-1至少包含一个大素数因子以抵抗Pohlig &Hellman算法的攻击。M一般都应采用信息的HASH值。DSA加密算法的安全性主...
【算法】Java实现DSA算法
分享Java硬核干货
06-27 1万+
DSA算法的安全性基于离散对数问题的难度，即找到满足g^x mod p = y的x。需要注意的是，DSA算法本身只提供了数字签名的功能，而不包括加密和解密。在实际应用中，通常将DSA与对称加密算法（如AES）结合使用，以实现完整的加密和签名机制。总结来说，DSA是一种基于离散对数问题的数字签名算法，用于生成和验证数字签名。接下来，使用私钥对明文进行签名，并使用公钥验证签名的有效性。DSA是美国国家标准局（NIST）于1991年发布的一种非对称加密算法，其设计目的是替代RSA算法在数字签名领域的应用。
java dsa算法_JAVA加密算法（DSA）
weixin_39662594的博客
02-12 297
DSADSA-Digital Signature Algorithm 是Schnorr和ElGamal签名算法的变种，被美国NIST作为DSS(DigitalSignature Standard)。简单的说，这是一种更高级的验证方式，用作数字签名。不单单只有公钥、私钥，还有数字签名。私钥加密生成数字签名，公钥验证数据及签名。如果数据和签名不匹配则认为验证失败！也就是说传输中的数据可以不再加密，接收...
Java实现数字签名
最新发布
a1901149的博客
04-03 1130
Java面试核心知识点一共有30个专题，足够读者朋友们应付面试啦，也节省朋友们去到处搜刮资料自己整理的时间！Java面试核心知识点《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》点击传送门即可获取！[外链图片转存中…(img-p1Kv7ZuP-1712124425126)]Java面试核心知识点一共有30个专题，足够读者朋友们应付面试啦，也节省朋友们去到处搜刮资料自己整理的时间！[外链图片转存中…(img-zqEuUO9B-1712124425127)]
DSA_Java：Java Java中的数据结构和算法
02-05
注意： 最好的准备方法是克隆此存储库，并在进行过程中将问题标记为...未排序-摩尔投票算法，但使用快速排序后跟count [或] HashMap 5->发生超过n / 2次的元素-已排序 六个->最大差异，使得较小的数字出现在较大的数字
DSA:Java中的数据结构和算法
03-21
数据结构与算法（DSA）是计算机科学的基础，对于任何编程语言来说，理解并掌握它们都是至关重要的。在Java中，DSA的应用尤其广泛，因为Java作为一种强类型、面向对象的语言，其丰富的类库和高效性能使得它成为实现...
数据结构和算法(DSA)贡献_C++_Java_下载.zip
04-30
这个压缩包“数据结构和算法(DSA)贡献_C++_Java_下载.zip”显然是一个包含C++和Java语言实现的数据结构与算法资源集合。 在C++和Java中，数据结构主要包括数组、链表、栈、队列、哈希表、树（如二叉树、平衡树AVL和...
dsa:数据结构与算法实践
06-17
《dsa:数据结构与算法实践》是一本深入探讨数据结构和算法应用的资源，主要针对Java编程语言。在这个领域，理解和熟练运用数据结构与算法是提升编程能力的关键，也是解决复杂问题的基础。以下是对这个主题的详细阐述...
DSA签名算法的Java实现
11-06
来自StackOverflow的 Jeffrey Walton 的文章中dsa数字签名算法的java实现，包括生成签名，消息签名，验证签名三个功能的实现。
Java数字签名算法DSA实例详解
08-27
主要介绍了Java数字签名算法DSA,结合实例形式分析了Java数字签名算法DSA具体定义与使用技巧,需要的朋友可以参考下
常用数字签名算法RSA与DSA的Java程序内实现示例
09-02
主要介绍了常用数字签名算法RSA与DSA的Java程序内实现示例,一般来说DSA算法用于签名的效率会比RSA要快,需要的朋友可以参考下
DSA算法源代码
11-20
DSA算法源代码 java dsa dsa dsa
dsa的java实现_Java数字签名算法DSA实例详解
weixin_39592026的博客
02-27 484
本文实例讲述了Java数字签名算法DSA。分享给大家供大家参考，具体如下：一、介绍DSS：Digital Signature Standard 数字签名标准DSA：Digital Signature Algorithm 数字签名算法DSA仅包含数字签名二、参数说明三、代码实现package com.imooc.security.dsa;import java.security.KeyFactory...
Java 实现DSA数字签名
某人的博客
11-23 960
DSA数字签名Java实现 import java.security.*; import java.security.interfaces.DSAPrivateKey; import java.security.interfaces.DSAPublicKey; import java.security.spec.PKCS8EncodedKeySpec; import java.security.spec.X509EncodedKeySpec; public class DSAUtils { pri
JAVA加密解密之DSA（Digital Signature Algorithm）算法
热门推荐
蒋固金（jianggujin）的专栏
12-02 1万+
DSA算法简介DSA-Digital Signature Algorithm是Schnorr和ElGamal签名算法的变种，被美国NIST作为DSS(DigitalSignature Standard)。简单的说，这是一种更高级的验证方式，用作数字签名。不单单只有公钥、私钥，还有数字签名。私钥加密生成数字签名，公钥验证数据及签名。
DSA算法实现数字签名--java实现
霓虹深处
06-05 1517
简介 DSA是Schnorr和ElGamal签名算法的变种，被美国NIST作为DSfS(DigitalSignature Standard)。 DSA是基于整数有限域离散对数难题的，其安全性与RSA相比差不多。DSA的一个重要特点是两个素数公开，这样，当使用别人的p和q时，即使不知道私钥，你也能确认它们是否是随机产生的，还是作了手脚。RSA却做不到。 算法分类信息： 算法 密钥长度...
Java加密算法 DSA 和 数字签名
打渔还是晒网 —— stone
03-11 6574
package com.stone.security; import java.security.Key; import java.security.KeyFactory; import java.security.KeyPair; import java.security.KeyPairGenerator; import java.security.PrivateKey; import jav
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