插入排序、冒泡排序、归并排序、快速排序
要对这四种排序算法的思想理解熟记,并将代码牢记于心,还要知道四种算法的优劣之处。
一、插入排序(参考了此篇博客https://blog.csdn.net/Joseph_Cherry/article/details/60789718)
插入排序的思想:
不知道大家在生活中是如何思考排序这件事情的,就我来说,在打扑克牌(十三张那种哈)的时候,每拿到派发的一张牌, 就会将这张牌插入到合适的位置,这样每次插完之后就是得到了一次排好序的牌。
插入排序就是用了这种思想,先给定一个排好序的序列(通常设定为给定要排序序列的第一个值),然后陆续将后面的值与前面排好序的比较,如果是小于前面的值,就插到前面去。就这样一直比较,然后最后总会插入到合适的位置,当然啦,如果是插入到第一位了,也算完成了插入。
下面的四行展示了该算法在一个四元数组上的执行过程。“|”代表变量i,它左边的元素是有序的, 而它右边的元素则还是初始顺序。
3 |1 4 2
1 3| 4 2
1 3 4| 2
1 2 3 4
简单地说,就是通过一个从右到左的循环,该循环通过变量j来跟踪要插入的变量,循环条件是:该变量前面有值(j>0,即有前驱)且没有到达最终位置(即该变量小与它的前驱),循环都会一直进行下去。
public class InsertSort{
public static void insertSort(int[] numbers){
int n = numbers.length;
int i, j, temp;
for (i = 1; i < n; i++) {
temp = numbers[i];
for (j = i; j > 0 && numbers[j - 1] > temp; j--){
numbers[j] = numbers[j - 1];
}
numbers[j] = temp;
}
}
}
时间复杂度分析
如果目标是把n个元素的序列升序排列,那么采用插入排序存在最好情况和最坏情况。最好情况就是,序列已经是升序排列了,在这种情况下,需要进行的比较操作需(n-1)次即可。最坏情况就是,序列是降序排列,那么此时需要进行的比较共有n(n-1)/2次。插入排序的赋值操作是比较操作的次数加上 (n-1)次。平均来说插入排序算法的时间复杂度为O(n^2)。因而,插入排序不适合对于数据量比较大的排序应用。但是,如果需要排序的数据量很小,例如,量级小于千,那么插入排序还是一个不错的选择。
二、冒泡排序
二分查找(参考了此篇博客https://blog.csdn.net/maoyuanming0806/article/details/78176957)
二分查找思想:将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。
1、用递归的思想实现
public class RecursionBinarySearch{
public static void recursionBinarySearch(int[] arrays, int key, int low, int high){
if (key < arrays[low] || key > arrays[high] || low > high) {
return -1;
}
int mid = (low + high)/2;
if (key == arrays[mid]) {
return mid;
}else if (key < arrays[mid]){
recursionBinarySearch(arrays, key, low, mid - 1);
}else if (key > arrays[mid]){
recursionBinarySearch(arrays, key, mid + 1, high);
}
}
}
2、非递归实现
public class BinarySearch{
public static voie binarySearch(int[] arrays, int key){
int low = 0;
int high = arrays.length - 1;
if (low > high || key < arrays[low] || key > arrays[high]) {
return -1;
}
while (low <= high) {
int mid = (low + high)/2;
if(key == arrays[mid]){
return mid;
}else if (key < arrays[mid]){
high = mid - 1;
}else if (key > arrays[mid]){
low = mid + 1;
}
}
return -1;
}
}