交换排序
冒泡排序
算法原理:
冒泡排序要对一个列表多次重复遍历。它要比较相邻的两项,并且交换顺序排错的项。每对 列表实行一次遍历,就有一个最大项排在了正确的位置。大体上讲,列表的每一个数据项都会在 其相应的位置 “冒泡”。如果列表有 n 项,第一次遍历就要比较 n-1 对数据。一旦列表中最大(按照规定的原则定义大小)的数据是所比较的数据对中的一个,它就会沿着列表一直后移,直到这次遍历结束。时间复杂度为O(n²),空间复杂度为O(n)
java实现
public void bubbleSort(int[] a){
int temp;
for(int i=0;i<a.length;i++){
for(int j=0;j<a.length-i-1;j++){
if(a[j]>a[j+1]){
temp=a[j];
a[j]=a[j+1];
a[j+1]=temp;
}
}
}
}
快速排序
算法原理
快速排序由 C. A. R. Hoare 在1962年提出。它的基本思想是: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。
java实现
public void quickSort(int[] number){
number = quickSort(number,0,number.length-1);
System.out.println(Arrays.toString(number));
}
public int[] quickSort(int[] numbers, int start, int end) {
if (start < end) {
int base = numbers[start]; // 选定的基准值(第一个数值作为基准值)
int temp; // 记录临时中间值
int i = start, j = end;
while (i < j) {
while ((numbers[i] < base) && (i < end))
i++;
while ((numbers[j] > base) && (j > start))
j--;
if (i <= j) {
temp = numbers[i];
numbers[i] = numbers[j];
numbers[j] = temp;
if (numbers[i] == base) {
j--;
}else if(numbers[j] == base){
i++;
}
}
}
if (start < j)
quickSort(numbers, start, j-1);
if (end > i)
quickSort(numbers, i+1, end);
}
return numbers;
}
插入排序
直接插入排序
算法原理
插入排序 总是保持一个位置靠前的已排好的子表,然后每一个新的数据项被 “插入” 到前边的子表里,排好的子表增加一项。我们认为只含有一个数据项的列表是已经排好的。每排后面一个数据(从 1 开始到 n-1),这 个的数据会和已排好子表中的数据比较。比较时,我们把之前已经排好的列表中比这个数据大的移到它的右边。当子表数据小于当前数据,或者当前数据已经和子表的所有数据比较了时,就可以在此处插入当前数据项。
java实现
public void insertSort(int[] a){
int length=a.length;//数组长度,将这个提取出来是为了提高速度。
int insertNum;//要插入的数
for(int i=1;i<length;i++){//插入的次数
insertNum=a[i];//要插入的数
int j=i-1;//已经排序好的序列元素个数
while(j>=0 && a[j]>insertNum){//序列从后到前循环,将大于insertNum的数向后移动一格
a[j+1]=a[j];//元素移动一格
j--;
}
a[j+1]=insertNum;//将需要插入的数放在要插入的位置。
}
for (int i=0; i<length; i++){
System.out.println(a[i]);
}
}
希尔排序
算法原理
希尔排序有时又叫做 “缩小间隔排序”,它以插入排序为基础,将原来要排序的列表划分为一些子列表,再对每一个子列表执行插入排序,从而实现对插入排序性能的改进。划分子列的特定方法是希尔排序的关键。我们并不是将原始列表分成含有连续元素的子列,而是确定一个划分列表的增量 “i”,这个i更准确地说,是划分的间隔。然后把每间隔为i的所有元素选出来组成子列表,然后对每个子序列进行插入排序,最后当 i=1 时,对整体进行一次直接插入排序。
java实现
public void sheelSort(int[] a){
int d = a.length;
while (d!=0) {
d=d/2; //3
for (int x = 0; x < d; x++) {//分的组数
for (int i = x + d; i < a.length; i += d) {//组中的元素,从第二个数开始
int j = i - d;//j为有序序列最后一位的位数 1
int temp = a[i];//要插入的元素 4
for (; j >= 0 && temp < a[j]; j -= d) {//从后往前遍历。
a[j + d] = a[j];//向后移动d位
}
a[j + d] = temp;
}
}
}
for (int i=0; i<a.length; i++){
System.out.println(a[i]);
}
}
选择排序
简单选择排序
算法原理:
选择排序提高了冒泡排序的性能,它每遍历一次列表只交换一次数据,即进行一次遍历时找到最大的项,完成遍历后,再把它换到正确的位置。和冒泡排序一样,第一次遍历后,最小的数据项就已归位,第二次遍历使次小项归位。这个过程持续进行,一共需要 n-1 次遍历来排好 n 个数据,因为最后一个数据必须在第 n-1 次遍历之后才能归位。
Java实现
public void selectSort(int[] a) {
int length = a.length;
for (int i = 0; i < length; i++) {//循环次数
int key = a[i];
int position=i;
for (int j = i + 1; j < length; j++) {//选出最小的值和位置
if (a[j] < key) {
key = a[j];
position = j;
}
}
a[position]=a[i];//交换位置
a[i]=key;
}
}
堆排序
算法原理
堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆的定义如下:具有n个元素的序列 (h1,h2,…,hn),当且仅当满足(hi>=h2i,hi>=2i+1)(hi<=h2i,hi<=2i+1) (i=1,2,…,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。
思想:初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
java实现
public void heapSort(int[] a){
int arrayLength=a.length;
//循环建堆
for(int i=0;i<arrayLength-1;i++){
//建堆
buildMaxHeap(a,arrayLength-1-i);
//交换堆顶和最后一个元素
swap(a,0,arrayLength-1-i);
System.out.println(Arrays.toString(a));
}
}
private void swap(int[] data, int i, int j) {
// TODO Auto-generated method stub
int tmp=data[i];
data[i]=data[j];
data[j]=tmp;
}
//对data数组从0到lastIndex建大顶堆
private void buildMaxHeap(int[] data, int lastIndex) {
//从lastIndex处节点(最后一个节点)的父节点开始
for(int i=(lastIndex-1)/2;i>=0;i--){
//k保存正在判断的节点
int k=i;
//如果当前k节点的子节点存在
while(k*2+1<=lastIndex){
//k节点的左子节点的索引
int biggerIndex=2*k+1;
//如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
if(biggerIndex<lastIndex){
//若果右子节点的值较大
if(data[biggerIndex]<data[biggerIndex+1]){
//biggerIndex总是记录较大子节点的索引
biggerIndex++;
}
}
//如果k节点的值小于其较大的子节点的值
if(data[k]<data[biggerIndex]){
//交换他们
swap(data,k,biggerIndex);
//将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
k=biggerIndex;
}else{
break;
}
}
}
}
归并排序
速度仅次于快排,内存少的时候使用,可以进行并行计算的时候使用。
算法原理
归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
java实现
public void mergeSort(int[] nums){
nums = sort(nums, 0, nums.length - 1);
System.out.println(Arrays.toString(nums));
}
public int[] sort(int[] nums, int low, int high){
int mid = (low+high)/2;
if (low<high){
sort(nums, low, mid);
sort(nums, mid+1, high);
merge(nums, low, mid, high);
}
return nums;
}
public void merge(int[] nums, int low, int mid, int high){
int[] temp = new int[high-low+1];
int i = low;
int j = mid+1;
int k = 0;
//先将较小的数放入temp
while (i<=mid && j<=high){
if (nums[i] < nums[j]) {
temp[k++] = nums[i++];
}else {
temp[k++] = nums[j++];
}
}
//放入左边剩余的数
while (i <= mid){
temp[k++] = nums[i++];
}
//放入右边剩余的数
while (j <= high){
temp[k++] = nums[j++];
}
//将排序好的序列覆盖原数列中对应位置的值
for (int m = 0; m<temp.length; m++){
nums[m + low] = temp[m];
}
}
基数排序
用于大量数,很长的数进行排序时。
算法原理
将所有待比较数值(正整数)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。
java实现
public void baseSort(int[] arrays){
//找到最大值,确定要排序几趟
int max = 0;
for (int i = 0; i<arrays.length; i++){
if (arrays[i]>max)
max = arrays[i];
}
//判断最大值有多少位
int times = 0;
while (max>0){
max = max/10;
times++;
}
//建立十个队列
List<ArrayList> queue1 = new ArrayList<>();
for (int j=0; j<10; j++){
ArrayList<Integer> queue2 = new ArrayList<>();
queue1.add(queue2);
}
//进行times次排序
for (int m=0; m<times; m++){
//分配
for (int n=0; n<arrays.length; n++){
//取相应位数(个、十、百位)的值,pow(a,b) return a的b次幂;
int x = arrays[n] % (int) Math.pow(10,m+1) / (int) Math.pow(10,m);
ArrayList queue = queue1.get(x);
queue.add(arrays[n]);
queue1.set(x, queue);
}
//收集
int count = 0;
for (int i = 0; i<queue1.size(); i++){
while(queue1.get(i).size() > 0){
ArrayList<Integer> queue3 = queue1.get(i);
arrays[count] = queue3.get(0);
queue3.remove(0);
count++;
}
}
}
System.out.println(Arrays.toString(arrays));
}