排序
1.直接插入排序
整个区间被分为
- 有序区间
- 无序区间
每次选择无序区间的第一个元素,在有序区间内选择合适的位置插入 - 当一组数据,数据量不大,且趋近于有序,此时直接插入排序更快,(越有序越快)
public static void insertSort(int [] array){
for(int i = 1; i < array.length;i++){
int tmp = array[i];
int j = i - 1;
for(; j >= 0 ;j--){
if(array[j] > tmp ){
array[j+1] = array[j];
}else{
break;
}
}
array[j+1] = tmp;
}
}
时间复杂度,O(N^2), 最好情况,当数组有序时,时间复杂度是O(N),
空间复杂度:O(1)
稳定性:稳定
2. 希尔排序
希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个整数,把待排序文件中所有记录分成个组,所有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工作。当到达=1时,所有记录在统一组内排好序。
- 希尔排序是对直接插入排序的优化。
- 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就会很快。这样整体而言,可以达到优化的效果。
public static void shellSort(int [] array){
int gap = array.length;
while(gap>1){
gap = gap / 3 + 1;// +1 保证最后一次gap为1
shell(array,gap);
}
}
public static void shell(int [] array,int gap){
for(int i = gap; i < array.length;i++){
int tmp = array[i];
int j = i-1;
for(; i >= 0; j -= gap){
if(array[j] > tmp){
array[j+1] = array[j];
}else{
break;
}
}
array[j+gap] = tmp;
}
}
时间复杂度:O(N1.3 - N^1.5)
空间复杂度:O(1)
稳定性:不稳定(如果在比较过程中,没有发生跳跃式的交换,就是稳定的)
3. 选择排序
每一次从无序区间选出最大(或最小)的一个元素,存放在无序区间的最后(或最前),直到全部待排序的数据元素排完
public static void selectSort(int [] array){
for(int i = 0 ; i < array.length; i++){
for(int j = i+1; i < array.length;j++){
if(array[i] > array[j]){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
}
}
}
时间复杂度:O(N^2)
空间复杂度:O(1)
稳定性:不稳定
4. 堆排序
基本原理也是选择排序,只是不在使用遍历的方式查找无序区间的最大的数,而是通过堆来选择无序区间的最大的数。
注意: 排升序要建大堆;排降序要建小堆
public static void heapSort(int [] array){
creatHeap(array);
int end = array.length-1;
while(end > 0){
int tmp = array[0];
array[0] = array[end];
array[end] = tmp;
siftDown(array,0,end);
end--;
}
}
public static void creatHeap(int [] array){
for(int i = (array.length-1-1)/2; i >= 0;i--){
siftDown(array,i,array.length);
}
}
public static void siftDown(int [] array,int root,int len){
int parent = root;
int child = root*2+1;
while(child < len){
if((child+1)< len && array[child] < array[child+1]){
child = child + 1;
}
if(array[child] > array[parent]){
int tmp = array[child];
array[child] = array[parent];
array[parent] = tmp;
parent = child;
child = parent*2+1;
}else{
break;
}
}
}
时间复杂度:O(N^logN)
空间复杂度:O(1)
稳定性:不稳定
5. 冒泡排序
在无序区间,通过相邻数的比较,将最大的数冒泡到无序区间的最后,持续这个过程,直到数组整体有序
public static void bubbleSort(int [] array){
for(int i = 0; i < array.length-1;i++){
boolean flg = false;
for(int j = 0 ; j < array.length - 1; j++){
if(array[j] > array[j+1]){
int tmp = array[j];
array[j] = array[j+1];
array[j+1] = tmp;
flg = true;
}
}
if(flg == true){
break;
}
}
}
时间复杂度:代码优化前:O(N^2) 优化后:当数据有序时 O(N)
空间复杂度:O(1)
稳定性:稳定
6. 快速排序
- 从待排序区间选择一个数,作为基准值(pivot);
- Partition: 遍历整个待排序区间,将比基准值小的(可以包含相等的)放到基准值的左边,将比基准值大的(可
以包含相等的)放到基准值的右边; - 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1,代表已经有序,或者小区间
的长度 == 0,代表没有数据。
public static void quickSort(int [] array){
quick(array,0,array.length-1);
}
public static void quick(int [] array,int start, int end){
if(start >= end){
return;
}
int piovt = partition(array,start,end);
quick(array,start,piovt-1);
quick(array,piovt+1,end);
}
public static int partition(int [] array,int low,int high){
int tmp = array[low];
while(low < high){
while(low < high && array[high] >= tmp){
high--;
}
array[low] = array[high];
while(low < high && array[low] <= tmp){
low--;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
时间复杂度:最坏情况下:O(N^2)数组有序时,不能完全分割
最好情况下:O(N*logN),均匀分割:基准恰好时中位数
空间复杂度:最坏情况下:O(N) 最好情况下:O(logN)
稳定性:不稳定
6.1 快速排序的优化
基准值的选择:三数找中
待排序区间小于一个阙值时,使用直接插入排序
public static void quickSort(int [] array){
quick(array,0,array.length-1);
}
public static void quick(int [] array,int start, int end){
if(start >= end){
return;
}
//待排序区间小于一个阙值时,使用直接插入排序
if((end - start +1) < 100){
insertSort(array,start,end);
return;
}
//基准值的选择:三数找中
int mid = (start + end) / 2;
selectPivoMedianOfThree(array,start,end,mid);
int piovt = partition(array,start,end);
quick(array,start,piovt-1);
quick(array,piovt+1,end);
}
public static int partition(int [] array,int low,int high){
int tmp = array[low];
while(low < high){
while(low < high && array[high] >= tmp){
high--;
}
array[low] = array[high];
while(low < high && array[low] <= tmp){
low--;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
//三数找中
public static void selectPivoMedianOfThree(int [] array,int start,int end,int mid){
//调整为:array[mid] <= array[start] <= array[end]
if(array[mid] > array[start]){
swap(mid,start);
}//array[mid] <= array[start]
if(array[start] > array[end]){
swap(start,end);
}//array[start] <= array[end]
if(array[mid] > array[end]){
swap(mid,end);
}//array[mid] <= array[end]
}
//交换
public static void swap(int [] array,int i,int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
//调用的插入排序
public static void insertSort(int [] array,int start,int end){
for(int i = start+1;i <= end;i++){
int tmp = array[i];
int j = i-1;
for(; j >= start; j--){
if(array[j] > tmp){
array[j+1] = array[j];
}else{
break;
}
}
array[j+1] = tmp;
}
}
6.2 快速排序非递归
public static void quickSort(int array[]){
int start = 0;
int end = array.length-1;
int pivot = paratition(array,start,end);
Stack<Integer> stack = new Stack<>();
//判断左区间是否有两个元素及以上 将区间的两个边界放入栈中
if(pivot > start + 1){
stack.push(start);
stack.push(pivot - 1);
}
//判断右区间是否右两个元素及以上 将区间的两个边界放入栈中
if(pivot < end-1){
stack.push(pivot + 1);
stack.push(end);
}
//如果栈不为空,就弹出两个元素,因为先放的是左边界,所以先弹出的是右边界,
while(!stack.empty()){
end = stack.pop();
start = stack.pop();
pivot = paratition(array,start,end);
if(pivot > start + 1){
stack.push(start);
stack.push(pivot - 1);
}
if(pivot < end-1){
stack.push(pivot + 1);
stack.push(end);
}
}
}
public static int paratition(int array[],int low,int high){
int tmp = array[low];
while(low < high){
if(low < high && array[high] >= tmp){
high--;
}
array[low] = array[high];
if(low < high && array[low] <= tmp){
low++;
}
array[high] = array[low];
}
array[low] = tmp;
return low;
}
7. 归并排序
归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide andConquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
public static void mergeSort(int [] array){
mergeSortInernal(array,0,array.length-1);
}
public static void mergeSortInternal(int [] array,int low,int high){
//先分解
int mid = (high + low) / 2;
mergeSortInternal(array,low,mid);
mergeSortInternal(array,mid+1,high);
//再合并
merge(array,low,mid,high);
}
//合并
public static void merge(int [] array,int low,int mid,int high){
int s1 = low;
int e1 = mid;
int s2 = mid + 1;
int e2 = high;
int [] tmp = new int [high - low + 1];
int k = 0;//tmp数组的下标
while(s1 <= e1 && s2 <= e2){
if(array[s1] <= array[s2]){
tmp[k] = array[s1];
k++;
s1++;
}else{
tmp[k] = array[s2];
k++;
s2++;
}
}
//循环结束有两种情况
//s2段中的数据空了 就将s1段中剩下的元素都放入tmp中
while(s1 <= e1){
tmp[k] = array[s1];
k++;
s1++;
}
//s1段中的数据空了,就将s2中剩下的元素都放入tmp中
while(s2 <= e2){
tmp[k] = array[s2];
k++;
s2++;
}
//此时tmp中存储的数据就是归并好的数据, 就tmp中数据都放入array,注意array要从i+low下标处开始
for(int i = 0; i < tmp.length; i++){
array[i+low] = tmp[i];
}
}
时间复杂度 :O(N * logN)
空间复杂度:O(N)
稳定性:稳定
7.1 归并排序非递归
public static void mergeSort(int [] array){
for(int i = 1; i < array.length;i *= 2){
merge(array,gap);
}
}
public static void merge(int [] array,int gap){
int s1 = 0;
int e1 = s1 + gap -1;
int s2 = e1 + 1;
int e2 = s2 + gap -1 < array.length ? s2 + gap -1 : array.length - 1;
int [] tmp = new int [array.length];
int k = 0;
//当有两个归并段时 进入循环
while(s2 < array.length){
while(s1 <= e1 && s2 <= e2){
if(array[s1] <= array[s2]){
tmp[k] = array[s1];
k++;
s1++;
}else{
tmp[k] = array[s2];
k++;
s2++;
}
}
while(s1 <= e1){
tmp[k] = array[s1];
k++;
s1++;
}
while(s2 <= e2){
tmp[k] = array[s2];
k++;
s2++;
}
//此时一组归并结束,
s1 = e2+1;
e1 = s1 + gap -1;
s2 = e1 + 1;
e2 = s2 + gap - 1 < array.length ? s2 + gap - 1 : array.length - 1;
}
//如果没有第二个归并段
while(s1 <= array.length - 1){
tmp[k] = array[s1];
}
for(int i = 0 ; i < tmp.length ; i++){
array[i] = tmp[i];
}
}
8. 总结
排序方式 | 最好时间复杂度 | 平均时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
冒泡排序 | O(N) | O(N^2) | O(N^2) | O(1) | 稳定 |
插入排序 | O(N) | O(N^2) | O(N^2) | O(1) | 稳定 |
选择排序 | O(N^2) | O(N^2) | O(N^2) | O(1) | 不稳定 |
希尔排序 | O(N^1.3) | O(N^1.3) | O(N^1.5) | O(1) | 不稳定 |
堆排序 | O(N * log N) | O(N * log N) | O(N * log N) | O(1) | 不稳定 |
快速排序 | O(N * log N) | O(N * log N) | O(N^2) | O(log N) ~ O(N) | 不稳定 |
归并排序 | O(N * log N) | O(N * log N) | O(N * log N) | O(N) | 稳定 |