1. 排序的概念
1.1 概念
排序:所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。
稳定性: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,如下图:
tip:稳定的排序方法可以改为不稳定版,但本身不稳定的方法不能改为稳定的
内部排序:数据元素全部放在内存中的排序。
外部排序:数据元素太多不能同时放在内存中,根据排序过程的要求不能在内外存之间移动数据的排序。
1.2 常见排序算法
2. 常见排序算法的实现
2.1 插入排序
2.1.1 基本思想
把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中,直到所有的记录插入完为止,得到 一个新的有序序列 。
2.1.2 直接插入排序
当插入第 i(i>=1) 个元素时,前面的 array[0],array[1],…,array[i-1] 已经排好序,此时用array[i]的排序码与 array[i-1],array[i-2],… 的排序码顺序进行比较,找到插入位置,即将array[i]插入,原来位置上的元素顺序后移
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;
}
}
总结:
- 元素集合越接近有序,直接插入排序算法的时间效率越高
- 时间复杂度:
- 空间复杂度:
- 稳定性:稳定
2.1.3 希尔排序(缩小量排序)
基本思想:先选定一个整数,把待排序文件所有记录分成多个组,所有距离为gap的记录分在同一组内,并对每一组的记录进行排序,然后重复上述分组和排序的工作,当gap=1时,所有记录组内已排好序
public static void shellSort(int[] array) {
int gap = array.length;
while(gap > 1) {
gap = gap/3 +1;//此处没有明确规定
shell(array,gap);
}
}
private static void shell(int[] array,int gap) {
//i++ 交替进行插入排序,这样就可以解决跳跃匹配的问题
for (int i = gap; i < array.length; i++) {
int tmp = array[i];
int j = i-gap;
for (;j >= 0; j -= gap) {
if(array[j] > tmp) {
array[j+gap] = array[j];//注意区分此处的array[j+gap]与for循环结束后的array[j+gap]
}else {
break;
}
}
array[j+gap] = tmp;
}
}
希尔排序特点:
- 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,数组已经接近有序了,整体而言,可以达到优化的效果
- 希尔排序的时间复杂度不好计算,因为gap的取值方法有很多,导致很难去计算,这里的gap是按照Knuth提出的方式取值的,Kunth进行了大量的实验统计,此处时间复杂度按照到来算
- 稳定性:不稳定
2.2 选择排序
基本思想:每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完
2.2.1 直接选择排序
- 在元素集合 array[i]~array[n-1] 中选择关键码最大(小)的数据元素
- 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换
- 在剩余的array[i]~array[n-2](array[i+1]~array[n-1])集合中,重复上述步骤,直到集合剩余1个元素
private static void swap(int[] array,int i,int j) {
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
public static void selectSort(int[] array) {
for (int i = 0; i < array.length; i++) {
int minIndex = i;
for (int j = i+1; j < array.length; j++) {
if(array[j] < array[minIndex]) {
minIndex = j;
}
}
swap(array,minIndex,i);
}
}
//同时记录最大值和最小值
public static void selectSort(int[] array) {
int left = 0;
int right = array.length;
while(left < right) {
int minIndex = left;
int maxIndex = left;
for (int i = left+1; i < right; i++) {
if(array[i] < array[minIndex]) {
minIndex = i;
}
if(array[i] > array[maxIndex]) {
maxIndex = i;
}
}
swap(array,minIndex,left);
//如果最大值是left下标,上面交换完成后,最大值的位置会发生改变,所以需更新最大值下标
if(maxIndex == left) {
maxIndex = minIndex;
}
swap(array,maxIndex,right);
left++;
right--;
}
}
直接选择排序特点:
- 直接选择排序思路简单,但效率低,实际很少使用
- 时间复杂度:
- 空间复杂度:
- 稳定性:不稳定
2.2.2 堆排序
堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆 来进行选择数据。
tip:排升序要建大堆,排降序建小堆
//交换函数
private static void swap(int[] array,int i,int j) {
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
//以数组方式创建大根堆
public static void createBigHeap(int[] array) {
for (int parent = (array.length-1-1)/2; parent >= 0; parent--) {
siftDown(parent,array,array.length);
}
}
//向下调整
public static void siftDown(int parent,int[] array,int end) {
int child = 2*parent+1;
while(child < end) {
if(child + 1 < end && array[child] < array[child+1]) {
child++;
}
//child下标就是左右孩子中最大值的下标
if(array[child] > array[parent]) {
swap(array,child,parent);
parent = child;
child = 2*parent+1;
}else {
break;
}
}
}
//创建大根堆,每次交换堆顶和最后一个元素,且最后一个元素的下标--
public static void heapSort(int[] array) {
createBigHeap(array);
int end = array.length-1;
while(end >= 0) {
swap(array,0,end);
siftDown(0,array,end);
end--;
}
}
堆排序特点:
- 效率较高
- 时间复杂度:
- 空间复杂度:
- 稳定性:不稳定
2.3 交换排序
基本思想:根据序列中两个记录的比较结果来交换这两个记录在序列中的位置
特点:将值较大的记录向序列的尾部移动,值较小的记录向序列的首部移动
2.3.1 冒泡排序
//优化前,时间复杂度为O(N^2)
public static void bubbleSort(int[] array) {
for (int i = 0; i < array.length; i++) {
for(int j = 0; j < array.length-1-i; j++) {
if(array[j] > array[j+1]) {
swap(array,j,j+1);
}
}
}
}
//优化后:时间复杂度为O(N)
public static void bubbleSort(int[] array) {
for (int i = 0; i < array.length; i++) {
boolean flg = false;
for(int j = 0; j < array.length-1-i; j++) {
if(array[j] > array[j+1]) {
swap(array,j,j+1);
flg = true;
}
}
if(!flg) {
break;
}
}
}
冒泡排序特点:
- 空间复杂度:O(1)
- 稳定性:稳定
2.3.2 快速排序
快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止
常见方法:
1. Hoare法
//优化前:当数据量很大时,会造成栈溢出
public static void quickSort(int[] array) {
quick(array,0,array.length-1);
}
private static void quick(int[] array,int start,int end) {
if(start >= end) {
return;
}
int par = partition(array,start,end);
quick(array,start,par-1);
quick(array,par-1,end);
}
//找基准值
private static int partition(int[] array,int left,int right) {
int i = left;
int tmp = array[left];
//必须先走右边,否则有可能会将大于基准值的数字交换到前面
while(left < right) {
while(left < right && array[right] >= tmp) {
right--;
}
//上下两处必须取等号,否则遇到数组0下标和数组最后下标中的值相同时,会死循环
while(left < right && array[left] <= tmp) {
left++;
}
swap(array,left,right);
}
//left和right相遇
swap(array,left,i);
return left;
}
2. 挖坑法
public static void quickSort(int[] array) {
quick(array,0,array.length-1);
}
private static void quick(int[] array,int start,int end) {
if(start >= end) {
return;
}
int par = partition(array,start,end);
quick(array,start,par-1);
quick(array,par-1,end);
}
private static int partition(int[] array,int left,int right) {
int tmp = array[left];
while (left < right) {
while (left < right && array[right] >= tmp) {
right--;
}
array[left] = array[right];//与Hoare法的区别
while (left < right && array[left] <= tmp) {
left++;
}
array[right] = array[left];//与Hoare法的区别
}
array[left] = tmp;
return left;
}
3. 前后指针
写法一:
private static int partition(int[] array, int left, int right) {
int prev = left ;
int cur = left+1;
while (cur <= right) {
if(array[cur] < array[left] && array[++prev] != array[cur]) {
swap(array,cur,prev);
}
cur++;
}
swap(array,prev,left);
return prev;
}
写法二:
private static int partition(int[] array, int left, int right) {
int d = left + 1;
int pivot = array[left];
for (int i = left + 1; i <= right; i++) {
if (array[i] < pivot) {
swap(array, i, d);
d++;
}
}
swap(array, d - 1, left);
return d - 1;
}
2.3.3 快速排序优化
优化一:采取三数取中法优化有序数组的情况
public static void quickSort(int[] array) {
quick(array,0,array.length-1);
}
private static void quick(int[] array,int start,int end) {
if(start >= end) {
return;
}
//若遇到有序数组,如:1 2 3 4 5,无法均匀分为两部分,时间复杂度很高
//采取三数取中的方法,降低时间复杂度
int index = midTreeNum(array,start,end);
swap(array,index,start);
//可将数组变为:3 2 1 4 5,让1作为基准值即可均分为2组
int par = partition(array,start,end);
quick(array,start,par-1);
quick(array,par-1,end);
}
//三数取中
private static int midTreeNum(int[] array,int left,int right) {
int mid = (left+right)/2;
if(array[left] < array[right]) {
if(array[mid] < array[left]) {
return left;
}else if(array[mid] > array[right]){
return right;
}else {
return mid;
}
}else {
if(array[mid] < array[right]) {
return right;
}else if(array[mid] > array[left]) {
return left;
}else {
return mid;
}
}
}
private static int partition1(int[] array,int left,int right) {
int tmp = array[left];
while (left < right) {
while (left < right && array[right] >= tmp) {
right--;
}
array[left] = array[right];
while (left < right && array[left] <= tmp) {
left++;
}
array[right] = array[left];
}
array[left] = tmp;
return left;
}
优化二:递归到小区间,用插入排序
private static void quick(int[] array,int start,int end) {
if(start >= end) {
return;
}
//递归到小区间,用插入排序
if(end - start + 1 <= 10) {
insertSortRange(array,start,end);
return;
}
//若遇到有序数组,如:1 2 3 4 5,无法均匀分为两部分,时间复杂度很高
//采取三数取中的方法,降低时间复杂度
int index = midTreeNum(array,start,end);
swap(array,index,start);
int par = partition(array,start,end);
quick(array,start,par-1);
quick(array,par-1,end);
}
public static void insertSortRange(int[] array, int left, int right) {
for (int i = left+1; i <= right; 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;
}
}
优化三:当基准值有重复多个,将其集中在基准值的左右,再次递归时,从左右不等于基准值的下标处开始递归
2.3.4 快速排序非递归(栈实现)
public static void quickSortNor(int[] array) {
Stack<Integer> stack = new Stack<>();
int left = 0;
int right = array.length-1;
int par = partition(array,left,right);
if(par > left + 1) {
stack.push(left);
stack.push(par-1);
}
if(par < right - 1) {
stack.push(par+1);
stack.push(right);
}
while(!stack.isEmpty()) {
left = 0;
right = array.length-1;
par = partition(array,left,right);
if(par > left + 1) {
stack.push(left);
stack.push(par-1);
}
if(par < right - 1) {
stack.push(par+1);
stack.push(right);
}
}
}
2.3.5 快速排序特点
- 快速排序整体的综合性能和使用场景都是比较好的
- 时间复杂度:
- 空间复杂度:
- 稳定性:不稳定
2.4 归并递归
2.4.1 基本思想
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 and Conquer)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。 归并排序核心步骤:
public static void mergeSort(int[] array) {
}
public static void mergeSortFun(int[] array,int left,int right) {
if(left >= right) {
return;
}
//分解
int mid = (right+left) / 2;
mergeSortFun(array,left,mid);
mergeSortFun(array,mid+1,right);
//合并
merge(array,left,mid,right);
}
private static void merge(int[] array,int left,int mid,int right) {
int[] tmp = new int[right-left+1];
int k = 0;
int s1 = left;
int e1 = mid;
int s2 = mid+1;
int e2 = right;
while(s1 <= e1 && s2 <= e2) {//此处的等于是排序稳定的关键!
if(array[s1] <= array[s2]) {
tmp[k++] = array[s1++];
}else {
tmp[k++] = array[s2++];
}
}
while(s1 <= e1) {
tmp[k++] = array[s1++];
}
while(s2 <= e1) {
tmp[k++] = array[s2++];
}
//代码走到这,tmp数组中的所有元素都有序了
//下面把tmp中的内容拷贝到array数组中
for (int i = 0; i < k; i++) {
array[i+left] = tmp[i];
}
}
非递归实现归并排序
public static void mergeSortNor(int[] array) {
int gap = 1;
while(gap < array.length) {//当gap大于等于数组长度时,数组就有序了
for (int i = 0; i < array.length; i = i + 2*gap) {
int left = i;
int mid = left+gap-1;
if(mid >= array.length) {//当mid或者right出现越界情况,取纠正他们的位置
mid = array.length-1;
}
int right = mid + gap;
if(right >= array.length) {
right = array.length-1;
}
merge(array,left,mid,right);
}
gap *= 2;
}
}
2.4.2 归并排序总结
归并的缺点在于需要O(N)的空间复杂度,所以其更多是在解决磁盘中的外排序问题
时间复杂度:
空间复杂度:
稳定性:稳定
2.4.3 归并排序的应用(海量数据的排序问题)
外部排序:排序过程需要在磁盘等外部存储进行的排序
前提:内存只有1G,需要排序的数据有100G
内存中无法放下所有数据,所以需要外部排序,而归并排序是最常用的外部排序方法,步骤:
- 先把文件切分为200份,每份512M
- 分别对每份排序,因为512M内存已经可以放下,所以用任意排序方法均可
- 进行2路归并,同时对200份有序文件做归并处理,最终结果有序
3. 排序算法复杂度及稳定性分析
排序方法 | 最好 | 平均 | 最坏 | 空间复杂度 | 稳定性 |
冒泡排序 | O(N)优化后 | 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^1.5) | O(n^2) | 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 |
4. 其他非基于比较排序
4.1 计数排序
思想:计数排序又称为鸽巢原理,是对哈希直接定址法的变形应用。 操作步骤:
统计相同元素出现次数
根据统计的结果将序列回收到原来的序列中
//该代码实现不一定稳定
public static void countSort(int[] array) {
//1.遍历数组求最大值和最小值
int maxVal = array[0];
int minVal = array[0];
for (int i = 0; i < array.length; i++) {
if(maxVal < array[i]) {
maxVal = array[i];
}
if(minVal > array[i]) {
minVal = array[i];
}
}
//2.定义count数组
int[] count = new int[maxVal - minVal + 1];
//3.遍历array数组,把值放入计数数组中
for (int i = 0; i < array.length; i++) {
int val = array[i];
count[val - minVal]++;
}
//4.以上步骤走完之后,计数数组已经存放好对应的数据
//下面开始遍历计数数组
int index = 0;//array数组的下标
for (int i = 0; i < count.length; i++) {
while(count[i] > 0) {
array[index] = i+minVal;
index++;
count[i]--;
}
}
}
计数排序特性总结:
计数排序在数据范围集中时,效率很高,但是适用范围及场景有限
时间复杂度:O(MAX(N,范围))
空间复杂度:O(范围)
稳定性:稳定
4.2 基数排序
4.3 桶排序
5.例题
1. 快速排序算法是基于()的一个排序算法。
A:分治法 B:贪心法 C:递归法 D:动态规划法
选A
2.对记录(54,38,96,23,15,72,60,45,83)进行从小到大的直接插入排序时,当把第8个记录45插入到有序表时,为找到插入位置需比较()次?(采用从后往前比较)
A: 3 B: 4 C: 5 D: 6
选C,当插入第8个记录时,前面已经有序,为:15 23 38 54 60 72 96 45 83,45与前面比较5次后找到位置插入
3.以下排序方式中占用O(n)辅助存储空间的是()
A: 简单排序 B: 快速排序 C: 堆排序 D: 归并排序
选D
4.下列排序算法中稳定且时间复杂度为O(n^2)的是()
A: 快速排序 B: 冒泡排序 C: 直接选择排序 D: 归并排序
选B
5.关于排序,下面说法不正确的是()
A: 快排时间复杂度为O(N*logN),空间复杂度为O(logN)
B: 归并排序是一种稳定的排序,堆排序和快排均不稳定
C: 序列基本有序时,快排退化成 "冒泡排序",直接插入排序最快
D: 归并排序空间复杂度为O(N), 堆排序空间复杂度的为O(logN)
选D
6.设一组初始记录关键字序列为(65,56,72,99,86,25,34,66),则以第一个关键字65为基准而得到的一趟快速排序结果是()
A: 34,56,25,65,86,99,72,66 B: 25,34,56,65,99,86,72,66
C: 34,56,25,65,66,99,86,72 D: 34,56,25,65,99,86,72,66
选A