前言
突然想水篇文章,刚好最近在学习数据结构,便总结一下排序算法,算是自己的学习笔记了。我是看尚硅谷韩顺平老师视频自学的,文中的思路和截图基本来源于韩老师视频。
在正文开始前,给大家推荐一个数据结构可视化网站,这个网站可能要比我的文章更加实用。
希望能给各位伙伴些许帮助。
冒泡排序
基本思想: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,就像水底气泡一样逐渐向上冒。
冒泡规则:
- 一共进行数组array.length-1次外部循环
- 每一次外部循环的内部循环次数在递减(完成一次外部循环,则确定一个元素的最终位置,下次循环该元素不必再次比较)
- 如果在某次外部循环中没有发生一次交换,则可提前结束冒泡排序
public static void bubbleSort(int[] array) {
//记录外部循环次数
int count = array.length - 1;
//优化
boolean isChange;
//用于交换元素的临时变量
int temp;
//外部循环
for (int i = 0; i < count; i++) {
isChange = false;
//内部循环
for (int k = 1; k <= count - i; k++) {
if (array[k - 1] > array[k]) {
temp = array[k];
array[k] = array[k - 1];
array[k - 1] = temp;
isChange = true;
}
}
//优化
if (!isChange)
return;
}
}
选择排序(简单选择排序)
- 选择排序一共进行数组array.length-1次外部循环
- 假定array[i]为最小数,i为外部循环次数(i从0开始)
- 遍历数组中i+1到array.length-1位置上的数字,如果发现有比当前最小数更小的数,就更行最小数的索引
- 遍历完成后交换array[minValueIndex]与array[i]的值
public static void selectionSort(int[] array) {
//最小值的索引
int minValueIndex;
int temp;
for (int i = 0; i < array.length - 1; i++) {
minValueIndex = i;
for (int k = i + 1; k < array.length; k++) {
if (array[minValueIndex] > array[k])
minValueIndex = k;
}
temp = array[i];
array[i] = array[minValueIndex];
array[minValueIndex] = temp;
}
}
总结:选择排序中交换元素的次数相较于冒泡排序少,因此效率更高
插入排序(简单插入排序)
思想:把n个待排序的元素看成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,把它的值依次与有序表中元素的值进行比较,将它插入到有序表中的适当位置,使之成为新的有序表
public static void insertionSort(int[] array) {
for (int i = 1; i < array.length; i++) {
//保存当前待处理元素
int cur = array[i];
//有序表尾元素索引
int k = i - 1;
while (k >= 0 && array[k] > cur) {//如果当前位置元素大于待处理元素则后移
array[k + 1] = array[k];
k--;
}
array[k + 1] = cur;
}
}
插入排序存在问题: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(缩小增量排序)
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。
基本思想:希尔排序是把数组按下标的一定增量分组,对每组使用简单插入排序算法排序;随着增量逐渐减少,每组包含的元素越来越多,当增量减至1时,整个数组恰被分成一组,算法便终止。
public static void shellSort(int[] arr) {
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
int k = i;
int temp = arr[k];
while (k >= gap && temp < arr[k - gap]) {
arr[k] = arr[k - gap];
k -= gap;
}
arr[k] = temp;
}
}
}
快速排序
快速排序是对冒泡排序的一种改进。
基本思想:通过一轮循环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一部分的所有数据小,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。
public static void quickSort(int[] arr, int left, int right) {
int leftPot = left;
int rightPot = right;
int key = arr[right];
while (leftPot < rightPot) {
while (leftPot < rightPot && arr[leftPot] <= key) {
leftPot++;
}
arr[rightPot] = arr[leftPot];
while (leftPot < rightPot && arr[rightPot] >= key) {
rightPot--;
}
arr[leftPot] = arr[rightPot];
}
arr[rightPot] = key;
if (left < rightPot) {
quickSort(arr, left, rightPot - 1);
}
if (right > rightPot) {
quickSort(arr, rightPot + 1, right);
}
}
归并排序
归并排序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策略。
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
//if判断必不可少,否则会出现栈溢出
if (left < right) {
//中间索引
int mid = (left + right) / 2;
//向左递归 分的过程就是递归调用自己的过程
mergeSort(arr, left, mid, temp);
//向右递归
mergeSort(arr, mid + 1, right, temp);
//合并
merge(arr, left, mid, right, temp);
}
}
private static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left;
//右侧有序序列首元素索引
int j = mid + 1;
//指向temp数组的当前索引
int t = 0;
//1.先把左右两边有序序列元素按规则填充到temp数组,直到有一边处理完毕为止
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) {
temp[t++] = arr[i++];
} else {
temp[t++] = arr[j++];
}
}
//2.
while (i <= mid)
temp[t++] = arr[i++];
while (j <= right)
temp[t++] = arr[j++];
//3.将temp数组的元素复制到arr
//注意:并不是每次都复制temp数组中的所有元素
System.arraycopy(temp, 0, arr, left, right - left + 1);
}
基数排序
基数排序属于“分配式排序”,又称“桶子法”。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。
基数排序法是属于稳定性的排序。(原始数组中大小相同,索引靠前的元素,排序后索引任然靠前。
基数排序是桶排序的扩展。
如果数组中有负数,需对代码进行改进
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,依次进行依次排序。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。
强烈建议观看前言中推荐网站的演示过程,对基数排序的实现过程有很大帮助。
private static int getMaxValueOfArray(int[] arr) {
int maxVal = arr[0];
for (int num : arr)
if (num > maxVal)
maxVal = num;
return maxVal;
}
public static void radixSort(int[] arr) {
//获取数组中的最大值
int maxValueOfArray = getMaxValueOfArray(arr);
//获取最高位数
int length = String.valueOf(maxValueOfArray).length();
//声明桶
int[] bucket;
int[] temp = new int[arr.length];
for (int count = 0; count < length; count++) {
//初始化桶
bucket = new int[10];
for (int j : arr) {
int digital = (j / (int) Math.pow(10, count)) % 10;
bucket[digital]++;
}
for (int i = 1; i < bucket.length; i++) {
bucket[i] += bucket[i - 1];
}
//一定要倒序
for (int i = arr.length - 1; i >= 0; i--) {
int digital = (arr[i] / (int) Math.pow(10, count)) % 10;
temp[--bucket[digital]] = arr[i];
}
System.arraycopy(temp, 0, arr, 0, arr.length);
}
}
堆排序
堆排序时利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序。
堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右子结点的值,称为大顶堆。每个结点的值都小于或等于其左右子结点的值,称为小顶堆。注意:没有要求结点的左右子结点的值的大小关系。
基本思想:将待排序序列构造成一个大顶堆(顺序存储);此时,整个序列的最大值就是堆顶的根结点;将根结点与末尾元素进行交换;将剩余n-1个元素重新构造成一个堆,如此反复。首次构建大顶堆是从下而上构建;而根结点与末尾元素交换后,是从上而下构建大顶堆。
public static void heapSort(int[] arr) {
//第一次构建大顶堆,此时由于底层的未实现堆构建,必须自下而上构建堆
final int key = 2;
for (int i = arr.length / key - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
//每进行一次交换确定一个元素的最终位置,共有arr.length个元素,故需进行arr.length-1次交换
for (int i = arr.length - 1; i > 0; i--) {
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
adjustHeap(arr, 0, i);
}
}
/**
* 自上而下构建大顶堆。假定不与根结点发生比较的位置都已归位
*/
private static void adjustHeap(int[] arr, int rootIndex, int length) {
//取出当前子树的根结点,保存在临时变量中
int temp = arr[rootIndex];
final int key = 2;
//rootIndex*2+1是rootIndex结点的左子结点
for (int i = rootIndex * key + 1; i < length; i = i * key + 1) {
//i+1<numCount成立说明rootIndex结点的右子结点存在
//arr[i] < arr[i + 1]成立说明rootIndex结点的右子结点大于左子结点
if (i + 1 < length && arr[i] < arr[i + 1]) {
//i指向rootIndex结点的右子结点
i++;
}
//如果i结点大于rootIndex结点就进行交换
if (temp < arr[i]) {
arr[rootIndex] = arr[i];
//记录i结点的索引。此时原i结点的已赋值给原根结点,i结点位置空出
rootIndex = i;
} else {
break;
}
}
arr[rootIndex] = temp;
}