选择排序
不断选择剩余元素的最小值
- 找到数组中最小的那个元素,然后将他和数组的第一个元素交换,如果第一个元素就是最小的元素那么就和它自己交换
- 在剩下的元素中找到最小的元素,将它和数组的第二个元素交换
- 循环,直到数组全部有序
插入排序 O(N^2)
在插入排序中,假设一个很小的数据项在很靠近右端的位置上,这里本来应该是一个值较大的数据项所在的位置,把这个小数据项移动到在左边的正确位置上,所有的中间数据项都必须右移动一位,这个操作对每个数据项都执行了近N
次的复制,数据项平均移动了N/2
个位置,这就执行了N
次N/2
个移位,总共N^2/2
次复制,因此插入排序的效率是O(N^2)
从第一个元素开始,该元素可以认为已经被排序
取出下一个元素,在已经排序的元素序列中从后向前扫描
如果该元素(已排序)大于新元素,将该元素移到下一位置
重复上面步骤,直到找到已排序的元素小于或者等于新元素的位置,将新元素插入到该位置后
代码片段
/** * @Auther gongfukang * @Date 2017/12/4 17:10 * 插入排序 */ public class InsertionSort { private long[] a; private int Elems; public InsertionSort(int max){ a=new long[max]; Elems=0; } public void insertionSort(){ int in,out; for(out=1;out<Elems;out++){ long temp=a[out]; in=out; while (in>0&&a[in-1]>=temp){ a[in]=a[in-1]; --in; } a[in]=temp; } } }
希尔排序
希尔排序是一种基于插入排序的快速排序算法,它的思想是使数组中任意间隔为h的元素都是有序的。
对下图使用4增量间隔的希尔排序,对0、4、8号数据项完成排序后,算法向右移一步,对1、3、5号数据进行排序,直到所有间隔为4的数据项之间都已经完成排序,然后再进行普通的插入排序。
归并排序 O(N*logN)
归并排序的中心思想是归并两个有序数组,可以通过递归和非递归实现。
递归
将一个数组分成两半,分别排序每一半,然后用merge()
方法将数组的两半归并成一个有序数组
初始化一个数组,将左右数组的数进行比较,将较小的数存入中间数组
将左右数组剩下的数存到中间数组,然后将中间数组复制回原来的数组
代码片段
/** * @Auther gongfukang * @Date 2017/12/22 11:38 * 归并排序(递归实现) */ private void recMergeSort_2(long[] workSpace, int lowerBound, int upperBound) { if (lowerBound == upperBound) return; else { int mid = (lowerBound + upperBound) / 2; recMergeSort_2(workSpace, lowerBound, mid); recMergeSort_2(workSpace, mid + 1, upperBound); merge(workSpace,lowerBound,mid+1,upperBound); } }
非递归
将数组中的相邻元素两两配对,用merge()
函数将他们排序,构成n/2
组长度为2的排序好的子数组段,然后将他们排序成长度为4的子数组段,如此继续,直至整个数组排好序。
从归并段的长度为1开始,一次使归并段的长度变为原来的2倍
在每趟归并的过程中,要注意处理归并段的长度为奇数和最后一个归并段的长度和前面的不等的情况
代码片段
/** * @Auther gongfukang * @Date 2017/12/7 22:26 * 归并排序(非递归) */ private void recMergeSort_1(long[] workSpace) { int size=workSpace.length; int k=1; while (k< size){ mergePass(workSpace,k,size); k*=2; } } private void mergePass(long[] workSpace,int k,int n){ int i=0; while (i<n-2*k+1){ merge(workSpace,i,i+k-1,i+2*k-1); i+=2*k; } if(i<n-k){ merge(workSpace,i,i+k-1,n-1); } }
关于merge()
方法
merge()
方法主要实现将两个有序数组归并成一个有序数组,要注意处理归并段的长度为奇数和最后一个归并段的长度和前面的不等的情况代码片段
private void merge(long[] workSpace, int lowPtr, int highPtr, int upperBound) { int j = 0; int lowerBound = lowPtr; int mid = highPtr - 1; int n = upperBound - lowerBound + 1; while (lowPtr <= mid && highPtr <= upperBound) { if (theArray[lowPtr] < theArray[highPtr]) workSpace[j++] = theArray[lowPtr++]; else workSpace[j++] = theArray[highPtr++]; } while (lowPtr <= mid) workSpace[j++] = theArray[lowPtr++]; while (highPtr <= upperBound) workSpace[j++] = theArray[highPtr++]; for (j = 0; j < n; j++) { theArray[lowerBound + j] = workSpace[j]; } }
堆排序 O(N*logN)
关于堆的定义及其实现,可以先查看这篇博文,基于堆的排序就是使用insert()
方法插入全部数据项,然后重复用remove()
方法移除所有数据项。
代码片段
for(int j=0;j<size;j++)
theHeap.insert(array[j]);
for(int i=0;i<size;i++)
array[i]=theHeap.remove();
快速排序
特点:
- 快速排序是原地排序,只需要一个很小的辅助栈
- 将长度为
N
的数组排序所需的时间和NLogN
成正比
快速排序是一种分治的排序算法,它将一个数组分成两个子数组,将两部分分别排序,当两个子数组都有序时整个数组也就自然有序了。
基于递归的快速排序算法
public void quickSort() {
recQuickSort(0, nElems - 1);
}
//递归
public void recQuickSort(int left, int right) {
if (right - left <= 0)
return;
else {
long pivot = theArray[right];
int partition = partitonIt(left, right, pivot);
recQuickSort(left, partition - 1);
recQuickSort(partition + 1, right);
}
}
//划分
public int partitonIt(int left, int right, long pivot) {
int leftPtr = left - 1;
int rightPtr = right;
while (true) {
while (theArray[++leftPtr] < pivot) ;
while (theArray[--rightPtr] > pivot && rightPtr > 0) ;
if (leftPtr >= rightPtr)
break;
else
swap(leftPtr, rightPtr);
}
swap(leftPtr, rightPtr);
return leftPtr;
}
Github
完整代码,我托管在Github上
-选择排序
- 插入排序
- 希尔排序
- 归并排序-递归
- 归并排序-非递归
- 堆排序
- 快速排序
如果对你有帮助,请给我点个star以示肯定和鼓励。