前言
在我们的程序中,排序是非常常见的一种需求,提供一些数据元素,把这些数据元素按照一定的规则进行排序。比如查询一些订单,按照订单的日期进行排序;再比如查询一些商品,按照商品的价格进行排序等等。所以,接下来我们要学习一些常见的排序算法。
一、递归
- 定义
定义方法时,在方法内部调用方法本身,称之为递归.
-
作用
它通常把一个大型复杂的问题,层层转换为一个与原问题相似的,规模较小的问题来求解。递归策略只需要少量的 程序就可以描述出解题过程所需要的多次重复计算,大大地减少了程序的代码量。
-
注意事项
在递归中,不能无限制的调用自己,必须要有边界条件,能够让递归结束,因为每一次递归调用都会在栈内存开辟 新的空间,重新执行方法,如果递归的层级太深,很容易造成栈内存溢出。
- 代码实现
public class Test {
public static void main(String[] args) throws Exception {
int result = factorial(5);
System.out.println(result);
}
public static int factorial(int n){
if (n==1){
return 1;
}
return n*factorial(n-1);
}
}
二、归并排序
归并排序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。
排序原理
Step1.尽可能的一组数据拆分成两个元素相等的子组,并对每一个子组继续拆分,直到拆分后的每个子组的元素个数是 1为止。
Step2.将相邻的两个子组进行合并成一个有序的大组;
Step3.不断的重复步骤2,直到最终只有一个组为止。
API设计
类名 | Merge |
---|---|
构造方法 | Merge():创建Merge对象 |
成员方法 | 1.public static void sort(Comparable[] a):对数组内的元素进行排序 2.private static void sort(Comparable[] a, int lo, int hi):对数组a中从索引lo到索引hi之间的元素进 行排序 3.private static void merge(Comparable[] a, int lo, int mid, int hi):从索引lo到所以mid为一个子 组,从索引mid+1到索引hi为另一个子组,把数组a中的这两个子组的数据合并成一个有序的大组(从 索引lo到索引hi) 4.private static boolean less(Comparable v,Comparable w):判断v是否小于w 5.private static void exch(Comparable[] a,int i,int j):交换a数组中,索引i和索引j处的值 |
成 员 变 量 | 1.private static Comparable[] assist:完成归并操作需要的辅助数组 |
1.代码实现
package sort;
public class Merge {
private static Integer[] assist;
/*
对数组a中的元素进行排序
*/
public static void sort(Integer[] a){
// 1.初始化辅助数组assist
assist = new Integer[a.length];
// 2.定义一个lo变量和hi变量,分别记录数组中最小的索引和最大的索引
int lo = 0;
int hi = a.length - 1;
// 3.调用sort重载方法完成数组a中,从索引lo到索引hi的元素的排序
sort(a,lo,hi);
}
/*
对数组a中从lo到hi的元素进行排序
*/
private static void sort(Integer[] a, int lo, int hi){
// 做安全性校验
if(hi <= lo){
return;
}
//对lo到hi之间的数据进行分为两个组
int mid = lo+(hi-lo)/2;
//分别对每一组数据进行排序
sort(a,lo,mid);//对lo到mid之间的元素进行排序
sort(a,mid+1,hi);//对mid+1到hi之间的元素进行排序
//再把两个组中的数据进行归并
merge(a,lo,mid,hi);
}
/*
对数组中,从lo到mid为一组,从mid+1到hi为一组,对这两组数据进行归并
*/
private static void merge(Integer[] a, int lo, int mid, int hi){
//lo到mid这组数据和mid+1到hi这组数据归并到辅助数组assist对应的索引处
int i = lo;
int p1 = lo;
int p2 = mid + 1;
//比较左边小组和右边小组中的元素大小,哪个小,就把哪个数据填充到assist数组中
while(p1 <= mid && p2 <= hi){
if(less(a[p1], a[p2])){
assist[i++] = a[p1++];
} else {
assist[i++] = a[p2++];
}
}
/*上面的循环结束后,如果退出循环的条件是p1<=mid,则证明左边小组中的数据已经归并完毕,如果退
出循环的条件是p2<=hi,则证明右边小组的数据已经填充完毕;*/
//所以需要把未填充完毕的数据继续填充到assist中,//下面两个循环,只会执行其中的一个
while(p1 <= mid){
assist[i++] = a[p1++];
}
while(p2 <= hi){
assist[i++] = a[p2++];
}
//到现在为止,assist数组中,从lo到hi的元素是有序的,再把数据拷贝到a数组中对应的索引处
for(int index = lo; index <= hi; index++){
a[index] = assist[index];
}
}
/*
比较v元素是否小于w元素
*/
private static boolean less(Integer v, Integer w){
return v.compareTo(w) < 0;
}
/*
数组元素i和j交换位置
*/
private static void exch(Integer[] a, int i, int j){
Integer t = a[i];
a[i] = a[j];
a[j] = t;
}
}
//测试代码
public class MergeTest {
public static void main(String[] args){
Integer[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
Merge.sort(arr);
System.out.println(Arrays.toString(arr));
}
}
2.运行结果
编写完成之后,点击运行就能知道选择排序的结果,如下图所示:
总结
-
时间复杂度
归并排序是分治思想的最典型的例子,上面的算法中,对a[lo…hi]进行排序,先将它分为a[lo…mid]和a[mid+1…hi] 两部分,分别通过递归调用将他们单独排序,最后将有序的子数组归并为最终的排序结果。该递归的出口在于如果 一个数组不能再被分为两个子数组,那么就会执行merge进行归并,在归并的时候判断元素的大小进行排序。
用树状图来描述归并,如果一个数组有8个元素,那么它将每次除以2找最小的子数组,共拆log8次,值为3,所以 树共有3层,那么自顶向下第k层有2^k 个子数组,每个数组的长度为2^(3-k), 归并最多需要2^(3-k) 次比较。因此每层 的比较次数为 2^k * 2^(3-k) =2^3,那么3层总共为 3*2^3。
假设元素的个数为n,那么使用归并排序拆分的次数为log2(n),所以共log2(n)层,那么使用log2(n)替换上面32^3中 的3这个层数,最终得出的归并排序的时间复杂度为:log2(n) 2^(log2(n))=log2(n)*n,根据大O推导法则,忽略底 数,最终归并排序的时间复杂度为O(nlogn);
-
缺点
需要申请额外的数组空间,导致空间复杂度提升,是典型的以空间换时间的操作。
感谢观看,如果有帮助到你,请给题解点个赞和收藏,让更多的人看到。🌹🌹🌹
也欢迎你,关注我。👍👍👍
你们的点赞和留言对我真的很重要!!! ✿✿✿