相关术语解释：
- 稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；
- 不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面；
- 内排序：所有排序操作都在内存中完成；
- 外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；
- 时间复杂度： 一个算法执行所耗费的时间。 空间复杂度：运行完一个程序所需内存的大小。
- n: 数据规模
- k: “桶”的个数
- In-place: 不占用额外内存
- Out-place: 占用额外内存
一，冒泡排序
冒泡排序（Bubble Sorting）的基本思想：
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部，就象水底下的气泡一样逐渐向上冒。
public void BubbleSort(){
int arr[] = {3, 9, -1, 10, 20};
int temp = 0; // 临时变量
boolean flag = false; // 标识变量，表示是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {//固定i个
// 如果前面的数比后面的数大，则交换
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
if (!flag) { // 在一趟排序中，一次交换都没有发生过
break;
} else {
flag = false; // 重置flag!!!, 进行下次判断
}
}
System.out.println(Arrays.toString(arr));
}
二，选择排序
基本介绍
选择式排序也属于内部排序法，是从欲排序的数据中，按指定的规则选出某一元素，再依规定交换位置后达到排序的目的。
选择排序思想:
选择排序（select sorting）也是一种简单的排序方法。它的基本思想是：第一次从arr[0]~arr[n-1]中选取最小值，与arr[0]交换，第二次从arr[1]~arr[n-1]中选取最小值，与arr[1]交换，第三次从arr[2]~arr[n-1]中选取最小值，与arr[2]交换，…，第i次从arr[i-1]~arr[n-1]中选取最小值，与arr[i-1]交换，…, 第n-1次从arr[n-2]~arr[n-1]中选取最小值，与arr[n-2]交换，总共通过n-1次，得到一个按排序码从小到大排列的有序序列。
public void SelectSort(){
int arr[] = {3, 9, -1, 10, 20};
for (int i = 0; i < arr.length-1; i++) {//可以减一
int minVal = arr[i];
int minIndex=i;
for (int j = i+1; j < arr.length; j++) {
if(minVal>arr[j]){
minVal=arr[j];
minIndex=j;
}
}
if(minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = minVal; //定义了minVal变量，就不用定义temp交换了。妙！
}
}
System.out.println(Arrays.toString(arr));
}
三，插入排序
插入排序法介绍:
插入式排序属于内部排序法，是对于欲排序的元素以插入的方式找寻该元素的适当位置，以达到排序的目的。
插入排序法思想:
插入排序（Insertion Sorting）的基本思想是：把n个待排序的元素看成为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，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。
public void Insert(){
int arr[] = {3, 9, -1, 10, 20};
int insertVal = 0;
int insertIndex = 0;
for (int i = 1; i < arr.length; i++) {
insertVal=arr[i]; //待插入值
insertIndex= i - 1; //指向arr[i]的前面这个数的下标
while(insertIndex >= 0 && insertVal<arr[insertIndex]){//注意：是大于等于零
arr[insertIndex+1] = arr[insertIndex]; //未到达指定位置时，(前方)比它大的值向后移，而新添加的最后一个数已给insertVal。妙！
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
}
System.out.println(Arrays.toString(arr));
}
四，希尔排序
希尔排序法介绍
希尔排序是希尔（Donald Shell）于1959年提出的一种排序算法。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。
希尔排序法基本思想
希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。
public void Shell(){
int arr[] = {3, 9, -1, 10, 20};
int temp = 0;
for(int gap = arr.length/2;gap>0;gap /= 2)//共gap组
for (int i = gap; i < arr.length; i++)
for (int j = i- gap; j >= 0; j -= gap)//第i个下标的值以gap为步长，与前方(同组)一一比较
if (arr[j] > arr[j + gap]) {// 若大于 加上 步长的倍数的那个元素，说明交换
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
System.out.println(Arrays.toString(arr));
}
对交换式的希尔排序进行优化->移位法，妙！！！！
public void ShellInsert(){
int arr[] = {3, 9, -1, 10, 20};
for(int gap = arr.length/2;gap>0;gap /= 2)//共gap组
for (int i = gap; i < arr.length; i++){
int temp = arr[i];
int index = i - gap;//指向前第gap个，与插入排序异曲同工之妙！！
while(index>=0 && temp<arr[index]){
arr[index + gap] =arr[index];
index -= gap;
}
arr[index + gap] = temp;
}
System.out.println(Arrays.toString(arr));
}
五，快速排序算法
快速排序法介绍:
快速排序（Quicksort）是对冒泡排序的一种改进。基本思想是：通过一趟排序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外一部分的所有数据都要小，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 void Quick() {
int arr[] = {2,10,8,22,34,5,12,28,21,11,10};
quickSort(arr,0,arr.length-1);
System.out.println(Arrays.toString(arr));
}
public static void quickSort(int[] arr,int left,int right){
int l=left;
int r=right;
int pivot = arr[(left + right) / 2];//pivot 中轴值
int temp=0;
while(l<r){//比pivot 值小放到左边,比pivot 值大放到右边
while(arr[l]<pivot){
l++;
}
while(arr[r]>pivot){
r--;
}
if(l>=r){
break;
}
temp=arr[l];
arr[l]=arr[r];
arr[r]=temp;
if(arr[l] == pivot)r--;//防止有相等，进入死循环，
if(arr[r] == pivot)l++;//若交换后的右边的值 与 中轴值的相等，左边一定是比pivot小的值
}
if(l == r){// 如果 l == r,(中间就是pivot), 必须l++, r--, 否则为出现栈溢出！！！！
l++;
r--;
}
if(left<r)//当只有一个值时,此处l++,r--,就不会再进入递归
quickSort(arr,left,r);
if(right>l)
quickSort(arr,l,right);
}
六，归并排序（分治）
归并排序介绍:
归并排序（MERGE-SORT）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（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。
说明:
可以看到这种结构很像一棵完全二叉树，本文的归并排序我们采用递归去实现（也可采用迭代的方式去实现）。分阶段可以理解为就是递归拆分子序列的过程。
合并相邻有序子序列:
再来看看治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列，合并为最终序列[1,2,3,4,5,6,7,8]，来看下实现步骤
public void MergeSort() {
int arr[] = {8, 4, 5, 7, 1, 3, 6, 2};
int temp[] = new int[arr.length];
mergeSort(arr, 0, arr.length-1, temp);
System.out.println("归并排序后=" + Arrays.toString(arr));
}
public static void mergeSort(int[] arr, int left, int right, int[] temp) {//分+合方法
if (left < right) {//分解到只有一个
int mid = (left + right) / 2;
mergeSort(arr, left, mid, temp); //向左递归进行分解
mergeSort(arr, mid + 1, right, temp); //向右递归进行分解
merge(arr,left,mid,right,temp);
}
}
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left; // 初始化
int j = mid + 1;
int index = 0; // 指向temp数组的当前索引
while (i <= mid && j <= right) {//直到左右两边有一边处理完毕为止
if (arr[i] <= arr[j]) {
temp[index] = arr[i];
index += 1;
i += 1;
}else{
temp[index] = arr[j];
index += 1;
j += 1;
}
}
//二,把有剩余数据的一边的数据依次全部填充到temp
while(i<=mid){
temp[index] = arr[i];
index += 1;
i += 1;
}
while (j<=right){
temp[index] = arr[j];
index += 1;
j += 1;
}
//三,将temp数组的元素拷贝到arr,注意:并不是每次都拷贝所有
index = 0;
int tempLeft = left;
while(tempLeft <= right){
arr[tempLeft] = temp[index];
index += 1;
tempLeft += 1;
}
}
七，基数排序（桶）
基数排序(桶排序)介绍:
-
基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，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，基数排序法的是效率高的稳定性排序法
-
基数排序(Radix Sort)是桶排序的扩展
-
基数排序是1887年赫尔曼·何乐礼发明的。它是这样实现的：将整数按位数切割成不同的数字，然后按每个位数分别比较。
基数排序的说明:
-
基数排序是对传统桶排序的扩展，速度很快.
-
基数排序是经典的空间换时间的方式，占用内存很大, 当对海量数据排序时，容易造成OutOfMemoryError 。
-
基数排序时稳定的。[注: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]
-
有负数的数组，我们不用基数排序来进行排序, 如果要支持负数，参考: https://code.i-harness.com/zh-CN/q/e98fa9
基数排序基本思想
-
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，依次进行一次排序。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。
-
这样说明，比较难理解，下面我们看一个图文解释，理解基数排序的步骤
public void Radix() {
int arr[] = {53, 3, 542, 748, 14, 214};//处理负数时需要改进
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (max < arr[i])
max = arr[i];
}
int maxLength = (max + "").length();//得到最大数是几位数，妙！！！
int[][] bucket = new int[10][arr.length];
int[] bucketElementCounts = new int[10];//比如：bucketElementCounts[0] , 记录的就是 bucket[0] 桶的放入数据个数
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {//个十百...位
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / n % 10;//个十百...位
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
for (int k = 0; k < bucketElementCounts.length; k++) {//遍历每一个桶
if (bucketElementCounts[k] != 0) {
for (int l = 0; l < bucketElementCounts[k]; l++) {//遍历k桶的数
arr[index++] = bucket[k][l];
}
}
bucketElementCounts[k] = 0;//第i+1轮处理后，需要将每个 bucketElementCounts[k] = 0 ！！！！
}
}
System.out.println(Arrays.toString(arr));
}
八，堆排序 – (树结构实际应用)
堆排序基本介绍
- 堆排序是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，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。
- 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孩子结点的值，称为大顶堆,
注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。 - 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆
- 大顶堆举例说明
我们对堆中的结点按层进行编号，映射到数组中就是下面这个样子:
大顶堆特点：arr[i] >= arr[2*i+1] && arr[i] >= arr[2*i+2] // i 对应第几个节点，i从0开始编号 - 小顶堆举例说明
小顶堆：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] // i 对应第几个节点，i从0开始编号 - 一般升序采用大顶堆，降序采用小顶堆
堆排序的基本思想：
- 将待排序序列构造成一个大(小)顶堆
- 此时，整个序列的最大值就是堆顶的根节点。
- 将其与末尾元素进行交换，此时末尾就为最大值。
- 然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。
可以看到在构建大顶堆的过程中，元素的个数逐渐减少，最后就得到一个有序序列了.
public void Heap() {
int arr[] = {4, 6, 8, 5, 9};
int temp = 0;
//1.将无序序列构建成一个堆，根据升序(降序)需求选择大顶堆(小顶堆)
for (int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
for (int j = arr.length - 1; j > 0; j--) {
//2.将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
//3.重新调整结构，使其满足堆定义，然后继续交换堆顶元素与j--元素，反复执行调整+交换步骤，直到整个序列有序。
adjustHeap(arr, 0, j);
}
System.out.println("数组=" + Arrays.toString(arr));
}
public static void adjustHeap(int arr[], int i, int length) {
int temp = arr[i];
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {//为最大元素沉底后交换做准备
if (k + 1 < length && arr[k] < arr[k + 1]) {
k++;// k 指向右子结点
}
if (arr[k] > temp) {//如果子结点大于父结点
arr[i] = arr[k];
i = k;
} else {
break;
}
arr[i] = temp;
}
}
919
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
