冒泡排序
两两比较,每一次都把最大的排在后面
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int a[] = new int[n + 1];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n - i; j++) {
if (a[j] > a[j + 1]) {
int temp = a[j];
a[j] = a[j + 1];
a[j + 1] = temp;
}
//用于查看每次的结果
for (int k = 1; k <= n; k++) {
System.out.print(a[k] + " ");
}
System.out.println();
}
}
}
}
时间复杂度
-
若初始数据是逆序的,则需要进行N-1趟排序。每趟排序都要进行N-i次比较,且每次比较都必须移动三次来达到交换就位置。
故C=N(N-1)=O(N^2);
-
冒泡排序是一种稳定的算法,即当前后两个数字相等时,不会因为排序而改变相同元素的前后顺序。
冒泡排序的优化
对冒泡排序常见的改进方法是加入标志性变量exchange,用于标志某一趟排序过程中是否有数据交换。
如果该趟没有出现顺序的改变则已经排好序了
否则当初始数据已经是正序的时候,会出现依然要扫描N-1趟并且每趟都要进行N-i次比较
插入排序
将一个记录插入到已排序好的有序表中,从而得到一个新,记录数增1的有序表。即:先将序列的第1个记录看成是一个有序的子序列,然后从第2个记录逐个进行插入,直至整个序列有序为止。
- 一般是从后往前比较
public class Sort2_zhijie {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int a[] = new int[n + 2];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
for (int i = 2; i <= n; i++) {
int num = a[i];
int j = i - 1;
// 从后往前,所有比它大的都往后移
for (; j >= 1 && a[j] >= num; j--) {
a[j + 1] = a[j];
}
a[j + 1] = num;
for (int k = 1; k <= n; k++) {
System.out.print(a[k] + " ");
}
System.out.println();
}
}
}
时间复杂度
- 直接插入排序的时间复杂度和冒泡的相似,与前面的元素后移有关;当正序时,不用移动前面的元素,直接是O(N)
- 当是逆序的时候,每次插入都要移动前面的元素,故时间复杂度O(N^2)
- 直接插入排序也是稳定的,稳定的理解同上。
希尔排序
算法最开始以一定的步长进行排序,然后会继续以更小的步长进行排序,最终算法以步长为 1 进行排序。当步长为 1 时,算法变为直接插入排序,这就保证了数据一定会被全部排序。
public class Sort3_xier {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int a[] = new int[n + 2];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
for (int gap = n >> 1; gap > 0; gap >>= 1) {
// 在gap之后一个数开始比较
for (int i = gap + 1; i <= n; i++) {
int j = i - gap;
int num = a[i];
// 直到找到比当前数小的
for (; j >= 0 && a[j] >= num; j -= gap) {
a[j + gap] = a[j];
}
a[j + gap] = num;
}
int res = 0;
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
res++;
if (res == gap) {
System.out.println();
res = 0;
}
}
System.out.println();
}
}
}
时间复杂度
由于算法的步长序列不同,导致最坏的时间复杂度也会不同。
- 当采用的是N/2的步长
- 希尔排序是不稳定的
- 希尔排序的比较次数和移动次数都要比直接插入排序少,当N越大时,效果越明显。
快排
通过一趟排序将要排序的数据分割成独立的两部分:分割点左边都是比它小的数,右边都是比它大的数。
- 先排一部分,再合起来;
代码结构类似树的先序遍历
package Sort0424;
import java.util.Scanner;
public class Sort4_quick {
/*
* 快速排序
*/
static int a[];
static int n;
static void quick(int l, int r) {
int mid = (l + r) / 2;
int i = l, j = r;
int num = a[mid];
while (i <= j) {
while (a[i] < num) {
i++;
}
while (a[j] > num) {
j--;
}
if (i <= j) {
int temp = a[j];
a[j] = a[i];
a[i] = temp;
i++;
j--;
}
}
System.out.print("l:" + l + " " + "r:" + r + " " + "mid:::" + mid + " ");
for (int k = l; k <= r; k++) {
System.out.print(a[k] + " ");
}
System.out.println();
if (l < j)
quick(l, j);
if (i < r)
quick(i, r);
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
n = scanner.nextInt();
a = new int[n + 2];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
quick(1, n);
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
}
System.out.println();
}
}
时间复杂度
简单选择排序
选择排序:每趟从待排序的记录中选出关键字最小的记录,顺序放在已排序的记录序列末尾,直到全部排序结束为止。
public class Sort5_xuanze {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int a[] = new int[n + 2];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
for (int i = 1; i <= n; i++) {
int index = i;
for (int j = i + 1; j <= n; j++) {
if (a[j] < a[index]) {
index = j;
}
}
int temp = a[i];
a[i] = a[index];
a[index] = temp;
for (int k = 1; k <= n; k++) {
System.out.print(a[k] + " ");
}
System.out.println();
}
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
}
System.out.println();
}
}
时间复杂度
- 简单选择排序,如果比较长度是N,则一定要进行N(N-1)/2次比较
- 当是正序排列时,则不需要多余的移动
- 当时逆序排列时,需要进行3N(N-1)次移动
空间复杂度
- 需要占用一个临时空间,用来保存最小值
堆排序
(1)根据初始数组去构造初始堆(构建一个完全二叉树,保证所有的父结点都比它的孩子结点数值大)。
(2)每次交换第一个和最后一个元素,输出最后一个元素(最大值),然后把剩下元素重新调整为大根堆。
package Sort0424;
import java.util.Scanner;
public class Sort6_dui {
static int a[];
static int n;
// 建最大堆,需要从最后一个非叶子节点开始
static void buid_heap(int p) {
// 从最后一个非叶子节点开始
for (int i = p; i >= 1; i--) {
heapify(n, i);
}
}
// 当堆顶被换了之后
/*
* 每个元素被更新之后,都要一直往下走
*/
static void heapify(int n, int i) {
if (i > n) {
return;
}
int son1 = 2 * i;
int son2 = 2 * i + 1;
int max = i;
if (son1 <= n && a[son1] > a[max]) {
max = son1;
}
if (son2 <= n && a[son2] > a[max]) {
max = son2;
}
if (max != i) {
int temp = a[max];
a[max] = a[i];
a[i] = temp;
heapify(n, max);
}
}
// 将堆顶元素与最后一个元素交换,不用删除,下次的更新范围设置为i-1即可
static void heap_sort() {
for (int i = n; i >= 1; i--) {
int temp = a[i];
a[i] = a[1];
a[1] = temp;
heapify(i - 1, 1);
}
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
n = scanner.nextInt();
a = new int[n + 2];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
int p = n / 2;
buid_heap(p);
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
}
System.out.println();
heap_sort();
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
}
}
}
时间复杂度
- 建堆的时间
n个结点,从第0层至logN层,对于第i层的2i个点,如果需要往下走logN-i,则把走的所有的步相加得:
- 排序的时间
logN*N
则O(NlogN)
堆排序的优点
当想得到一个序列中第k个最小的元素之前的部分排序序列,最好采用堆排序
归并排序
-
先把很小很小的位置换好然后
代码结构相当于后序排列
import java.util.Scanner;
public class Sort7_gui {
static int n;
static int a[];
static int c[];
static void gui_sort(int l, int r) {
if (l == r)
return;
int mid = (l + r) / 2;
int i = l, j = mid + 1;
int cnt = l;
gui_sort(l, mid);
gui_sort(mid + 1, r);
while (i <= mid && j <= r) {
if (a[i] <= a[j]) {
c[cnt++] = a[i++];
} else {
c[cnt++] = a[j++];
// ans+=mid-i+1;
}
}
while (i <= mid) {
c[cnt++] = a[i++];
}
while (j <= r) {
c[cnt++] = a[j++];
}
for (int k = l; k <= r; k++) {
a[k] = c[k];
}
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
n = scanner.nextInt();
a = new int[n + 1];
c = new int[n + 1];
for (int i = 1; i <= n; i++) {
a[i] = scanner.nextInt();
}
gui_sort(1, n);
for (int i = 1; i <= n; i++) {
System.out.print(a[i] + " ");
}
}
}
时间复杂度
- 归并排序就是一颗二叉树,需要遍历的次数就是二叉树的深度O(N*log2N).(递归的时间复杂度是:递归的深度 * 递归本身的时间复杂度)
空间复杂度
需要一个大小为n的临时存储空间来做处理。
基数排序
//按位数上的大小,依次从个位排到最高位
//存到桶里
import java.util.Arrays;
import java.util.Scanner;
public class Sort8_ji {
static int n;
static int a[];
static int digit(int num, int index) {
while (--index > 0) {
num /= 10;
}
return num % 10;
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
n = scanner.nextInt();
a = new int[n + 1];
int maxn = 0;
for (int i = 0; i < n; i++) {
a[i] = scanner.nextInt();
maxn = Math.max(a[i], maxn);
}
// 计算最大多少位
int count = 0;
while (maxn > 0) {
maxn /= 10;
count++;
}
// System.out.println(count);
// System.out.println(digit(1234567, 4));
// 用于临时存储数据的数组
int[][] temp = new int[10][n];
// 用于每个桶内元素的位置
int[] counts = new int[10];
// 进行这么多次比较
for (int i = 1; i <= count; i++) {
Arrays.fill(counts, 0);
for (int j = 0; j < n; j++) {
int mod = digit(a[j], i);
temp[mod][counts[mod]] = a[j];
counts[mod]++;
} // 存放到新的桶内
int index = 0;
// if (i == 1) {
// // 打印二维数组,测试
// for (int[] nums : temp) {
// System.out.println("///");
// System.out.println(Arrays.toString(nums));
// }
// }
for (int j = 0; j < 10; j++) {
if (counts[j] != 0) {
for (int k = 0; k < counts[j]; k++) {
a[index] = temp[j][k];
index++;
}
}
}
}
for (int i = 0; i < n; i++) {
System.out.print(a[i] + " ");
}
}
}
时间复杂度
- count * N,其中count是数组的最高的位数
空间复杂度
- 10+N ----O(N)