排序也称之为排序算法(Sort Algorithm),排序是将一组数据,依指定的顺序进行排列的过程。
排序的分类
- 内部排序:指将需要处理的所有数据都加载到内存中进行排序
- 外部排序:当数据量过大的时候,无法全部加载到内存当中去,需要借助外部存储进行排序
1、冒泡排序
冒泡排序的思想
冒泡排序(Bubble Sorting)的基本思想是: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。
思路分析
冒泡排序的时间复杂度为:O(n2)
代码最简单的实现方式
public class BubbleSort {
public static void main(String[] args) {
int[] arr = {3,9,-1,10,-2};
int temp = 0;//临时变量
for (int i = 0; i < arr.length - 1; i++) {
//for循环的判断条件也可以arr.length-1-i表示每次一趟比较都减少i次
//我们也可以写成arr.length-1,直接每一趟都全部进行比较
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j+1]){
temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
}
}
}
System.out.println(Arrays.toString(arr));
}
}
优化:
如果我们发现再某趟排序中,没有发生一次交换的话,可以提前结束冒泡排序
public class BubbleSort {
public static void main(String[] args) {
int[] arr = {-2,-1,2,10,8};//3, 9, -1, 10, -2
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++) {
int temp = 0;//临时变量
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j+1]){
flag =true;
temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
}
}
if (flag == false){//再一趟排序中一次都没交换过,表示已经为从小到大的顺序了,所以直接break退出循环即可
break;
}else {
flag = false;//一定要重置flag,因为我们要保证每一趟判断开始的时候flag都是false
}
}
System.out.println(Arrays.toString(arr));
}
}
该算法的时间复杂度为O(n2)
我们实际测量一下排序八万个数据,需要花费多久
电脑配置如下
测试代码如下
public class BubbleSort {
public static void main(String[] args) {
Date date = new Date();
long start = date.getTime();
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int)(Math.random() * 80000);
}
bubbleSort(arr);
Date date2 = new Date();
long end = date2.getTime();
System.out.println("总共花费"+(end-start)+"毫秒");
}
public static int[] bubbleSort(int[] arr) {
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++) {
int temp = 0;//临时变量
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
if (flag == false) {//再一趟排序中一次都没交换过,表示已经为从小到大的顺序了,所以直接break退出循环即可
break;
} else {
flag = false;//一定要重置flag,因为我们要保证每一趟判断开始的时候flag都是false
}
}
return arr;
}
}
控制台输出后得到,排序八万个数需要9140毫秒
2、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]到arr[n-1]中选取最小值,与arr[0]交换,第二次从arr[1]到arr[n-1]中选取最小值,与arr[1]交换,第三次从arr[2]到arr[n-1]中选取最小值,与arr[2]交换,…,第i次从arr[i-1]到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。
选择排序思路图解
代码实现1
public static void selectSort(int[] arr){
for (int i = 0; i < arr.length-1; i++) {
for (int j = i + 1; j < arr.length; j++) {
if (arr[i] > arr[j]){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
}
}
测试排序八万个随数的数组的排序时间为
代码实现2
public static void selectSort2(int[] arr){
for (int i = 0; i < arr.length - 1; i++) {
int minIndex=i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (min>arr[j]){i
min = arr[j];
minIndex = j;
}
}
if (minIndex != i){
arr[minIndex] = arr[i];
arr[i] = min;
}
}
}
这中写法测试八万个随机数的数组进行排序花费的时间
第二种写法效率更高
3、插入排序
基本介绍
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。
思路分析图
代码实现
public static void insertSort(int[] arr){
for (int i = 1; i < arr.length; i++) {
//定义待插入的数组
int insertVal = arr[i];
int insertIndex = i - 1;//表示待插入数据的前一个
/**
* 给insertValue找到插入的位置
* insertIndex >= 0用于防止索引越界
* insertVal < arr[insertIndex]判断待插入的数是否找到插入的位置
*/
while (insertIndex >= 0 && insertVal < arr[insertIndex]){
arr[insertIndex +1] = arr[insertIndex];
insertIndex--;
}
arr[insertIndex +1] = insertVal;
}
}
测试插入排序八万个随机数的数组
插入排序存在的问题
假如我们待插入的数字较小时,那么我们需要后移很多次,才能把待插入的数插入到对应的位置
例如
这时候需要比较的次数明显增多,对效率产生影响,由此我们引入了希尔排序
4、希尔排序
基本介绍
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。
希尔排序法的基本思想
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
思路分析
使用交换排序的方法实现希尔排序
代码实现:
public static void shellSort(int[] arr){
int temp = 0;//临时变量用于存储交换时较大的数
//gap代表分组时候的步长,第一次的步长为当分为两组时的最大步长,所以为(arr.length/2),然后步长每次减半,保证大于零
for (int gap = arr.length / 2; gap > 0 ; gap /=2) {
//该循环条件用于防止下面进行比较的时候出现索引越界的问题
for (int i = 0; i < arr.length- gap; i++) {
//当如果j大于步长的时候,说明arr[j]不是第一个数,所以当在将下标为[j]和[j+gap]的数从小到大排序后,再依次排序
//下标为j前面的数
for (int j = i; j >= 0 ; j -= gap) {
if (arr[j]>arr[j+gap]){
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
}
}
使用插入排序的方式实现希尔排序
public static void shellSort2(int[] arr){
for (int gap = arr.length/2; gap > 0 ; gap/=2) {
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[j];
while (j-gap >= 0 && temp <arr[j-gap]) {
arr[j] = arr[j - gap];
j -= gap;
}
arr[j] = temp;
}
}
}
5、快速排序
简单介绍
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
快速排序法示意图
代码实现
public static void quickSort(int[] arr,int left,int right){
int l = left;
int r = right;
int pivot = arr[(left+right)/2];
int temp;
while ( l < r){
while (arr[l] <pivot){
l+=1;
}
while (arr[r]>pivot){
r-=1;
}
if (l>=r){
break;
}
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
//防止当pivot右边的数和pivot相等然后换到了左边了,之后指针无法前移
if (arr[l] == pivot){
l+=1;
}
//防止当左边指针指的数和pivot相等后,与右边的数交换之后,右边的指针无法后移
if (arr[r] == pivot){
r-=1;
}
}
//当l==r的时候退出上面的循环,表示中间值左边的都比中间值小,右边的都比中间值大,所以中间值不用动,所以要错开
if (l==r){
l+=1;
r-=1;
}
//向左递归
if (left < r){
quickSort(arr,left,r);
}
//向右递归
if (right > l){
quickSort(arr,l,right);
}
}
6、归并排序
归并排序的介绍
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)。
归并排序思想示意图1-基本思想
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。
归并排序思想示意图2-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
代码实现
public class MargetSort {
public static void main(String[] args) {
int[] arr = {8,4,5,9,1,3,6,2};
int[] temp = new int[arr.length];
mergeSort(arr,0,arr.length-1,temp);
System.out.println(Arrays.toString(arr));
}
/**
* 分开再合上
* @param arr
* @param left
* @param right
* @param temp
*/
public static void mergeSort(int[] arr,int left,int right,int[] temp){
if (left <right){
int mid = (left+right)/2;//中间的索引
//先向左递归继续分解
mergeSort(arr,left,mid,temp);
//向右递归分解
mergeSort(arr,mid+1,right,temp);
//每分解一次就合并一次
merge(arr,left,mid,right,temp);
}
}
/**
* 合并的方法
* @param arr 待合并的数组
* @param left 左边有序数组的指针
* @param mid 中间索引,用于找到右边的有序数组的指针的
* @param right 右边索引
* @param temp 作为中转数组
*/
public static void merge(int arr[], int left, int mid, int right, int temp[]){
int i = left;//左边的有序数组的指针
int j = mid + 1;//右边有序数组的指针
int t = 0;//temp中专数组的指针
/**
* 第一步
* 先把左右两边的有序的数组按照规则填充到temp数组
* 直到左右两边的有序数组用指针扫描完毕为止
*/
while (i <= mid && j <=right){
//如果左边的有序序列的当前元素小于右边有序序列的当前元素的话
//将左边小的数拷贝到临时序列temp里
//拷贝完后记得将两个指针后移
if (arr[i] <= arr[j]){
temp[t] = arr[i];
t++;
i++;
}else {
//反之,如果右边的有序序列的当前元素小于左边有序序列的当前元素
//就将右边小的数拷贝到临时数组temp中
temp[t] = arr[j];
t++;
j++;
}
}
/**
* 第二步
* 把有剩余数据的一边一次全部填充到temp中去
*/
while (i <= mid){
//表示左边有序序列还有剩余的
temp[t] = arr[i];
t++;
i++;
}
while (j <= right){
//表示左边有序序列还有剩余的
temp[t] = arr[j];
t++;
j++;
}
/**
* 将temp数组的元素拷贝到arr
*/
t = 0;
int tempLeft = left;
while (tempLeft <= right){
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
}
7、基数排序
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。
基数排序思路分析
将数组 {53, 3, 542, 748, 14, 214} 使用基数排序, 进行升序排序。
代码实现:
//基数排序
public static void radixSort(int[] arr){
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i]>max){
max = arr[i];
}
}
int maxLength = (max +"").length();
int[][] bucket = new int[10][arr.length];
int[] bucketElementCounts = new int[10];
for (int i = 0,n = 1; i < maxLength; i++,n*=10) {
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / n % 10;
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
for (int j = 0; j < bucketElementCounts.length; j++) {
if (bucketElementCounts[j] != 0){
for (int k = 0; k < bucketElementCounts[j]; k++) {
arr[index] = bucket[j][k];
index++;
}
}
bucketElementCounts[j] = 0;
}
}
}