1.
排序的概念及引用
1.1
排序的概念
排序
:所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。
稳定性
: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。
简单区分,稳定排序可以变成不稳定排序,而不稳定排序不可能变成稳定排序
内部排序
:数据元素全部放在内存中的排序。
外部排序
:数据元素太多不能同时放在内存中,根据排序过程的要求不能在内外存之间移动数据的排序。
2.
常见排序算法的实现
2.1
插入排序
2.1.1
基本思想:
直接插入排序是一种简单的插入排序法,其基本思想是:
把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中,直到所有的记录插入完为止,得到
一个新的有序序列
。实际中我们玩扑克牌时,就用了插入排序的思想。
代码实现
//插入排序
public static void insertSort(int[]array){
for (int i = 1; i < array.length; i++) {
int tmp = array[i];
int j = i - 1;
for (; j >= 0; j--) {
if (array[j] > tmp) {
array[j + 1] = array[j];
}else{
break;
}
}
array[j + 1] = tmp;
}
}
图解思路
直接插入排序的特性总结:
1.
元素集合越接近有序,直接插入排序算法的时间效率越高
2.
时间复杂度:
O(N^2)
3.
空间复杂度:
O(1)
,它是一种稳定的排序算法
4.
稳定性:稳定
2.1.3
希尔排序
(
缩小增量排序
)
希尔排序法又称缩小增量法。希尔排序法的基本思想是:
先选定一个整数,把待排序文件中所有记录分成多个组,
所有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工作。当到达
=1
时,所有记录在统一组内排好序
。
希尔排序,插入排序的进阶版,作了优化
分组数,使数据更趋于有序
代码实现
//希尔排序
public static void shellSort(int[]array){
//组数
int gap = array.length;
while (gap > 1){
shell(array,gap);
gap /= 2;
}
shell(array,1);
}
public static void shell(int[]array,int gap) {
for (int i = gap; i < array.length; i++) {
int tmp = array[i];
int j = i - gap;
for (; j >= 0; j-=gap) {
if (array[j] > tmp) {
array[j + gap] = array[j];
}else{
break;
}
}
array[j + gap] = tmp;
}
}
大致思路和插入排序相同,不同点需要注意个别数值改为+组数
希尔排序的特性总结:
1. 希尔排序是对直接插入排序的优化。
2.
当
gap > 1
时是预排序,目的是让数组更接近于有序。当
gap == 1
时,数组已经接近有序的了,这样就会很 快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。
3.
希尔排序的时间复杂度不好计算,因为
gap
的取值方法很多,导致很难去计算,因此在好些树中给出的希尔排序的时间复杂度都不固定
4.
稳定性:不稳定
2.2
选择排序
2.2.1
基本思想:
每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元 素排完 。
2.2.2
直接选择排序
:
在元素集合
array[i]--array[n-1]
中选择关键码最大
(
小
)
的数据元素
若它不是这组元素中的最后一个
(
第一个
)
元素,则将它与这组元素中的最后一个(第一个)元素交换在剩余的array[i]--array[n-2]
(
array[i+1]--array[n-1]
)集合中,重复上述步骤,直到集合剩余
1
个元素
//选择排序
public static void selectSort(int[] array){
for (int i = 0; i < array.length; i++) {
int minIndex = i;
int j = i + 1;
for (; j < array.length - 1; j++) {
if(array[j] < array[minIndex]){
minIndex = j;
}
}
swap(array,i,minIndex);
}
}
private static void swap(int[] array, int i, int j){
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
图解
【
直接选择排序的特性总结
】
1.
直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
2.
时间复杂度:
O(N^2)
3.
空间复杂度:
O(1)
4.
稳定性:不稳定
2.2.3
堆排序
堆排序
(Heapsort)
是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆
来进行选择数据。
需要注意的是排升序要建大堆,排降序建小堆。
// 堆排序
public static void heapSort(int[] array){
createBigHeap(array);
for (int i = array.length - 1; i > 0 ; i--) {
swap(array,0, i);
shiftDown(array,0,i);
}
}
public static void createBigHeap(int[] array){
for (int parent = (array.length-1-1) / 2; parent >= 0; parent--) {
shiftDown(array,parent,array.length);
}
}
public static void shiftDown(int[]array,int parent,int len){
int child = parent * 2 + 1;
while (child < len){
if(child + 1 <len && array[child] < array[child+1]){
child++;
}
if(array[child] > array[parent]){
swap(array,child,parent);
parent = child;
child = parent * 2 + 1;
}else {
break;
}
}
}
排序思路:将最后一个元素与根节点交换,然后重新排列成大根堆,依次进行
【堆
排序的特性总结
】
1.
堆排序使用堆来选数,效率就高了很多。
2.
时间复杂度:
O(N*logN)
3.
空间复杂度:
O(1)
4.
稳定性:不稳定
2.3
交换排序
基本思想:所谓交换,就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置,交换排序的特
点是:将键值较大的记录向序列的尾部移动,键值较小的记录向序列的前部移动。
2.3.1
冒泡排序
//冒泡排序
public static void bubbleSort(int[] array){
boolean flag = false;
for (int i = 0; i < array.length; i++) {
for (int j = 0; j < array.length-1-i; j++) {
if(array[j] > array[j+1]){
swap(array,j,j+1);
flag = true;
}
}
if(flag = false){
return;
}
}
}
思路:双层遍历,0下标和1下标比较大小,大的进行交换,难点为第二层遍历 j < array.length-1-i ,限制条件
【
冒泡排序的特性总结
】
1.
冒泡排序是一种非常容易理解的排序
2.
时间复杂度:
O(N^2)
3.
空间复杂度:
O(1)
4.
稳定性:稳定
2.3.2
快速排序
快速排序是
Hoare
于
1962
年提出的一种二叉树结构的交换排序方法,其基本思想为:
任取待排序元素序列中的某元
素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右子序列中所有
元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止
。
/**
* 快速排序
* @param array
*/
public static void quickSort(int[] array){
quick(array,0, array.length-1);
}
private static void quick(int[]array,int start,int end){
//为什么取大于号 : 1 2 3 4 5
if(start >= end){
return;
}
//减少递归次数
if(end - start + 1 <= 14){
//插入排序
insertSort2(array,start,end);
}
//三数取中法
int index = midThree(array,start,end);
swap(array,index,start);
int pivot = partition1(array,start,end);
quick(array,start,pivot-1);
quick(array,pivot+1,end);
}
private static int midThree(int[]array,int left,int right){
int mid = (right + left) / 2;
if (array[left] < array[right]) {
if (array[mid] < array[left]) {
return left;
} else if (array[mid] > array[right]) {
return right;
} else {
return mid;
}
}else {
//left > right
if(array[mid] < array[right]){
return right;
}else if(array[mid] > array[left]) {
return left;
}else {
return mid;
}
}
}
/**
* 优化:插入(减少递归函数)
* @param array
* @param left
* @param right
*/
public static void insertSort2(int[]array,int left,int right){
for (int i = left + 1; i <= right; i++) {
int tmp = array[i];
int j = i - 1;
for (; j >= left; j--) {
if (array[j] > tmp) {
array[j + 1] = array[j];
}else{
break;
}
}
array[j + 1] = tmp;
}
}
public static int partition1(int[]array,int left,int right){
int tmp = array[left];
while (left < right) {
while (left < right && array[right] >= tmp) {
right--;
}
array[left] = array[right];
while (left < right && array[left] <=tmp) {
left++;
}
array[right] = array[left];
}
array[left] = tmp;
return left;
}
后找比tmp小, 前找比tmp大
优化:1.三数取中法
2.小区间使用插入排序,减少递归次数
2.3.4
快速排序总结
1.
快速排序整体的综合性能和使用场景都是比较好的,所以才敢叫
快速
排序
2.
时间复杂度:
O(N*logN)
3.
空间复杂度:
O(logN)
4.
稳定性:不稳定
2.4
归并排序
2.4.1
基本思想
归并排序(
MERGE-SORT
)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(
Divide and
Conquer
)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。 归并排序核心步骤:
/**
* 归并排序
* @param array
*/
public static void mergeSort1(int[]array){
mergeSortFunc(array,0,array.length - 1);
}
private static void mergeSortFunc(int[]array,int left,int right){
if(left >= right){
return;
}
int mid = (left + right) / 2;
mergeSortFunc(array,left,mid);
mergeSortFunc(array,mid+1,right);
merge(array,left,right,mid);
}
private static void merge(int[]array,int start,int end,int mid){
int s1 = start;
int s2 = mid + 1;
int[] tmp = new int[end - start + 1];
int k = 0;
while (s1 <= mid && s2 <= end) {
if (array[s1] <= array[s2]) {
tmp[k++] = array[s1++];
} else {
tmp[k++] = array[s2++];
}
}
while (s1 <= mid){
tmp[k++] = array[s1++];
}
while (s2 <= end){
tmp[k++] = array[s2++];
}
for (int i = 0; i < tmp.length; i++) {
array[i + start] = tmp[i];
}
}
2.4.2
归并排序总结
1.
归并的缺点在于需要
O(N)
的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。
2.
时间复杂度:
O(N*logN)
3.
空间复杂度:
O(N)
4.
稳定性:稳定
3.
排序算法复杂度及稳定性分析