文章目录
交换排序
- 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
- 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。
一.冒泡排序
/**
* 冒泡排序
* 时间复杂度 n^2
* 空间复杂度 1
* @param array
*/
public static void bubbleSort(int[]array){
for (int i = 0; i < array.length-1; i++) {//趟数
boolean flg =false;
for (int j = 0; j < array.length-1-i; j++) {
if (array[j]>array[j+1]){
swap(array,j,j+1);
flg = true;
}
}
if (flg == false){
return;
}
}
}
1.遍历 i 代表交换的趟数,遍历 j 进行两两交换
2.j < array.length-1-i 是对于趟数的优化,每走一趟,交换就少一次
3.boolean flg =false;当两两交换时,flg变为true
4.进一步优化:如果遍历完,没发生交换,flg还是false,直接返回,排序结束
- 时间复杂度:O ( N2 )
- 空间复杂度:O ( 1 )
- 稳定性:稳定
二.快速排序
-
二叉树结构的交换排序方法
-
任取一个待排序元素作为基准值,把序列一分为二,左子序都比基准值小,右子序都比基准值大,左右两边再重复进行
- 左边找比基准值大的,右边找比基准值小的
1.挖坑法
- 基准值位置挖一个坑,后面找一个比基准值小的把坑埋上
- 前面找一个比基准值大的,埋后面的坑
- 当l==r时,把基准值填入剩下的坑中
- 左右两边重复进行上述步骤,直到排完为止
- 左右两边都以同样的方法进行划分,运用递归来实现
/**
* 快速排序 ---挖坑法
*
* @param array
*/
public static void quickSort(int[] array) {
quick(array, 0, array.length - 1);
}
private static void quick(int[] array, int start, int end) {
if (start >= end) {
return;//结束条件
// start == end,说明只剩一个了,是有序的,返回
//start > end ,说明此时的基准值在开头或者末尾
//在开头:start不变,end=pivot-1,start > end ,end=-1 没有左树
//在结尾:end不变,start = pivot+1,start > end,超出索引,没有右树
}
//不断递归quick
int pivot = partition(array, start, end);// 进行排序,划分找到pivot
//然后递归划分法左边,递归划分的右边
quick(array, start, pivot - 1);
quick(array, pivot + 1, end);
}
//划分,返回基准值
private static int partition(int[] array, int left, int right) {
int tmp = array[left];//挖一个坑,取left位置为基准值
while (left < right) {
//在右边找一个比基准值小的把坑填上
while (left < right && array[right] >= tmp) {//防止越界
right--;
}
array[left] = array[right];//找到比tmp小的数,填坑,
//在左边找一个比tmp大的值,填到右边的坑
while (left < right && array[left] <= tmp) {//防止越界
left++;
}
array[right] = array[left];
}//如果相遇了,退出循环
array[left] = tmp;//填坑
return left;
}
-
先划分序列,递归左边,然后再递归右边
-
递归结束条件:
start == end时,说明只剩一个了,是有序的,返回
start > end 时 ,说明此时的基准值在开头或者末尾如果基准值在开头:start不变,end=pivot-1,start > end ,end=-1 没有左树
如果基准值在结尾:end不变,start = pivot+1,start > end,超出索引,没有右树
2.Hoare法
- 不同的方法,找出基准值,排的序列是不一样的
- i记录基准值一开始在left位置的下标
- r找到比基准值小的停下来,l找到比基准值大的停下来,互相交换
- l和r相遇的时候,把i 记录基准值的初始下标和相遇位置交换
以左边为基准,先找右边再找左边,相遇的位置就是以右边为基准的值,要比基准小,才能交换
/**
* Hoare法 划分排序找基准值
* @param array
* @param left
* @param right
* @return
*/
private static int partition2(int[] array, int left, int right) {
int tmp = array[left];
int i = left;//记录基准值一开始在left位置的下标
while (left < right) {
while (left < right && array[right] >= tmp) {
right--;
}
while (left < right && array[left] <= tmp) {
left++;
}
swap(array,left,right);
}
swap(array,i,left);
return left;
}
3.前后指针法
- prev记录了比key小的最后一个位置
- cur去找比key值小的,找到后,放到prev的下一个位置
- 最后找到基准值,并且基准值的左边都比它小,右边都比他大
/**
* 前后指针法,划分排序找基准值
*
* @param array
* @param left
* @param right
* @return
*/
private static int partition3(int[] array, int left, int right) {
int prev = left; //prev从left位置开始,left为当前的基准值
int cur = left + 1;//cur在prev的后一个
while (cur <= right) {//遍历完当前数组段
if (array[cur] < array[left] && array[++prev] != array[cur]) {
//只要cur指向的值小于left位置的基准值
//并且prev++后不等于cur的值
swap(array, cur, prev);//将cur和prev位置的值交换
//cur++;
}
//如果cur的值大于基准值,或者prev下一位的值等于cur,cur后移
cur++;
}
//cur越界,循环结束,最后,交换基准值和prev位置的值
//prev记录的就是比基准值小的最后一个数
swap(array, prev, left);
return prev;//prev为基准值
}
4.快速排序的优化
-
时间复杂度:
最好情况:O (N*log2N) :树的高度为log2N,每一层都是N
最坏情况:O (N2):有序、逆序的情况下,没有左树,只有右树,单分支树,树的高度是N,每一层都是N
-
空间复杂的:
最好情况:O (log2N):满二叉树(均匀分割待排序的序列,效率最高)树高为 log2N
最坏情况:O(N):单分支树,树高为N
-
稳定性:不稳定
-
快速排序有可能发生栈溢出异常,需要进行优化
-
所以要能均匀分割待排序的序列
递归的次数多了,会导致栈溢出,所以优化的方向就是减少递归的次数
在最坏情况下,比如顺序,基准值都取自左边,本身没有左树
方法一:随机选取基准值
看人品,有概率
方法二:三数取中法选基准值
三数:第一个数、中间的数、最后一个数 ,在这三个数中,选出中等值
有可能会变成二分查找 ,避免了出现最坏情况,从中值来比较排序,左右树都有
public static void quickSort(int[] array) {
quick2(array, 0, array.length - 1);
}
private static void quick2(int[] array, int start, int end) {
if (start >= end) {
return;//结束条件
}
//三数取中法
int index = midThree(array, start, end);
//选出的数和开头交换
swap(array,index,start);
int pivot = partition(array, start, end);// 进行排序,划分找到pivot
//然后递归划分法左边,递归划分的右边
quick2(array, start, pivot - 1);
quick2(array, pivot + 1, end);
}
/**
* 三数取中
* @param array
* @param left
* @param right
* @return
*/
private static int midThree(int[] array, int left, int right) {
int mid = (left + right) / 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 {
if (array[mid] < array[right]) {
return right;
} else if (array[mid] > array[left]) {
return left;
} else {
return mid;
}
}
}
方法三:递归到最小区间时、用插入排序
进一步优化:减少递归的次数:
-
把快排的递归想象成二叉树,最后两层包含了大部分数,我们要减少这部分的递归
-
前几次的找基准值排序,导致后面几层趋于有序,用直接插入法来排序,进一步提高效率,有点像希尔排序
如果树的高度为h,最后一层就有 2 h-1 个结点 ,后两层占了绝大部分
设置条件:end-start+1 就是当前待排序列的长度,如果小于等于某个较小的值,直接采用插入排序来排剩下的
private static void quick2(int[] array, int start, int end) {
if (start >= end) {
return;//结束条件
}
//优化----减少递归的次数
if(end-start+1<=20){
//如果当前数列的长度,小于=15的时候,
// 用插入排序,然后退出
insertSortQ(array,start,end);
return;
}
//三数取中法
int index = midThree(array, start, end);
swap(array,index,start);
int pivot = partition(array, start, end);// 进行排序,划分找到pivot
//然后递归划分法左边,递归划分的右边
quick2(array, start, pivot - 1);
quick2(array, pivot + 1, end);
}
/**
* 插入排序---来排剩下的待排部分,给定需要的区间
*/
private static void insertSortQ(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;
}
}
5.快速排序非递归实现
- 1.通过使用栈来实现
- 2.每次找到基准值后,把两段序列的开头和末尾压栈
- 3.从栈顶取出两个元素作为新序列的首尾,再次找基准值
- 4.找到基准值后,如果右边有一个元素,不进栈,有两个元素的才能进栈
- 5.pivot< end-1:证明右边有两个元素,pivot>s+1:证明左边有两个元素
- 6.栈为空的时候,排完元素
/**
* 非递归实现快速排序
*
* @param array
*/
public static void quickSortNonRecursive(int[] array) {
Deque<Integer> stack = new LinkedList<>();//利用栈来实现
int left = 0;
int right = array.length - 1;
//先找到基准值
int pivot = partition(array, left, right);
//左边有两个元素时,根据基准值进栈
if (pivot > left + 1) {
stack.push(left);
stack.push(pivot - 1);
}
//有边有两个元素时,根据基准值进栈
if (pivot < right - 1) {
stack.push(pivot + 1);
stack.push(right);
}
//栈不为空的时候,取两个栈顶元素做为区间
//再次进栈出栈
while (!stack.isEmpty()) {
right = stack.pop();
left = stack.pop();
pivot = partition(array, left, right);
//左边有两个元素时,根据基准值进栈
if (pivot > left + 1) {
stack.push(left);
stack.push(pivot - 1);
}
//有边有两个元素时,根据基准值进栈
if (pivot < right - 1) {
stack.push(pivot + 1);
stack.push(right);
}
}
}