printArray("选择排序结果: ", a);
}
五、堆排序
-
基本思想:堆排序是一种树形选择排序,是对直接选择排序的有效改进。
-
堆的定义:具有n个元素的序列 (h1,h2,…,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1) (i=1,2,…,n/2)时称之为堆。
由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二叉树可以很直观地表示堆的结构。
堆顶为根,其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个 堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。
依此类推,直到只有两个节点的堆,并对 它们作交换,最后得到有n个节点的有序序列。
从算法描述来看,堆排序需要两个过程,
-
一是建立堆
-
二是堆顶与堆的最后一个元素交换位置。
所以堆排序有两个函数组成。
-
是建堆的渗透函数,
-
二是反复调用渗透函数实现排序的函数。
- 介绍
初始序列:46,79,56,38,40,84
建堆:
交换,从堆中踢出最大数:
依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。
- 实例
- 用Java实现
import java.util.Arrays;
public class HeapSort {
public void printArray(String msg, int[] a) {
System.out.print(msg); // 打印提示
// 打印数组
int len = a.length;
for (int i = 0; i < len; i++) {
System.out.print(a[i] + " ");
}
System.out.println(""); // 换行
}
// 构造函数
public HeapSort () {
int a[] = {46, 79, 56, 38, 40, 84};
printArray("\n排序前:", a);
heapSort(a);
printArray(“排序后:”, a);
}
public void heapSort(int[] a) {
int arrayLength = a.length;
//循环建堆
for (int i = 0; i < arrayLength - 1; i++) {
//建堆
buildMaxHeap(a, arrayLength - 1 - i);
//交换堆顶和最后一个元素
swap(a, 0, arrayLength - 1 - i);
printArray(" ",a);
}
}
private void swap(int[] data, int i, int j) {
int tmp = data[i];
data[i] = data[j];
data[j] = tmp;
}
//对data数组从0到lastIndex建大顶堆
private void buildMaxHeap(int[] data, int lastIndex) {
//从lastIndex处节点(最后一个节点)的父节点开始
for (int i = (lastIndex - 1) / 2; i >= 0; i–) {
//k保存正在判断的节点
int k = i;
//如果当前k节点的子节点存在
while (k * 2 + 1 <= lastIndex) {
//k节点的左子节点的索引
int biggerIndex = 2 * k + 1;
//如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
if (biggerIndex < lastIndex) {
//若果右子节点的值较大
if (data[biggerIndex] < data[biggerIndex + 1]) {
//biggerIndex总是记录较大子节点的索引
biggerIndex++;
}
}
//如果k节点的值小于其较大的子节点的值
if (data[k] < data[biggerIndex]) {
//交换他们
swap(data, k, biggerIndex);
//将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
k = biggerIndex;
} else {
break;
}
}
}
}
public static void main(String[] args) {
HeapSort hs = new HeapSort ();
}
}
六、冒泡排序
- 基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,
自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒。
即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将它们互换。
- 实例:第0次下沉的数是9,第1次下沉的数是8 …
- 用Java实现
public void bubbleSort() {
int[] a = new int[]{9, 8, 7, 6, 5, 4, 3, 2, 1, 0};
printArray("数 组: ", a);
int temp;
for (int i = 0; i < a.length - 1; i++) {
for (int j = 0; j < a.length - 1 - i; j++) {
if (a[j] > a[j + 1]) {
temp = a[j];
a[j] = a[j + 1];
a[j + 1] = temp;
}
}
printArray(“第” + i + “步:”, a);
}
printArray("冒泡排序结果: ", a);
}
七、快速排序
- 基本思想:选择一个基准元素,通常选择第一个元素或者最后一个元素,
通过一趟扫描,将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,
此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。
- 实例
- 用Java实现
public class QuickSort {
public void execute() {
int[] a = {5, 2, 3, 6, 1, 8, 0, 9, 7, 4};
printArray("\n排序前 ", a);
quick(a);
printArray("排序后 ", a);
}
// 分成两断后返回中轴的位置
public int getMiddle(int[] list, int low, int high) {
int tmp = list[low]; //数组的第一个作为中轴
while (low < high) {
while (low < high && list[high] >= tmp) {
high–;
}
list[low] = list[high]; //比中轴小的记录移到低端
while (low < high && list[low] <= tmp) {
low++;
}
list[high] = list[low]; //比中轴大的记录移到高端
}
list[low] = tmp; //中轴记录到尾
printArray(" ",list);
return low; //返回中轴的位置
}
public void _quickSort(int[] b, int low, int high) {
if (low < high) {
int middle = getMiddle(b, low, high); //将list数组进行一分为二
_quickSort(b, low, middle - 1); //对低字表进行递归排序
_quickSort(b, middle + 1, high); //对高字表进行递归排序
}
}
public void quick(int[] a) {
if (a.length > 0) { //查看数组是否为空
_quickSort(a, 0, a.length - 1);
}
}
public static void main(String[] args) {
QuickSort qs = new QuickSort();
qs.execute();
}
}
八、归并排序
- 基本思想:归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,
即把待排序序列分为若干个子序列,每个子序列是有序的。
然后再把有序子序列合并为整体有序序列。
- 实例
- 用Java实现
public class MergeSort {
public void execute() {
int a[] = {5, 2, 3, 6, 1, 8, 0, 9, 7, 4};
printArray("\n排序前:", a);
sort(a, 0, a.length - 1);
printArray(“排序后:”, a);
}
public void sort(int[] data, int left, int right) {
if (left < right) {
//找出中间索引
int center = (left + right) / 2;
//对左边数组进行递归
sort(data, left, center);
//对右边数组进行递归
sort(data, center + 1, right);
//合并
merge(data, left, center, right);
}
}
public void merge(int[] data, int left, int center, int right) {
int[] tmpArr = new int[data.length];
int mid = center + 1;
//third记录中间数组的索引
int third = left;
int tmp = left;
while (left <= center && mid <= right) {
//从两个数组中取出最小的放入中间数组
if (data[left] <= data[mid]) {
tmpArr[third++] = data[left++];
} else {
tmpArr[third++] = data[mid++];
}
}
//剩余部分依次放入中间数组
while (mid <= right) {
tmpArr[third++] = data[mid++];
}
while (left <= center) {
tmpArr[third++] = data[left++];
}
//将中间数组中的内容复制回原数组
while (tmp <= right) {
data[tmp] = tmpArr[tmp++];
}
printArray(" ", data);
}
public static void main(String[] args) {
MergeSort ms= new MergeSort();
ms.execute();
}
}
九、基数排序
- 基本思想:将所有待比较数值(正整数)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。
- 实例
- 用Java实现
import java.util.ArrayList;
import java.util.List;
public class RadixSort {
public void execute() {
int a[] = {135,242,192,93,345,11,24,19};
printArray("\n排序前:", a);
sort(a);
printArray(“排序后:”, a);
}
public void sort(int[] array) {
//首先确定排序的趟数;
int max = array[0];
for (int i = 1; i < array.length; i++) {
if (array[i] > max) {
max = array[i];
}
}
int time = 0;
//判断位数;
while (max > 0) {
max /= 10;
time++;
}
//建立10个队列;
List queue = new ArrayList();
for (int i = 0; i < 10; i++) {
ArrayList queue1 = new ArrayList();
queue.add(queue1);
}
//进行time次分配和收集;
for (int i = 0; i < time; i++) {
//分配数组元素;
for (int j = 0; j < array.length; j++) {
//得到数字的第time+1位数;
int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
ArrayList queue2 = queue.get(x);
queue2.add(array[j]);
queue.set(x, queue2);
}
int count = 0;//元素计数器;
//收集队列元素;
for (int k = 0; k < 10; k++) {
while (queue.get(k).size() > 0) {
ArrayList queue3 = queue.get(k);
array[count] = queue3.get(0);
queue3.remove(0);
count++;
}
}
}
}
public static void main(String[] args) {
RadixSort rs = new RadixSort();
rs.execute();
}
}
十、各种排序算法的分析
直接插入排序
-
直接插入排序是稳定的排序。
-
关于各种算法的稳定性分析可以参考文章
-
文件初态不同时,直接插入排序所耗费的时间有很大差异。若文件初态为正序,则每个待插入的记录只需要比较一次就能够找到合适的位置插入,故算法的时间复杂度为O(n),这时最好的情况。若初态为反序,则第i个待插入记录需要比较i+1次才能找到合适位置插入,故时间复杂度为O(n2),这时最坏的情况。
-
直接插入排序的平均时间复杂度为O(n2)。
二分法插入排序(按二分法找到合适位置插入)
-
当然,二分法插入排序也是稳定的。
-
二分法插入排序的思想和直接插入一样,只是找合适的插入位置的方式不同,这里是按二分法找到合适的位置,可以减少比较的次数。
-
二分插入排序的比较次数与待排序记录的初始状态无关,仅依赖于记录的个数。当n较大时,比直接插入排序的最大比较次数少得多。但大于直接插入排序的最小比较次数。
-
算法的移动次数与直接插入排序算法的相同,最坏的情况为n2/2,最好的情况为n,平均移动次数为O(n2)。
希尔排序
-
我们知道一次插入排序是稳定的,但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱,所以希尔排序是不稳定的。
-
希尔排序的时间性能优于直接插入排序,原因如下:
-
当文件初态基本有序时直接插入排序所需的比较和移动次数均较少。
-
当n值较小时,n和n2的差别也较小,即直接插入排序的最好时间复杂度O(n)和最坏时间复杂度0(n2)差别不大。
-
在希尔排序开始时增量较大,分组较多,每组的记录数目少,故各组内直接插入较快,后来增量di逐渐缩小,分组数逐渐减少,而各组的记录数目逐渐增多,但由于已经按di-1作为距离排过序,使文件较接近于有序状态,所以新的一趟排序过程也较快。
-
因此,希尔排序在效率上较直接插人排序有较大的改进。
-
希尔排序的平均时间复杂度为O(nlogn)。
选择排序
-
简单选择排序是不稳定的排序。
-
时间复杂度:T(n)=O(n2)。
堆排序
-
堆排序也是一种不稳定的排序算法。
-
堆排序优于简单选择排序的原因:
-
直接选择排序中,为了从R[1…n]中选出关键字最小的记录,必须进行n-1次比较,然后在R[2…n]中选出关键字最小的记录,又需要做n-2次比较。事实上,后面的n-2次比较中,有许多比较可能在前面的n-1次比较中已经做过,但由于前一趟排序时未保留这些比较结果,所以后一趟排序时又重复执行
《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
【docs.qq.com/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享
了这些比较操作。
-
堆排序可通过树形结构保存部分比较结果,可减少比较次数。
-
堆排序的最坏时间复杂度为O(nlogn)。堆序的平均性能较接近于最坏性能。由于建初始堆所需的比较次数较多,所以堆排序不适宜于记录数较少的文件。
冒泡排序
-
冒泡排序是一种稳定的排序方法。
-
若文件初状为正序,则一趟起泡就可完成排序,排序码的比较次数为n-1,且没有记录移动,时间复杂度是O(n)