算法:排序

一、O(n^2)排序算法

(一)、冒泡排序

package Sort_Zhu;

/*
    冒泡排序:从第一个数开始,依次与后面的数进行比较,依次找到最大的
    时间复杂度:O(n^2)
    eg:{3,52,15,62,9,32}
    第一次冒泡:3,15,52,9,32,62
    第二次冒泡:3,15,9,32,52,62
    第三次冒泡:3,9,15,32,52,62
    第四次冒泡:没有数据交换,直接退出程序
 */
public class MpSort {
    public static void main(String[] args) {
        int[] a = new int[]{3,52,15,62,9,32};
        mpsort(a,6);
        for (int i = 0; i < a.length;i++){
            System.out.println(a[i]);
        }
    }

    public static void mpsort(int[] a, int n){
        if (n == 1){
            return;
        }

        for (int i = 0; i < n; i++){
            boolean flag = false;
            for (int j = 0;j < n -i - 1; j++){
                if (a[j] > a[j+1]){
                    int tmp = a[j];
                    a[j] = a[j + 1];
                    a[j + 1] = tmp;
                    flag = true;
                }
            }
            if (!flag){
                break;
            }
        }
    }
}

(二)、插入排序

package Sort_Zhu;

/*
    插入排序:从第二个数开始,依次与前面的数进行比较,插入到合适的位置
    时间复杂度:O(n^2)
    eg:{6,52,3,12,35,91}
    第一次插入:6,52,3,12,35,91(52 > 16不需要插入)
    第二次插入:3,6,52,12,35,91
    第三次插入:3,6,12,52,35,91
    第四次插入:3,6,12,35,52,91
    顺序已经正确,后面无需排序
 */
public class InsertSort {
    public static void main(String[] args) {
        int[] a = new int[]{6,52,3,12,35,91};
        insertsort(a,6);
        for (int i = 0; i < a.length;i++){
            System.out.println(a[i]);
        }
    }

    public static void insertsort(int[] a,int n){
        if (n == 1){
            return;
        }

        for (int i = 1; i < n; i++){
            int tmp = a[i];
            int j = i - 1;
            for (;j >= 0; j--){
                if (a[j] > tmp){
                    a[j+1] = a[j];
                }else{
                    break;
                }
            }
            a[j+1] = tmp;
        }
    }
}

(三)、选择排序

package Sort_Zhu;
/*
    选择排序:会从未排序区间中找到最小的值,放入已排序区间的末尾
    时间复杂度:O(n^2)
    eg:{3,52,6,16,4,9};
    第一次选择:3,52,6,16,4,9
    第二次选择:3,4,6,16,52,9
    第三次选择:3,4,6,16,52,9
    第四次选择:3,4,6,9,52,16
    第五次选择:3,4,6,9,16,52
 */
public class SelectSort {

    public static void main(String[] args) {
        int[] a = new int[]{3,52,6,16,4,9};
        selectsort(a,6);
        for (int i = 0; i < a.length; i++){
            System.out.println(a[i]);
        }
    }

    public static void selectsort(int[] a,int n){
        if (n == 1){
            return;
        }


        for (int i = 0; i < n; i++){
            int min = a[i];
            int k = i;
            for (int j = i + 1;j < n; j++){
                if (a[j] < min){
                    min = a[j];
                    k = j;
                }
            }
            int tmp = a[i];
            a[i] = min;
            a[k] = tmp;
        }
    }
}

二、O(nlogn)排序算法

(一)、合并排序

package Sort_Zhu;

/*
    归并排序:利用递归的思想对两边的数组分别进行排序,然后比较两个有序数组并且合并
    1)、稳定排序,相同值排序后还能保持前后关系
    2)、非原地排序,需要额外申请O(n)的临时数组
    3)、时间复杂度(On*logn)
 */
public class MergeSort {
    public static void mergesort(int[] a,int left,int right,int[] tmp){
        if (left < right){
            //递归终止条件
            int mid = (left + right) / 2;
            mergesort(a,left,mid,tmp);
            mergesort(a,mid+1,right,tmp);
            sort(a,left,mid,right,tmp);
        }
    }

    public static void sort(int[] a,int left,int mid,int right,int[] tmp){
        int i = left;
        int j = mid + 1;
        int index = 0;

        while (i <= mid && j <= right){
            if (a[i] > a[j]){
                tmp[index] = a[j];
                index++;
                j++;
            }else{
                tmp[index] = a[i];
                index++;
                i++;
            }
        }

        while(i <= mid){
            tmp[index] = a[i];
            index++;
            i++;
        }

        while(j <= right){
            tmp[index] = a[j];
            index++;
            j++;
        }

        index = 0;
        while (left <= right){
            a[left] =tmp[index];
            left++;
            index++;
        }
    }

    public static void main(String[] args) {
        int[] a = new int[]{38,12,5,98,42,7,342,11,52,62,98,13,41,512,53,111};
        int[] tmp = new int[a.length];
        mergesort(a,0,a.length - 1,tmp);

        for (int i = 0; i < a.length;i++){
            System.out.println(a[i]);
        }
    }
}

(二)、快速排序

package Sort_Zhu;

public class QuickSort {
    public static void quicksort(int[] a,int p,int q){
        if (p >= q){
            return;
        }

        int r = partition(a,p,q);
        quicksort(a,p,r-1);
        quicksort(a,r+1,q);
    }

    public static int partition(int[] a,int start,int end){
        int provt = a[end];
        int i = start;
        for (int j = start;j < end;j++){
            if (a[j] < provt){
                swap(a,i,j);
                i += 1;
            }
        }
        swap(a,end,i);
        return i;
    }

    public static void swap(int[] a,int i,int j){
        int tmp = a[i];
        a[i] = a[j];
        a[j] = tmp;
    }


    public static void main(String[] args) {
        int[] a = new int[]{342,62,12,52,6,9,23,85,92,215};
        quicksort(a,0,a.length - 1);
        for (int i = 0; i < a.length;i++){
            System.out.println(a[i]);
        }
    }
}

三、O(n)排序算法

(一)桶排序(Bucket Sort)

• 将要排序的数据分到几个有序的桶里,每个桶里的数据再单独进行排序,桶内排完序之后,再把每个桶里的数据按照顺序取出则为有序的数据
• 桶排序的时间复杂度为O(n),假设有n个数据,m个桶,每个桶内都有n/m = k个数据,每个桶都使用快排,时间复杂度为O(klogk),m个桶就为O(m * k * log k) => O(n * log(n /m)),当m的个数无限趋近于n时,log(n/m)就是个非常小的常量,桶排序的时间复杂度就趋近于O(n)
• 桶排序要求还是比较苛刻的,首先桶与桶之间要有天然的大小顺序,这样桶内的数据排序完之后,不需要再对桶与桶之间排序;其二,各个桶内的数据分布要均匀,若数据全到一个桶内,时间复杂度又退化为O(nlogn)
• 桶排序比较适合用在外部排序中,即内存有限,可以把数据分在各个桶内,使桶内的数据能够放在内存中进行排序

(二)计数排序(Counting Sort)

• 桶排序的一种特殊情况,针对数据范围比数据个数小的情况,比如给50万高考考生成绩排序,高考成绩总分为750分,可以划分为751个桶,相同成绩的考生放在一个桶内,只需遍历扫描桶,即可完成排序操作

(三)基数排序(Radix Sort)

• 把待排序的数据转化为计数排序或桶排序
• 如有10万个手机号码,把这10个号码按照从小到大排序,因为手机号码为11位,数据范围是远大于数据个数10万个的,所以不适合用桶排或计数排,这里有一种巧妙的思路,把11位手机号码先按照倒数第一位排序,然后按照倒数第二位排序,依次类推,11次排序即可,这11次排序可以使用桶排序或计数排序
• 注意基数排序必须依赖稳定排序算法,如排到后面有132××××和182××××两个号码,若不是稳定排序,排第一位的时候只会按第一位排序,不管之前排好的先后顺序,182很可能在132前面

四、如何选择一个合适的排序算法?