版权声明:本文为博主落尘曦的原创文章。如转载请注明链接 【 落尘曦的博客:http://blog.csdn.net/qq_23994787 】感谢配合! https://blog.csdn.net/qq_23994787/article/details/77965750
1.直接插入排序
经常碰到这样一类排序问题:把新的数据插入到已经排好的数据列中。
- 将第一个数和第二个数排序,然后构成一个有序序列
- 将第三个数插入进去,构成一个新的有序序列。
-
对第四个数、第五个数……直到最后一个数,重复第二步。
如何写写成代码:
- 首先设定插入次数,即循环次数,for(int i=1;i<length;i++),1个数的那次不用插入。
- 设定插入数和得到已经排好序列的最后一个数的位数。insertNum和j=i-1。
- 从最后一个数开始向前循环,如果插入数小于当前数,就将当前数向后移动一位。
- 将当前数放置到空着的位置,即j+1。
代码实现如下:
- public class Main {
- public static void insertSort(int[] a){
- int temp = 0 ,j;
- for (int i = 1; i < a.length; i++){
- if (a[i - 1] > a[i]){
- temp = a[i];
- j = i;
- while (j > 0 && a[j - 1] > temp){
- a[j] = a[j - 1];
- j--;
- }
- a[j] = temp;
- }
- }
- }
- public static void main(String[] args) {
- int[] x = { 6, 2, 4, 1, 5, 9 };
- insertSort(x);
- for (int i : x) {
- System.out.print(i+",");
- }
- }
- }
2.希尔排序
对于直接插入排序问题,数据量巨大时。
- 将数的个数设为n,取奇数k=n/2,将下标差值为k的书分为一组,构成有序序列。
- 再取k=k/2 ,将下标差值为k的书分为一组,构成有序序列。
-
重复第二步,直到k=1执行简单插入排序。
如何写成代码:
- 首先确定分的组数。
- 然后对组中元素进行插入排序。
- 然后将length/2,重复1,2步,直到length=0为止。
代码实现如下:
- public void sheelSort(int[] a){
- int d = a.length;
- d=d/2;
- while (d!=0) {
- for (int i = x + d; i < a.length; i += d) {//组中的元素,从第二个数开始
- for (int x = 0; x < d; x++) {//分的组数
- int temp = a[i];//要插入的元素
- int j = i - d;//j为有序序列最后一位的位数
- a[j + d] = a[j];//向后移动d位
- for (; j >= 0 && temp < a[j]; j -= d) {//从后往前遍历。
- }
- }
- a[j + d] = temp;
- }
- }
- }
3.简单选择排序
常用于取序列中最大最小的几个数时。
(如果每次比较都交换,那么就是交换排序;如果每次比较完一个循环再交换,就是简单选择排序。)
- 遍历整个序列,将最小的数放在最前面。
- 遍历剩下的序列,将最小的数放在最前面。
-
重复第二步,直到只剩下一个数。
如何写成代码:
- 首先确定循环次数,并且记住当前数字和当前位置。
- 将当前位置后面所有的数与当前数字进行对比,小数赋值给key,并记住小数的位置。
- 比对完成后,将最小的值与第一个数的值交换。
- 重复2、3步。
代码实现如下:
- public void selectSort(int[] a) {
- int length = a.length;
- for (int i = 0; i < length; i++) {//循环次数
- int key = a[i];
- int position=i;
- if (a[j] < key) {
- for (int j = i + 1; j < length; j++) {//选出最小的值和位置
- key = a[j];
- a[i]=key;
- position = j;
- }
- }
- a[position]=a[i];//交换位置
- }
- }
4.堆排序
对简单选择排序的优化。
- 将序列构建成大顶堆。
- 将根节点与最后一个节点交换,然后断开最后一个节点。
-
重复第一、二步,直到所有节点断开。
代码实现如下:
- public void heapSort(int[] a){
- System.out.println("开始排序");
- int arrayLength=a.length;
- for(int i=0;i<arrayLength-1;i++){
- //循环建堆
- //建堆
- //交换堆顶和最后一个元素
- buildMaxHeap(a,arrayLength-1-i);
- System.out.println(Arrays.toString(a));
- swap(a,0,arrayLength-1-i);
- }
- }
- // TODO Auto-generated method stub
- private void swap(int[] data, int i, int j) {
- int tmp=data[i];
- data[i]=data[j];
- private void buildMaxHeap(int[] data, int lastIndex) {
- data[j]=tmp;
- }
- //对data数组从0到lastIndex建大顶堆
- // TODO Auto-generated method stub
- int k=i;
- //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
- //如果当前k节点的子节点存在
- //如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
- while(k*2+1<=lastIndex){
- //k节点的左子节点的索引
- int biggerIndex=2*k+1;
- if(biggerIndex<lastIndex){
- biggerIndex++;
- //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
- }
- //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
- }
- //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);
- }
- k=biggerIndex;
- }else{
- break;
- }
- }
- }
5.冒泡排序
一般不用。
- 将序列中所有元素两两比较,将最大的放在最后面。
- 将剩余序列中所有元素两两比较,将最大的放在最后面。
-
重复第二步,直到只剩下一个数。
如何写成代码:
- 设置循环次数。
- 设置开始比较的位数,和结束的位数。
- 两两比较,将最小的放到前面去。
- 重复2、3步,直到循环次数完毕。
代码实现如下:
- public void bubbleSort(int[] a){
- int length=a.length;
- for(int i=0;i<a.length;i++){
- int temp;
- if(a[j]>a[j+1]){
- for(int j=0;j<a.length-i-1;j++){
- a[j]=a[j+1];
- temp=a[j];
- a[j+1]=temp;
- }
- }
- }
- }
6.快速排序
要求时间最快时。
- 选择第一个数为p,小于p的数放在左边,大于p的数放在右边。
-
递归的将p左边和右边的数都按照第一步进行,直到不能递归。
代码实现如下:
- public static void quickSort(int[] numbers, int start, int end) {
- if (start < end) {
- int temp; // 记录临时中间值
- int base = numbers[start]; // 选定的基准值(第一个数值作为基准值)
- while ((numbers[i] < base) && (i < end))
- int i = start, j = end;
- do {
- i++;
- if (i <= j) {
- while ((numbers[j] > base) && (j > start))
- j--;
- temp = numbers[i];
- }
- numbers[i] = numbers[j];
- numbers[j] = temp;
- i++;
- j--;
- } while (i <= j);
- }
- if (start < j)
- quickSort(numbers, start, j);
- if (end > i)
- quickSort(numbers, i, end);
- }
7.归并排序
速度仅次于快排,内存少的时候使用,可以进行并行计算的时候使用。
- 选择相邻两个数组成一个有序序列。
- 选择相邻的两个有序序列组成一个有序序列。
-
重复第二步,直到全部组成一个有序序列。
代码实现如下:
- public class MergeSortTest {
- public static void main(String[] args) {
- int[] data = new int[] { 5, 3, 6, 2, 1, 9, 4, 8, 7 };
- print(data);
- mergeSort(data);
- System.out.println("排序后的数组:");
- print(data);
- }
- public static void mergeSort(int[] data) {
- sort(data, 0, data.length - 1);
- }
- public static void sort(int[] data, int left, int right) {
- if (left >= right)
- return;
- // 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);
- print(data);
- }
- /**
- * 将两个数组进行归并,归并前面2个数组已有序,归并后依然有序
- *
- * @param data
- * 数组对象
- * @param left
- * 左数组的第一个元素的索引
- * @param center
- * 左数组的最后一个元素的索引,center+1是右数组第一个元素的索引
- * @param right
- * 右数组最后一个元素的索引
- */
- public static void merge(int[] data, int left, int center, int right) {
- // 临时数组
- int[] tmpArr = new int[data.length];
- // 右数组第一个元素索引
- int mid = center + 1;
- // third 记录临时数组的索引
- int third = left;
- // 缓存左数组第一个元素的索引
- int tmp = left;
- while (left <= center && mid <= right) {
- // 从两个数组中取出最小的放入临时数组
- if (data[left] <= data[mid]) {
- tmpArr[third++] = data[left++];
- } else {
- tmpArr[third++] = data[mid++];
- }
- }
- // 剩余部分依次放入临时数组(实际上两个while只会执行其中一个)
- while (mid <= right) {
- tmpArr[third++] = data[mid++];
- }
- while (left <= center) {
- tmpArr[third++] = data[left++];
- }
- // 将临时数组中的内容拷贝回原数组中
- // (原left-right范围的内容被复制回原数组)
- while (tmp <= right) {
- data[tmp] = tmpArr[tmp++];
- }
- }
- public static void print(int[] data) {
- for (int i = 0; i < data.length; i++) {
- System.out.print(data[i] + "\t");
- }
- System.out.println();
- }
- }
8.基数排序
用于大量数,很长的数进行排序时。
- 将所有的数的个位数取出,按照个位数进行排序,构成一个序列。
-
将新构成的所有的数的十位数取出,按照十位数进行排序,构成一个序列。
代码实现如下:
- public void sort(int[] array) {
- //首先确定排序的趟数;
- for (int i = 1; i < array.length; i++) {
- int max = array[0];
- max = array[i];
- if (array[i] > max) {
- }
- }
- while (max > 0) {
- int time = 0;
- //判断位数;
- max /= 10;
- List<ArrayList> queue = new ArrayList<ArrayList>();
- time++;
- }
- //建立10个队列;
- ArrayList<Integer> queue1 = new ArrayList<Integer>();
- for (int i = 0; i < 10; i++) {
- queue.add(queue1);
- }
- //分配数组元素;
- //进行time次分配和收集;
- for (int i = 0; i < time; i++) {
- int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
- for (int j = 0; j < array.length; j++) {
- //得到数字的第time+1位数;
- queue.set(x, queue2);
- ArrayList<Integer> queue2 = queue.get(x);
- queue2.add(array[j]);
- }
- while (queue.get(k).size() > 0) {
- int count = 0;//元素计数器;
- //收集队列元素;
- for (int k = 0; k < 10; k++) {
- count++;
- ArrayList<Integer> queue3 = queue.get(k);
- array[count] = queue3.get(0);
- queue3.remove(0);
- }
- }
- }
- }
1.O(n^2)性能分析
平均性能为O(n^2)的有:直接插入排序,选择排序,冒泡排序
1.在数据规模较小时(9W内),直接插入排序,选择排序差不多。当数据较大时,冒泡排序算法的时间代价最高。
2.性能为O(n^2)的算法基本上是相邻元素进行比较,基本上都是稳定的。
2.O(nlogn)性能分析
平均性能为O(nlogn)的有:快速排序,归并排序,希尔排序,堆排序。其中,快排是最好的, 其次是归并和希尔,堆排序在数据量很大时效果明显。
这四种排序可看作为“先进算法”,其中,快排效率最高,但在待排序列基本有序的情况下,会变成冒泡排序,接近O(n^2).
希尔排序对增量的标准没有较为满意的答案,增量对性能会有影响。
归并排序效率非常不错,在数据规模较大的情况下,比希尔排序和堆排序要好。
多数先进的算法都是因为跳跃式的比较,降低了比较次数,但牺牲了排序的稳定性。
3. 插入排序,冒泡排序,二叉树排序,归并排序都是稳定的,选择排序,希尔排序,快速排序,堆排序是不稳定的。
如何选择排序算法?
1.数据规模较小
(1)待排序列基本序的情况下,可以选择直接插入排序;
(2)对稳定性不作要求宜用选择排序,对稳定性有要求宜用插入或冒泡
2.数据规模不是很大
(1)完全可以用内存空间,序列杂乱无序,对稳定性没有要求,快速排序,此时要付出log(N)的额外空间。
(2)序列本身可能有序,对稳定性有要求,空间允许下,宜用归并排序
3.海量级别的数据,必须按块放在外存上
(1)对稳定性有求,则可考虑归并排序。
(2)对稳定性没要求,宜用堆排序
4.序列初始基本有序(正序),宜用直接插入,冒泡,随机快排
各排序算法整体分析
冒泡排序、插入排序、希尔排序以及快速排序对数据的有序性比较敏感,尤其是冒泡排序和插入排序;
选择排序不关心表的初始次序,它的最坏情况的排序时间与其最佳情况没多少区别,其比较次数为 n(n-1)/2,但选择排序可以 非常有效的移动元素。因此对次序近乎正确的表,选择排序可能比插入排序慢很多。
冒泡排序在最优情况下只需要经过n-1次比较即可得出结果(即对于完全正序的表),最坏情况下也要进行n(n-1)/2 次比较,与选择排序的比较次数相同,但数据交换的次数要多余选择排序,因为选择排序的数据交换次数顶多为 n-1,而冒泡排序最坏情况下的数据交换n(n-1)/2 。冒泡排序不一定要进行 趟,但由于它的记录移动次数较多,所以它的平均时间性能比插入排序要差一些。
插入排序在最好的情况下有最少的比较次数 ,但是它在元素移动方面效率非常低下,因为它只与毗邻的元素进行比较,效率比较低。
希尔排序实际上是预处理阶段优化后的插入排序,一般而言,在 比较大时,希尔排序要明显优于插入排序。
快速排序采用的“大事化小,小事化了”的思想,用递归的方法,将原问题分解成若干规模较小但与原问题相似的子问题进行求解。快速算法的平均时间复杂度为O(nlogn) ,平均而言,快速排序是基于关键字比较的内部排序算法中速度最快者;但是由于快速排序采用的是递归的方法,因此当序列的长度比较大时,对系统栈占用会比较多。快速算法尤其适用于随机序列的排序。
因此,平均而言,对于一般的随机序列顺序表而言,上述几种排序算法性能从低到高的顺序大致为:冒泡排序、插入排序、选择排序、希尔排序、快速排序。但这个优劣顺序不是绝对的,在不同的情况下,甚至可能出现完全的性能逆转。
对于序列初始状态基本有正序,可选择对有序性较敏感的如插入排序、冒泡排序、选择排序等方法
对于序列长度 比较大的随机序列,应选择平均时间复杂度较小的快速排序方法。
各种排序算法都有各自的优缺点,适应于不同的应用环境,因此在选择一种排序算法解决实际问题之前,应当先分析实际问题的类型,再结合各算法的特点,选择一种合适的算法。