基础排序-插入排序与优化+详细注释

相关使用的工具类与接口
在这里插入图片描述
运行效率

    /**
     * 这是插入排序
     * 数组长度[2000] 值范围[1-2000] 消耗的时间为[4]毫秒
     * 数组长度[4000] 值范围[1-4000] 消耗的时间为[6]毫秒
     * 数组长度[8000] 值范围[1-8000] 消耗的时间为[5]毫秒
     * 数组长度[16000] 值范围[1-16000] 消耗的时间为[21]毫秒
     * 数组长度[32000] 值范围[1-32000] 消耗的时间为[81]毫秒
     * 数组长度[64000] 值范围[1-64000] 消耗的时间为[312]毫秒
     * 数组长度[128000] 值范围[1-128000] 消耗的时间为[1232]毫秒
     * 数组长度[256000] 值范围[1-256000] 消耗的时间为[4903]毫秒
     * 数组长度[512000] 值范围[1-512000] 消耗的时间为[19697]毫秒
     */
    @Test
    public void insertSortTest() {
        ArraysSort arraysSort = new InsertSortMethod();
        SortHelper.arraySort(arraysSort, 2000, 10);
    }

实现类


    /**
     * 这是优化后的插入排序 减少交换的动作
     * 开始只进行值后移 直到找到不能后移的或者索引为0就交换
     *      * 这是插入排序
     *      * 2000 长度的数据量消耗的时间为:4毫秒
     *      * 4000 长度的数据量消耗的时间为:1毫秒
     *      * 8000 长度的数据量消耗的时间为:7毫秒
     *      * 16000 长度的数据量消耗的时间为:20毫秒
     *      * 32000 长度的数据量消耗的时间为:81毫秒
     *      * 64000 长度的数据量消耗的时间为:324毫秒
     *      * 128000 长度的数据量消耗的时间为:1256毫秒
     *      * 256000 长度的数据量消耗的时间为:5006毫秒
     *      * 512000 长度的数据量消耗的时间为:20057毫秒
     * @param ints 排序的数组
     */
    @Override
    public int[] arraySortMethod(int[] ints) {
        for (int i = 1; i < ints.length; i++) {
            //记录外循环需要比较的值
            int temp = ints[i];
            // 这里临时记录最新遍历到的内循环索引id
            int nowIndex = -1;
            //这里是个倒序遍历 倒叙遍历外循环已经循环了的长度 来一个个对比
            for (int j = i - 1; j >= 0; j--) {
                //正常判断
                if (ints[j] > temp) {
                    //这里不作数据交换 只对数据进行后移
                    ints[j + 1] = ints[j];
                    //nowIndex重新指向最新 下面需要替换的指针
                    nowIndex = j;
                } else {
                    break;
                }
            }
            //如果不相等说明有数据变更
            //把外循环值放到内循环指向最新需要替换的索引上nowIndex
            if (nowIndex != -1) {
                ints[nowIndex] = temp;
            }
        }
        return ints;
    }

    /**
     * 原版的插入排序 理论上插入排序要比选择排序消耗更少的时间
     * 但实际情况反而要多 这是因为swap交换一次就会进行3次赋操作
     * 这里是可以优化的
     * 1000 长度的数据量消耗的时间为:3毫秒
     * 2000 长度的数据量消耗的时间为:3毫秒
     * 4000 长度的数据量消耗的时间为:7毫秒
     * 8000 长度的数据量消耗的时间为:15毫秒
     * 16000 长度的数据量消耗的时间为:62毫秒
     * 32000 长度的数据量消耗的时间为:249毫秒
     * 64000 长度的数据量消耗的时间为:999毫秒
     * 128000 长度的数据量消耗的时间为:3903毫秒
     * 256000 长度的数据量消耗的时间为:15424毫秒
     *
     * @param ints 排序的数组
     */
    public int[] oldArraySortMethod(int[] ints) {
        for (int i = 1; i < ints.length; i++) {
            //记录外循环需要比较的值
            int temp = ints[i];
            // 临时记录外循环的索引 被插入时被覆盖
            int nowIndex = i;
            //这里是个倒序遍历 倒叙遍历外循环已经循环了的长度 来一个个对比
            for (int j = i - 1; j >= 0; j--) {
                //因为已遍历长度是已经是当时排好序的
                //如果已遍历长度的值有比temp大
                //则进行插入更换 nowIndex重新指向最新已替换指针
                //依次循环至索引0
                //这里需要注意temp不能改为ints[i],
                //在第一次替换后如果是ints[i]比较 指针指向的那个值就为替换后的相对大的那个值
                if (ints[j] > temp) {
                    //索引数据交换
                    SortHelper.swap(ints, j, nowIndex);
                    //nowIndex重新指向最新已替换指针
                    nowIndex = j;
                } else {
                    break;
                }
            }
        }
        return ints;
    }

    /**
     * 插入排序在小范围排序效率较高
     * 相比并归排序可以减少内存对创建数组的开销
     * @param ints 合并数组
     * @param l    排序左范围
     * @param r    排序右范围
     */
    public static void insertSortMethod(int[] ints, int l, int r) {
        for (int i = l + 1; i <= r; i++) {
            int temp = ints[i];
            int swapIndex = -1;
            for (int j = i; j > l; j--) {
                if (ints[j - 1] > temp) {
                    ints[j] = ints[j - 1];
                    swapIndex = j - 1;
                } else {
                    break;
                }
            }
            if (swapIndex != -1) {
                ints[swapIndex] = temp;
            }
        }
    }

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值