排序算法总结

冒泡排序：

        将当前数与它后一个数进行比较，如果当前数大于后一个数，则它们交换位置。当前数索引加1，循环判断。直到当前数为倒数第二个数时，结束本轮比较。选出了最大数并放于最后。继续从头循环比较，直到当前数为倒数第三个数时，结束本轮比较，选出了次大数到倒数第二个位置。就想冒泡一样，一轮比较选出一个最大数到最后。

 

 代码：

@Test
    public void reOrder(){
        int[] source = {1, 5, 3, 4, 2};
        for (int i = 0; i < source.length-1; i++) {
            for (int j = 0; j < source.length - 1 - i; j++) {
                if (source[j] > source[j + 1]) {
                    int x = source[j];
                    source[j] = source[j + 1];
                    source[j+1] = x;
                }
            }
        }
        System.out.println(Arrays.toString(source));
    }

• 优化点1：每经过一轮冒泡，内层循环就可以减少一次

• 优化点2：如果某一轮冒泡没有发生交换，则表示所有数据有序，可以结束外层循环

• 优化点3：每轮冒泡时，最后一次交换索引可以作为下一轮冒泡的比较次数，如果这个值为零，表示整个数组有序，直接退出外层循环即可

 @Test
    public void bubble_v2() {
        int[] ar = {1, 5, 2, 4, 3};
        int n = ar.length - 1;
        while (true) {
            int last = 0; // 表示最后一次交换索引位置
            for (int i = 0; i < n; i++) {
                System.out.println("比较次数" + i);
                if (ar[i] > ar[i + 1]) {
                    swap(ar, i, i + 1);
                    last = i;
                }
            }
            n = last;
            System.out.println("第轮冒泡"
                    + Arrays.toString(ar));
            if (n == 0) {
                break;
            }
        }
    }
    public void swap(int[] a, int l, int h) {
        int x = a[l];
        a[l] = a[h];
        a[h] = x;
    }

选择排序：

        每轮比较，选择一个最小的到前面。即假定当前遍历数位最小数，依次和它后面的数进行比较，如有比她小的则和它进行交互。每轮比较得到一个最小数。

 @Test
    public void reOrderBySelect(){
        int[] ar = {1, 7, 3, 5, 2, 4};
        for (int i = 0; i < ar.length-1; i++) {
            for (int j = i+1; j < ar.length; j++) {
                if (ar[i] > ar[j]) {
                    int x = ar[i];
                    ar[i] = ar[j];
                    ar[j] = x;
                }
            }
        }
        System.out.println(Arrays.toString(ar));
    }

与冒泡排序比较

1. 二者平均时间复杂度都是 $O(n^2)$

2. 选择排序一般要快于冒泡，因为其交换次数少

3. 但如果集合有序度高，冒泡优于选择

4. 冒泡属于稳定排序算法，而选择属于不稳定排序

   • 稳定排序指，按对象中不同字段进行多次排序，不会打乱同值元素的顺序

   • 不稳定排序则反之

插入排序

        从无序的数中选择一个数到有序的数中，从有序数中从大到小比较，大于该数的数都向后移动一个位置，直到不大于这个数停止，当前位置则是该数的位置。

 @Test
    public void reOrderByInsert(){
        int[] ar = {12, 45, 24, 21, 26, 13};
        for (int i = 1; i < ar.length; i++) {
            //i为无序的数索引
            //j为有序数组末尾
            int j = i - 1;
            int temp = ar[i];
            while (j > 0) {
                if (temp < ar[j]) {
                    //有序数向后移动，为新来的数腾位置
                    ar[j + 1] = ar[j];
                } else {
                    break;
                }
                //新来的数应该待的位置
                ar[j] = temp;
                j--;
            }
        }
        System.out.println(Arrays.toString(ar));
    }

与选择排序比较

1. 二者平均时间复杂度都是 $O(n^2)$

2. 大部分情况下，插入都略优于选择

3. 有序集合插入的时间复杂度为 $O(n)$

4. 插入属于稳定排序算法，而选择属于不稳定排序

注意：小数据量排序，都会优先选择插入排序

希尔排序：

1. 首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度

2. 每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二

   ① 少量元素插入排序速度很快

   ② 让组内值较大的元素更快地移动到后方

3. 当间隙逐渐减少，直至为 1 时，即可完成排序

• @Test
      public void shell() {
          int[] ar = {12, 45, 24, 21, 26, 13};
          int n = ar.length;
          for (int gap = n / 2; gap > 0; gap /= 2) {
              // i 代表待插入元素的索引
              for (int i = gap; i < n; i++) {
                  int t = ar[i]; // 代表待插入的元素值
                  int j = i;
                  while (j >= gap) {
                      // 每次与上一个间隙为 gap 的元素进行插入排序
                      if (t < ar[j - gap]) { // j-gap 是上一个元素索引，如果 > t，后移
                          ar[j] = ar[j - gap];
                          j -= gap;
                      } else { // 如果 j-1 已经 <= t, 则 j 就是插入位置
                          break;
                      }
                  }
                  ar[j] = t;
              }
          }
          System.out.println(Arrays.toString(ar));
      }

快速排序：

1. 每一轮排序选择一个基准点（pivot）进行分区

   1. 让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区

   2. 当分区完成时，基准点元素的位置就是其最终位置

2. 在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想 （divide-and-conquer）

3. 从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案

单边循环快排（lomuto 洛穆托分区方案）

1. 选择最右元素作为基准点元素

2. j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换

3. i 指针维护小于基准点元素的边界，也是每次交换的目标索引

4. 最后基准点与 i 交换，i 即为分区位置

 

 @Test
    public void testQuick(){
        int[] ar = {1, 5, 3, 2, 4};
        quick(ar,0,ar.length-1);
        System.out.println(Arrays.toString(ar));
    }
    
    public void quick(int[] a, int l, int h) {
        if (l >= h) {
            return;
        }
        int p = partition(a, l, h); // p 索引值
        quick(a, l, p - 1); // 左边分区的范围确定
        quick(a, p + 1, h); // 左边分区的范围确定
    }

    public int partition(int[] a, int l, int h) {
        int pv = a[h]; // 基准点元素
        int i = l;
        for (int j = l; j < h; j++) {
            if (a[j] < pv) {
                if (i != j) {
                    swap(a, i, j);
                }
                i++;
            }
        }
        if (i != h) {
            swap(a, h, i);
        }
        System.out.println(Arrays.toString(a) + " i=" + i);
        // 返回值代表了基准点元素所在的正确索引，用它确定下一轮分区的边界
        return i;
    }

    public void swap(int[] a, int l, int h) {
        int x = a[l];
        a[l] = a[h];
        a[h] = x;
    }

双边循环快排（不完全等价于 hoare 霍尔分区方案）

1. 选择最左元素作为基准点元素

2. j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交

3. 最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置

要点

1. 基准点在左边，并且要先 j 后 i

2. while( i < j && a[j] > pv ) j--

3. while ( i < j && a[i] <= pv ) i++

 @Test
    public void testQuick(){
        int[] ar = {1, 5, 3, 2, 4};
        quick(ar,0,ar.length-1);
        System.out.println(Arrays.toString(ar));
    }
      public void quick(int[] a, int l, int h) {
        if (l >= h) {
            return;
        }
        int p = partition(a, l, h);
        quick(a, l, p - 1);
        quick(a, p + 1, h);
    }

    public int partition(int[] a, int l, int h) {
        int pv = a[l];
        int i = l;
        int j = h;
        while (i < j) {
            // j 从右找小的
            while (i < j && a[j] > pv) {
                j--;
            }
            // i 从左找大的
            while (i < j && a[i] <= pv) {
                i++;
            }
            swap(a, i, j);
        }
        swap(a, l, j);
        System.out.println(Arrays.toString(a) + " j=" + j);
        return j;
    }

    public void swap(int[] a, int l, int h) {
        int x = a[l];
        a[l] = a[h];
        a[h] = x;
    }

快排特点

1. 平均时间复杂度是 $O(nlog_2⁡n )$，最坏时间复杂度 $O(n^2)$

2. 数据量较大时，优势非常明显

3. 属于不稳定排序

洛穆托分区方案 vs 霍尔分区方案

• 霍尔的移动次数平均来讲比洛穆托少3倍

• 快速排序分区：Hoare与Lomuto[Solution found!] 教学维度 由于其简单性，Lomuto的分区方法可能更易于实现。乔恩·本特利（Jon Bentley）的《编程珍珠》中有一个很好的轶事： “ Quicksort的大多数讨论都使用基于两个接近索引[即Hoare的]的分区方案。尽管该方案的基本思想很简单，但我总是发现细节很棘手-我曾经花了两天的大部分时间来寻找隐藏在短分区循环中的错误。初稿的读者抱怨说，标准的两索引方法实际上比Lomuto的方法更简单，并草绘了一些代码来阐明他的观点。我发现两个错误后就停止了寻找。” 性能维度 对于实际使用，为了效率可能会牺牲易于实现的程度。从理论上讲，我们可以确定元素比较的数量并交换以比较性能。此外，实际的运行时间将受到其他因素的影响，例如缓存性能和分支预测错误。 如下所示，除交换次数外，算法在随机排列上的行为非常相似。Lomuto需要的Hoare是Hoare的三倍！ 比较数 两种方法都可以使用比较来实现，以对长度为的数组进行分区。这本质上是最佳的，因为我们需要将每个元素与枢轴进行比较以决定放置位置。nn−1n−1n-1nnn 掉期数 两种算法的交换次数都是随机的，具体取决于数组中的元素。如果我们假设随机排列，即所有元素都是不同的，并且元素的每个排列均具有相同的可能性，则可以分析预期的交换次数。 仅作为相对顺序计数，我们假设元素是数字。由于元素的等级与其值一致，因此下面的讨论更加容易。1,…,n1,…,n1,\ldots,n 洛穆托法 索引变量扫描整个数组，并且每当找到小于数据透视点的元素，便进行交换。在元素，恰好个元素小于，因此，如果枢轴是，我们将得到交换。A […https://qastack.cn/cs/11458/quicksort-partitioning-hoare-vs-lomuto