常见的排序算法
1、 排序算法的介绍
排序也称排序算法(Sort Algorithm),排序是将一组数据,按照指定的顺序进行排列的过程。
2、排序分类
2.1 内部排序
将需要处理的所有数据加载到内部存储器(内存)中进行排序。
2.2 外部排序
数据量大,无法加载到内存中,需要借助外部存储(文件等)进行排序。
2.3 常见的排序算法分类
3、算法的时间复杂度
3.1 时间频度
一个算法中的语句执行次数称为时间频度,记为T(n)。
3.2 时间复杂度
3.2.1 定义
一般情况下,算法中的基本操作语句的重复执行次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数,记作O(f(n))=T(n),称O(f(n))为算法的时间复杂度。
3.2.2 计算时间复杂度的方法
(1) 用常数1代替运行时间中的所有加法常数 T(n)=n²+7n+6 => T(n)=n²+7n+1;
(2) 修改后的运行次数函数中,只保留最高阶项 T(n)=n²+7n+1 => T(n) = n²;
(3) 去除最高阶项的系数 T(n) = n² => T(n) = n² => O(n²)。
3.2.3 常见的时间复杂度
(1) 常数阶O(1)
(2) 对数阶O(log2n)
(3) 线性阶O(n)
(4) 线性对数阶O(nlog2n)
(5) 平方阶O(n^2)
(6) 立方阶O(n^3)
(7) k次方阶O(n^k)
(8) 指数阶O(2^n)
常见的算法时间复杂度由小到大依次为:
O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)<O(nk)<O(2n),随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
(1) 常数阶O(1)
无论代码执行了多少行,只要是没有循环等复杂结构,那这个代码的时间复杂度就都是O(1)。
上述代码在执行的时候,它消耗的时候并不随着某个变量的增长而增长,那么无论这类代码有多长,即使有几万几十万行,都可以用O(1)来表示它的时间复杂度。
(2) 对数阶O(log2n)
在while循环里面,每次都i乘以2,乘完之后,i距离n就越来越近了。假设循环x次之后,i就大于2了,此时这个循环就退出了,也就是说2的x次方等于n,那么x=log2n也就是说当循环log2n次以后,这个代码就结束了。因此这个代码的时间复杂度为:O(log2n)。O(log2n)的这个2时间上是根据代码变化的,i=i*3,则是O(log3n)。
(3) 线性阶O(n)
这段代码,for循环里面的代码会执行n遍,因此它消耗的时间是随着n的变化而变化的,因此这类代码都可以用O(n)来表示它的时间复杂度。
(4) 线性对数阶O(nlog2n)
将时间复杂度为O(logn)的代码循环N遍的话,那么它的时间复杂度就n*O(logN),也就是了O(nlogN)
(5) 平方阶O(n^2)
O(n)的代码再嵌套循环一遍,它的时间复杂度就是O(n²),这段代码其实就是嵌套了2层n循环,它的时间复杂度就是 O(nn),即O(n²如果将其中一层循环的n改成m,那它的时间复杂度就变成了 O(mn)。
(6) 立方阶O(n^3)
O(n³)相当于三层n循环。
(7) k次方阶O(n^k)
O(nk)相当于k层n循环。
5、冒泡排序
5.1 定义
冒泡排序(Bubble Sorting)的基本思想是:通过对待排序序列从前向后(从下标较小的元素开始),依次比较相邻元素的值,若发现逆序则交换,使值较大的元素逐渐从前移向后部,就像水底下的气泡一样逐渐向上冒。
5.2 特点
(1) 总共进行arr.length次大的循环;
(2) 每一趟排序的次数在逐渐减少。
5.2 代码实现
5.2.1 程序编写
public class BubbleSort {
public static void main(String[] args) {
int arr[] = {3, 44, 38, 5, 47, 15, 36, 26,27,2,46,4,19,50,48};
System.out.println("====冒泡排序前遍历数组====");
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
bubbleSort(arr);
System.out.println("====冒泡排序后遍历数组====");
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
}
public static void bubbleSort(int[] arr) {
int temp = 0;//暂存变量
boolean flag = false;//标识变量,标识是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
}
}
}
}
5.2.2 运行结果
5.2.3 容易出错的地方
5.3 优化
若发现在某趟排序中没有发生一次交换,可以设置一个标志flag判断元素是否进行过交换,提前结束冒泡排序,从而减少不必要的比较,如第二趟排序后元素次序就不改变。
public static void bubbleSort(int[] arr) {
int temp = 0;//暂存变量
boolean flag = false;//标识变量,标识是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
}
if (!flag) {//在一趟排序中,一次交换都没有发生过
break;
} else {
flag = false;//重置flag,进行下次判断
}
}
}
5.4 测试冒泡排序的速度O(n^2)
5.4.1 代码编写
测试一下冒泡排序的速度O(n^2), 给80000个数据测试
public class BubbleSort {
public static void main(String[] args) {
long start = System.currentTimeMillis();
int arr[] = {3, 9, -1, 10, 20, -2, 45, 458};
//测试一下冒泡排序的速度O(n^2), 给80000个数据测试
创建要给80000个的随机的数组
int[] array = new int[80000];
for (int i = 0; i < 80000; i++) {
array[i] = (int) (Math.random() * 100000);//随机生成1个[0,100000)的数
}
System.out.println("====排序前遍历前20个元素====");
for (int i = 0; i < 20; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
bubbleSort(array);
System.out.println("====排序后遍历前20个元素====");
for (int i = 0; i < 20; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
long end = System.currentTimeMillis();
System.out.println("当前程序运行多少毫秒:" + "=" + (end - start));
}
public static void bubbleSort(int[] arr) {
int temp = 0;//暂存变量
boolean flag = false;//标识变量,标识是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
}
if (!flag) {//在一趟排序中,一次交换都没有发生过
break;
} else {
flag = false;//重置flag,进行下次判断
}
}
}
}
5.4.2 运行结果
6、选择算法(select sorting)
6.1 基本思想
(1) 第一次从arr[0]~arr[n-1]中选取最小值,与arr[0]交换;
(2) 第二次从arr[1]~arr[n-1]中选取最小值,与arr[1]交换;
(3) 第三次从arr[2]~arr[n-1]中选取最小值,与arr[2]交换;
(4) 第i次从arr[i-1]~arr[n-1]中选取最小值,与arr[i-1]交换;
(5) 第n-1次从arr[n-2]~arr[n-1]中选取最小值,与arr[n-2]交换;
(6) 总共通过n-1次,得到一个按排序码从小到大排列的有序序列。
6.2 代码编写
public class SelectSort {
public static void main(String[] args) {
int array[] = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
System.out.println("====选择排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
selectSort(array);
System.out.println("====选择排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void selectSort(int[] array) {
for (int i = 0; i < array.length - 1; i++) {
int min = array[i];//假设array[i]为最小值
int minindex = i;
for (int j = i + 1; j < array.length; j++) {
if (min > array[j]) {//min不是真正的最小值
min = array[j];//重置min
minindex = j;//重置minindex
}
}
/*判断是否需要交换*/
if (minindex != i) {
array[minindex] = array[i];
array[i] = min;
}
}
}
}
6.3 运行结果
7、插入排序
7.1 基本思想
把n个待排序的元素看成为一个有序表和一个无序表,开始时有序表中只包含一个元素,无序表中包含有n-1个元素,排序过程中每次从无序表中取出第一个元素,把它的排序码依次与有序表元素的排序码进行比较,将它插入到有序表中的适当位置,使之成为新的有序表。
7.2 代码编写
public class InsertSort {
public static void main(String[] args) {
int array[] = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
System.out.println("====选择排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
insertSort(array);
System.out.println("====选择排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void insertSort(int array[]) {
for (int i = 1; i < array.length; i++) {//默认有序列表只包含array数组的第一个元素
int insertValue = array[i];
int insertIndex = i-1;//表示有序列表最后一个元素的下标
while (insertIndex >= 0 && insertValue < array[insertIndex]) {//直到找到位置
array[insertIndex + 1] = array[insertIndex];
insertIndex--;
}
//退出while循环说明插入的位置找到了
array[insertIndex + 1] = insertValue;
}
}
}
7.3 运行结果
8、希尔排序
8.1 基本思想
希尔排序是希尔(Donald Shell)于1959年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序。
希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。
8.2 代码编写
public class ShellSort {
public static void main(String[] args) {
int array[] = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2};
System.out.println("====希尔排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
shellSort(array);
System.out.println("====希尔排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void shellSort(int array[]) {
//增量gap,并逐步缩小增量
for (int gap = array.length / 2; gap > 0; gap /= 2) {
//从第gap个元素,逐个对其所在的组进行插入排序
for (int i = gap; i < array.length; i++) {
int insertValue = array[i];
int insertIndex = i;
if (array[insertIndex - gap] > array[insertIndex]) {
while (insertIndex - gap >= 0 && insertValue < array[insertIndex - gap]) {
//移动
array[insertIndex] = array[insertIndex - gap];
insertIndex -= gap;
}
//当退出while后,就给insertValue找到了插入的位置
array[insertIndex] = insertValue;
}
}
}
}
}
8.3 运行结果
9、快速排序
9.1 基本思想
快速排序是对冒泡排序的一种改进。基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
9.2 代码编写
public class QuickSort {
public static void main(String[] args) {
int array[] = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2};
System.out.println("====快速排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
quickSort(array, 0, array.length - 1);
System.out.println("====快速排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void quickSort(int array[],int left,int right){
int l = left;
int r = right;
int povit = array[(left+right)/2];
int temp = 0;
while (l<r){
while (array[l] < povit){
l++;
}
while (array[r] > povit){
r--;
}
temp = array[r];
array[r] = array[l];
array[l] = temp;
if(l >= r){//如果l>=r,说明pivot两边已经按左边≤pivot、右边≥pivot排列
break;
}
}
if(l == r){
l++;
r--;
}
if(left <r){
quickSort(array,left,r);
}
if(right > l){
quickSort(array,l,right);
}
}
}
9.3 运行结果
10、归并排序
10.1 基本思想
归并排序是利用归并的思想实现的排序方法,该算法采用经典的分治(策略(分治法将问题分成一些小的问题然后递归求解,而治的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。
将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8]。
10.2 代码编写
public class MergeSort {
public static void main(String[] args) {
int array[] = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2};
int temp[] = new int[array.length];
System.out.println("====归并排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
mergeSort(array, 0, array.length - 1,temp);
System.out.println("====归并排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void mergeSort(int array[], int left, int right, int temp[]) {
if (left < right) {
int mid = (left + right) / 2;
mergeSort(array, left, mid, temp);//向左递归进行分解
mergeSort(array, mid + 1, right, temp);//向右递归进行分解
merge(array, left, mid, right, temp);
}
}
public static void merge(int array[], int left, int mid, int right, int temp[]) {
int l = left;//左边有序序列的初始索引
int r = mid + 1;//右边有序序列的初始索引
int t = 0;
//先把左右两边有序序列的元素按照规则填充到temp数组,直到有一边处理完毕为止
while (l <= mid && r <= right) {
if (array[l] <= array[r]) {
temp[t++] = array[l++];
} else {
temp[t++] = array[r++];
}
}
//把有剩余数据的序列的剩余元素依次填充到temp
while (l <= mid) {
temp[t++] = array[l++];
}
while (r <= right) {
temp[t++] = array[r++];
}
//将temp数组元素拷贝到array
t = 0;
int templeft = left;
while (templeft <= right) {
array[templeft++] = temp[t++];
}
}
}
10.3 运行结果
10、堆排序
10.1 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。利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。需要注意的是排升序要建大堆,排降序建小堆。
10.2 代码编写
public class HeapSort {
public static void main(String[] args) {
int array[] = {3, 4444, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
System.out.println("====堆排序前遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
heapSort(array, array.length);
System.out.println("====堆排序后遍历元素====");
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
public static void heapSort(int arr[], int n) {
//建堆
for (int j = (n - 1) / 2; j >= 0; j--) {
holdHeap(arr, n, j);
}
//排序
for (int i = n - 1; i > 0; i--) {
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
holdHeap(arr, i, 0);
}
}
public static void holdHeap(int arr[], int n, int i) {
int largest = i;
int lson = 2 * i + 1;
int rson = 2 * i + 2;
int temp = 0;
if (lson < n && arr[largest] < arr[lson]) {
largest = lson;
}
if (rson < n && arr[largest] < arr[rson]) {
largest = rson;
}
if (largest != i) {
temp = arr[i];
arr[i] = arr[largest];
arr[largest] = temp;
holdHeap(arr, n, largest);
}
}
}