优化选择排序
选择排序的思想:第一次外层循环中找出数组中的最小值,放到数组最前端,接下来要遍历的长度就是[1,arr.length-1],(本身可遍历的是[0,arr.length-1]),第二次下来就是[2,arr.length-1]…
优化思想:在一次外层外层循环中找出最小值和最大值,将最小值放到数组开头,将最大值放到数组末尾,这样一次循环之后数组可遍历的长度是[1,arr.length-2],效率比起原来有所提升。
看优化后代码:
public class Selection {
//优化选择排序,一次i循环找出最小值和最大值。
public static void main(String[] args) {
int arr[] = {5,3,2,1,4,7,9,8,6};
int al = arr.length-1;
for (int i = 0;i<al;i++){
for(int e = i+1;e<al-i;e++){
int temp;
if(arr[i]>arr[e]){
temp = arr[i];
arr[i] = arr[e];
arr[e] = temp;
}
if(arr[al-i]<arr[al-e]){
temp = arr[al-i];
arr[al-i] = arr[al-e];
arr[al-e] = temp;
}
}
}
//打印数组
System.out.print("[");
for(int j = 0;j<arr.length;j++){
if(j!=arr.length-1)
System.out.print(arr[j]+",");
else
System.out.print(arr[j]);
}
System.out.print("]");
}
}
优化前:
public static void main(String[] args) {
int arr[] = {5,3,2,1,4,7,9,8,6};
int al = arr.length-1;
for (int i = 0;i<al;i++){
for(int e = i+1;e<al-1;e++){
int temp;
if(arr[i]>arr[e]){
temp = arr[i];
arr[i] = arr[e];
arr[e] = temp;
}
}
}
//打印数组
System.out.print("[");
for(int j = 0;j<arr.length;j++){
if(j!=arr.length-1)
System.out.print(arr[j]+",");
else
System.out.print(arr[j]);
}
System.out.print("]");
}
}
将两个代码分别用两个线程执行,算出它们的排序时间
上代码:
public class Selection {
//优化选择排序,一次i循环找出最小值和最大值。
public static void main(String[] args) {
Thread thread1 = new Thread(()->{
System.out.println(Thread.currentThread()+"的执行时间是"+原始());
});
Thread thread2 = new Thread(()->{
System.out.println(Thread.currentThread()+"的执行时间是"+优化());
});
thread1.setName("线程1");
thread2.setName("线程2");
thread1.start();
thread2.start();
}
//创建无序数组
public static int[] getArray(){
int[] arr = new int[10000];
Random random = new Random(500000);
for (int i = 0;i<10000;i++){
arr[i] = random.nextInt();
}
return arr;
}
public static Long 原始(){
int arr[] = getArray();
int al = arr.length-1;
Long time = System.currentTimeMillis();
for (int i = 0;i<al;i++){
for(int e = i+1;e<al-1;e++){
int temp;
if(arr[i]>arr[e]){
temp = arr[i];
arr[i] = arr[e];
arr[e] = temp;
}
}
}
return System.currentTimeMillis()-time;
}
public static Long 优化(){
int arr[] = getArray();
int al = arr.length-1;
Long time = System.currentTimeMillis();
for (int i = 0;i<al;i++){
for(int e = i+1;e<al-i;e++){
int temp;
if(arr[i]>arr[e]){
temp = arr[i];
arr[i] = arr[e];
arr[e] = temp;
}
if(arr[al-i]<arr[al-e]){
temp = arr[al-i];
arr[al-i] = arr[al-e];
arr[al-e] = temp;
}
}
}
return System.currentTimeMillis()-time;
}
对500个数据排序结果图
对5000个数据进行排序结果图
对50000个数据进行排序
对200000数据进行排序(50w等的时间太长了)
可以看出优化过后的算法,确实起到了优化的作用,但是仅限于大数据量,因为小数据量来说,创建变量分配内存之类的,会造成一些影响,而且我只是在原来的时间上做了优化,空间优化和不稳定优化没有涉及到,若有不正之处,请谅解和批评指正,不胜感激!