java中七种常见的排序算法(面试常考!!!)

视图总览:

在这里插入图片描述

一,插入排序

1,介绍及实现思路

整个区间被分为

  1. 有序区间
  2. 无序区间
    每次选择无序区间的第一个元素,在有序区间内选择合适的位置插

在这里插入图片描述

2,代码

//默认为升序排序
public static void insertSort(int[] array){
    //通过bound划分出两个区间
    //[0,bound)表示已排序区间
    //[bound,size )为待排序区间
    for (int bound = 1; bound < array.length  ; bound++) {//默认0号位置已将是排序得了,从1开始
        int v = array[bound];//取出bound位置元素往前插
        int cur = bound-1; //从bound-1的位置开始找位置,
        for(;cur >= 0; cur--){
            if(array[cur] > v){ //注意如果这个条件写成>=依旧可以完成排序,但是不为稳定排序了
               array[cur+1] = array[cur];
            }else {
                break;//找到了合适的位置
            }
        }
        //此时的cur+1位置即要插入的位置
        array[cur+1] = v;
    }
}

3,性能分析

在这里插入图片描述
稳定性:
稳定排序

插入排序,初始数据越接近有序,时间效率越高

二,希尔排序

1,介绍及实现思路

希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个整数,把待排序文件中所有记录分成个组,所 有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工作。当到达=1 时,所有记录在统一组内排好序。

  1. 希尔排序是对直接插入排序的优化。
  2. 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就会很 快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。

在这里插入图片描述

2,代码

public static void shellSort(int[] array){
        int gap = array.length/2;
        while(gap > 1){
            //需要循环进行分组插排
            shellSortGap(array,gap);
            gap/=2;
        }
        shellSortGap(array,1); //当gap为1时再进行一次插排
}
public static void shellSortGap(int[] array,int gap){
    //通过bound划分出两个区间
    //[0,bound)表示已排序区间
    //[bound,size )为待排序区间
    for (int bound = gap; bound < array.length  ; bound++) {//默认0号位置已将是排序得了,从1开始
        int v = array[bound];//取出bound位置元素往前插
        int cur = bound-gap; //从bound-1的位置开始找位置, //找到同组中的上一个元素
        for(;cur >= 0; cur -= gap){
            if(array[cur] > v){ //注意如果这个条件写成>=依旧可以完成排序,但是不为稳定排序了
                array[cur+gap] = array[cur];
            }else {
                break;//找到了合适的位置
            }
        }
        //此时的cur+1位置即要插入的位置
        array[cur+gap] = v;
    }
}

3,性能分析

在这里插入图片描述
稳定性:
不稳定性排序

三,选择排序

1,介绍及实现思路

每一次从无序区间选出最大(或最小)的一个元素,存放在无序区间的最后(或最前),直到全部待排序的数据元
素排完 。
在这里插入图片描述

2,代码

public static void selectSort(int[] array){
    for (int bound = 0; bound < array.length-1 ; bound++) {
        //[0,bound)为已排序区间bound位置元素为擂主,循环取出待排序区间元素与擂主比较
        //如果小就交换(即打擂成功)
        for(int cur = bound+1;cur < array.length;cur++){
            if(array[bound] > array[cur]){  //打擂成功
                int temp = array[bound];
                array[bound] = array[cur];
                array[cur] = temp;
            }
        }
    }
}

3,性能分析

在这里插入图片描述
稳定性:
不稳定排序

四,堆排序

1,介绍及实现思路

基本原理也是选择排序,只是不在使用遍历的方式查找无序区间的最大的数,而是通过堆来选择无序区间的最大的
数。

注意:排升序要建大堆;排降序要建小堆
此处以升序为例:
在这里插入图片描述

2,代码

public static void heapSort(int[] array){
        //先建大堆
    CreatHeap(array);
    //循环把堆顶元素交换到最后,并调整堆
    for (int i = 0; i < array.length-1; i++) {
        //当堆中只剩一个元素,也不需要进行调整,本来就是有序的
        swap(array,0,array.length-1-i); //堆中元素个数为length-i,所以最后一个元素下标为length-i-1
        //交换完之后把最后一个元素删掉
        //堆的长度又进一步缩水了
        //数组中
        //[0,array.length-i-1)为待排序区间
        //[array.length-i-1,array.length)为已排序区间
        shiftDown(array,array.length-i-1,0);
    }
}

    public static void CreatHeap(int[] array) {
        //从最后一个非叶子节点出发向前循环,依次进行向下调整
        for(int i = (array.length-1-1)/2;i >=0;i--){
            shiftDown(array,array.length,i);
        }
    }

    public static void shiftDown(int[] array, int heapLength, int index) {
        int parent = index;
        int child = index*2 +1;
        while(child <heapLength){
            if(child+1 < heapLength && array[child+1] > array[child]){
                child = child +1;
            }
            //条件结束,child已经指向左右子树中较大的数
            if(array[child] > array[parent]){
                swap(array,child,parent);
            }
            parent = child;
            child = parent*2+1;
        }

    }

    public static void swap(int[] array,int i, int j){
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
}

3,性能分析

在这里插入图片描述
稳定性:
不稳定性排序

五,冒泡排序

1,介绍及实现思路

在无序区间,通过相邻数的比较,将最大的数冒泡到无序区间的最后,持续这个过程,直到数组整体有序 。
在这里插入图片描述

2,代码

public static  void bubbleSort(int[] array){
        //从前往后找最小的方式进行排序
    //[0,bound)为已排序区间
    //[bound,size)为待排序区间
    for(int bound = 0 ; bound < array.length;bound++){
        for(int cur = array.length-1;cur > bound; cur--){
            if(array[cur-1] > array[cur]){
                swap(array,cur-1,cur);
            }
        }
    }
    }
   public static void swap(int[] array,int i, int j){
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
}

3,性能分析

在这里插入图片描述
稳定性:
稳定排序

六,快速排序

1,介绍及实现思路

原理:

  1. 从待排序区间选择一个数,作为基准值(pivot);
  2. Partition: 遍历整个待排序区间,将比基准值小的(可以包含相等的)放到基准值的左边,将比基准值大的
    (可以包含相等的)放到基准值的右边;
  3. 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1 代表已经有序,或者小区间的长度 == 0,代表没有数据。
    在这里插入图片描述

基准值的取法:
1.选择边上(左或者右)
2. 随机选择
3. 几数取中(例如三数取中):array[left], array[mid], array[right] 大小是中间的为基准值

2,代码

递归实现:

public static  void quickSort(int[] array){
    //借助这个方法进行辅助递归
    //此处为了简单,代码写成前闭后闭区间
    quickSortHelper(array,0,array.length-1);
}

private static void quickSortHelper(int[] array, int left, int right) {
    if(left>=right){
        return; //表示只有一个区间只有一个元素或者没有元素,直接返回
    }
    //针对[left,right]区间进行整理
    //index位置即为整理完毕后left和right重合的位置,知道了这个位置才能进一步进行递归
    int index = partition(array,left,right);
    quickSortHelper(array,left,index-1);
    quickSortHelper(array,index+1,right);
}

private static int partition(int[] array, int left, int right) {
    int i = left;
    int j = right;
    int base = array[right];//取区间最后一位为基准值
    while(i < j){
        //从左往右找比基准值大的元素
        while(i < j && array[i] <= base){
            i++;
        }
        //当上面的循环结束之后,i要么和j重合,要么指向了一个比基准值base小大的元素
        //从右往左找比基准值小的元素
        while(i < j && array[j] >= base){
            j--;
        }
        //当上面的循环结束之后,i要么和j重合,要么j指向了一个比基准值base小的元素
        //交换i和j的值
        swap(array,i,j);
    }
    //当i和j重合的时候,最后一步,把重合位置元素和基准值的交换
    swap(array,i,right);
    return i;
}
public static void swap(int[] array,int i, int j){
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
}

非递归实现:

public static void quickSortByLoop(int[] array) {
        //借助栈来模拟递归
       //stack用来存放数组下标,通过数组下标来表示接下来要处理的区间是啥
    Stack<Integer> stack = new Stack<>();
    //初始情况下,把左右边界下标入栈,左右边界仍构成闭区间
    stack.push(array.length-1);
    stack.push(0);
    while(!stack.isEmpty()){
        //取出来的顺序和push的顺序刚好相反
        int left = stack.pop();
        int right = stack.pop();
       if(left >= right){
            //区间内只有一个或0个元素不需要调整
            continue;
        }
        //通过partition把数据调整为以基准值为中心,左侧元素小于基准值,右侧元素大于基准值的序列
       int index = partition(array,left,right);
        //准备处理下个区间
        //[index+1,right]为基准值右侧范围
            stack.push(right);
            stack.push(index + 1);
        //[left,index-1]为基准值左侧数据
            stack.push(index - 1);
            stack.push(left);
    }
}
public static int partition(int[] array, int left, int right) {
    int i = left;
    int j = right;
    int base = array[right];//取区间最后一位为基准值
    while(i < j){
        //从左往右找比基准值大的元素
        while(i < j && array[i] <= base){
            i++;
        }
        //当上面的循环结束之后,i要么和j重合,要么指向了一个比基准值base小大的元素
        //从右往左找比基准值小的元素
        while(i < j && array[j] >= base){
            j--;
        }
        //当上面的循环结束之后,i要么和j重合,要么j指向了一个比基准值base小的元素
        //交换i和j的值
        swap(array,i,j);
    }
    //当i和j重合的时候,最后一步,把重合位置元素和基准值的交换
    swap(array,i,right);
    return i;
}
public static void swap(int[] array,int i, int j){
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
}

3,性能分析

在这里插入图片描述
稳定性:
不稳定性排序

七,归并排序

1,介绍及实现思路

归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and
Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使
子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
在这里插入图片描述
在这里插入图片描述

2,代码

递归实现:

//[low,mid)  有序区间
//[mid,high)  有序区间
    //把这两个区间合并为一个有序区间
    public static  void merge(int[] array,int low,int mid,int high){
        int[] output = new int[high-low]; //额外空间用来临时存放数据
        int outputIndex = 0;//用来记录output中被放入了多少个元素
        int cur1 = low;
        int cur2 = mid;
        while(cur1 < mid && cur2 < high ){
            if(array[cur1] <= array[cur2]){
                output[outputIndex] = array[cur1];
                outputIndex++;
                cur1++;
            } else{
                output[outputIndex] = array[cur2];
                outputIndex++;
                cur2++;
            }
        }
        //循环结束肯定是cur1和cur2有一个先到达末尾
        //把剩下的元素一股脑拷贝到output中
        while(cur1 < mid){
            output[outputIndex] = array[cur1];
            outputIndex++;
            cur1++;
        }
        while(cur2 < high){
            output[outputIndex] = array[cur2];
            outputIndex++;
            cur2++;
        }
        //把output中的元素搬运回array中
        for (int i = 0; i < high-low; i++) {
            array[low+i] = output[i];
        }
    }
    public static  void mergeSort(int[] array){
        mergeSortHelper(array,0,array.length);
    }
//[low,high)为左闭右开区间.两者差值小于等于1,区间中就只有一个或两个元素
    private static void mergeSortHelper(int[] array, int low, int high) {
        if(high-low <= 1){
            return;
        }
        int mid = (low + high)/2;
        //这个方法执行完就认为low
        mergeSortHelper(array,low,mid);
        mergeSortHelper(array,mid,high);
        //当左右区间归并排序完了,说明左右区间已经是有序区间了
        //接下来就可以针对两个有序区间合并
        merge(array,low,mid,high);
    }

非递归实现:

public static void mergeSortByLoop(int[] array){
        //引入一个gap变量进行分组
    //当gap为1的是时候[0) [1)进行合并,[2) [3)进行合并,[4) [5)进行合并,[6)[7)进行合并.....
    //当gap为2的时候[0,1)和[2,3)进行合并,[4,5)和[6,7)进行合并......
    //当gap为4的时候[0,1,2,3)和[4,5,6,7)进行合并.....
    for (int gap = 1; gap < array.length;gap *= 2){
        //接下来进行具体的分组合并
        for(int i = 0; i < array.length;i += 2*gap){
            //当前相邻组
            //[begain,mid)
            //[mid,end)
            //begain =>i
            //mid => i+gap
            //end => i+2*gap
            int beg = i;
            int mid = i+ gap;
            int end = i + 2*gap;
            if(mid > array.length){  //防止越界
                mid = array.length;
            }
            if(end > array.length){
                end = array.length;
            }
            merge(array,beg,mid,end);
        }
    }
}
public static  void merge(int[] array,int low,int mid,int high){
    int[] output = new int[high-low]; //额外空间用来临时存放数据
    int outputIndex = 0;//用来记录output中被放入了多少个元素
    int cur1 = low;
    int cur2 = mid;
    while(cur1 < mid && cur2 < high ){
        if(array[cur1] <= array[cur2]){
            output[outputIndex] = array[cur1];
            outputIndex++;
            cur1++;
        } else{
            output[outputIndex] = array[cur2];
            outputIndex++;
            cur2++;
        }
    }
    //循环结束肯定是cur1和cur2有一个先到达末尾
    //把剩下的元素一股脑拷贝到output中
    while(cur1 < mid){
        output[outputIndex] = array[cur1];
        outputIndex++;
        cur1++;
    }
    while(cur2 < high){
        output[outputIndex] = array[cur2];
        outputIndex++;
        cur2++;
    }
    //把output中的元素搬运回array中
    for (int i = 0; i < high-low; i++) {
        array[low+i] = output[i];
    }
}

3,性能分析

在这里插入图片描述
稳定性:
稳定排序

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