1、归并排序
1.1、归并排序基本介绍和思想
-
归并排序(MERGE-SORT)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(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)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)。
-
归并排序思想示意图1-基本思想:
- 说明:可以看到这种结构很像一棵完全二叉树,本文的归并排序采用递归去实现(也可采用迭代的方式去实现)。分阶段可以理解为就是递归拆分子序列的过程。
-
归并排序思想示意图2-合并相邻有序子序列:
- 治阶段,需要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],来看下实现步骤
- 治阶段,需要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],来看下实现步骤
1.2、归并排序代码实现
public class MergeSort {
public static void main(String[] args) {
int[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
int[] temp = new int[arr.length]; //归并排序需要一个额外空间
mergeSort(arr, 0, arr.length - 1, temp);
System.out.println("归并排序后=" + Arrays.toString(arr));
}
//分+合的方法
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
if (left < right) {
int mid = (left + right) / 2; //中间索引
//向左递归进行分解
mergeSort(arr, left, mid, temp);
//向右递归进行分解
mergeSort(arr, mid + 1, right, temp);
//合并
merge(arr, left, mid, right, temp);
}
}
//合并的方法
/**
* @param arr 排序的原始数组
* @param left 左边有序序列的初始索引
* @param mid 中间索引
* @param right 右边索引
* @param temp 做中转的数组
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
System.out.println("xxxxx");
int i = left; //初始化 i 左边有序序列的初始索引
int j = mid + 1; //初始化 j 右边有序序列的初始索引
int t = 0; //指向temp数组的当前索引
//1.先把左右两边(有序)的数据按照规则填充到temp数组,直到左右两边的有序序列,有一边处理完毕为止
while (i <= mid && j <= right) { //继续
//如果左边的有序序列的当前元素,小于等于右边的有序序列的当前元素,则将左边的当前元素,拷贝到temp数组
//然后t++,i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t++;
i++;
} else {//反之,将右边有序序列的当前元素,填充到temp数组
temp[t] = arr[j];
t++;
j++;
}
}
//2. 把有剩余数据的一边的数据一次全部填充到temp
while (i <= mid) { //左边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[i];
t++;
i++;
}
while (j <= right) { //右边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[j];
t++;
j++;
}
//3.将temp数组的元素拷贝到arr
//注意并不是每次到拷贝所有
t = 0;
int tempLeft = left;
//第一合并时 tempLeft = 0,right = 1;
//第二合并时 tempLeft = 2,right = 3;
//第三合并时 tempLeft = 0,right = 3;
//第四合并时 tempLeft = 4,right = 5;
//第五合并时 tempLeft = 6,right = 7;
//第六合并时 tempLeft = 4,right = 7;
//最后一次(no.7)合并时 tempLeft = 0,right = 7;
System.out.println("tempLeft="+tempLeft+" right="+right);
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
}
2、基数排序
2.1、基数排序基本介绍和思想
-
基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是通过键值的各个位的值,将要排序的元素分配至某些“桶”(数组)中,达到排序的作用
-
基数排序法是属于稳定性(相同数字排序后先后顺序不变)的排序,基数排序法的是效率高的稳定性排序法
-
基数排序(Radix Sort)是桶排序的扩展
-
基数排序是1887年赫尔曼.何乐礼发明的。它是这样实现的:将整数按位数切割成不同的数字,然后按每个位数分别比较。
-
基数排序基本思想
- 将所有待比较数值统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。
-
下面看一个图文解释,理解基数排序的步骤(最大为百位,需3轮)
-
基数排序的说明:
- 基数排序是对传统桶排序的扩展,速度很快.
- 基数排序是经典的空间换时间的方式,占用内存很大,当对海量数据排序时,容易造成OutOfMemoryError (内容溢出)
- 基数排序是稳定的。【注:假定在待排序的记录序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,即在原序列中,r[i]=r[j],且r[i]在r[j]之前,而在排序后的序列中,r[i]仍在r[k]之前,则称这种排序算法是稳定的;否则称为不稳定的】
- 有负数的数组,不用基数排序来进行排序,如果要支持负数,参考:https://code.i-harness.com/zh-CN/q/e98fa9
2.2、基数排序代码实现
//基数排序
public class RadixSort {
public static void main(String[] args) {
int[] arr = {53,3,542,748,14,214};
radixSort(arr);
}
//基数排序方法
public static void radixSort(int[] arr){
//1.得到数组中最大的数的位数
int max = arr[0] ;//假设第一个数就是最大数
for (int i = 0; i < arr.length; i++) {
if(arr[i]>max){
max = arr[i];
}
}
//得到最大数是几位数
//String.valueOf(max).length()
int maxLength = (max+"").length();
//定义一个二维数组,表示10个桶,每个桶就是一个一维数组
//说明
//1.二维数组包含10个一维数组
//2.为了防止放入数的时候,数据溢出,则每个一维数组(桶),大小定位arr.length
//3.很明确,基数排序是使用空间换时间的经典算法
int[][] bucket = new int[10][arr.length];
//为了记录每个桶中,实际存放了多少个数据,定义一个一维数组记录各个桶每次放入的数据个数
//bucketElementCounts[0] ,记录的就是是 bucket[0] 桶的放入数据的个数
int[] bucketElementCounts = new int[10];
for (int i = 0,n=1; i < maxLength; i++,n*=10) {
//针对每个元素的对应位进行排序处理,第一次是个位,第二位是十位,第三次是百位
for (int j = 0; j < arr.length; j++) {
//取出每个元素的对应位的值
int digitOfElement = arr[j] /n % 10;
//放到对应的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
//按照这个桶的顺序(一维数组的下标依次取出数据,放入原来数组)
int index = 0;
//遍历每一个桶,并将桶中的数据放入原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中有数据,才放入到原数据
if(bucketElementCounts[k] != 0){
//循环该桶,即第k个桶(即第k个一维数组),放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
//取出元素放入到arr
// arr[index++] = bucket[k][l];
arr[index] = bucket[k][l];
index++;
}
}
//第i+1轮处理后,需要将每个bucketElementCounts[k] 置0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第"+(i+1)+"轮,对个位的排序处理 arr="+ Arrays.toString(arr));
}
}
}