前言
关于排序算法这一章,大家可以去一个叫visualGo的网站查看动态的数据结构视频来进行学习会好学很多,我这里给出源码,然后大家去那个网站上看对应的动图就很好理解啦。
网站:https://visualgo.net/zh
排序算法的介绍
其中必须必须必须掌握的三个排序算法,是直接插入排序、简单选择排序以及最常见的冒泡排序,也是在学校里面要求必须掌握的,就是背你也得背下来。
关于算法复杂度
这个我直接就贴一个大佬的链接了,写的近乎完美,好好看肯定都能看懂:
https://www.cxyxiaowu.com/1959.html
然后还有一个关于时间复杂度的练习题链接,可以配套使用:
https://zhuanlan.zhihu.com/p/73731500
八大排序算法
冒泡排序
有了上面的铺垫,下面这些应该都是很简单的,我就都是随便介绍了一下就给源码了。
package 冒泡排序;
//冒泡排序我之前竟然一直是写错的??绝了!
import java.util.Arrays;
public class BubbleSort {
public static void main(String[] args) {
int[] arr = {3,9,-1,10,-2};
//冒泡大家都懂,这里记录一下冒泡的优化后的算法
int temp = 0; // 临时变量
boolean flag = false; //标识变量,表示是否进行过交换
for (int i = 0; i < arr.length-1; i++) {
for (int j = 0; j < arr.length-1-i; j++) {
//如果前面的数比后面的数大,则交换
if(arr[j] > arr[j+1]){
flag = true;
temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
}
}
if(flag == false){ //在一趟排序中,一次交换都没发生
break;
}else{
flag = false; //刷新flag,进行下次判断
}
}
System.out.println(Arrays.toString(arr));
}
}
选择排序
代码实现:
package 选择排序;
import java.util.Arrays;
public class SelectSort {
public static void main(String[] args) {
int[] arr = {101,34,119,1};
selectSort(arr);
}
//选择排序
public static void selectSort(int[] arr){
for (int i = 0; i < arr.length-1; i++) {
int minIndex = i; //最值的索引,这里是最小值的索引
int min = arr[i]; //假定最小值为arr[i]
for (int j = i+1; j < arr.length; j++) {
if(min > arr[j]){ //说明假定的最小值并不最小
min = arr[j]; //刷新min值
minIndex = j; //刷新下标
}
}
//每一轮筛选结束后,交换原先的最小值和现在的最小值
if(minIndex != i){
arr[minIndex] = arr[i];
arr[i] = min;
}
}
System.out.println(Arrays.toString(arr));
}
}
插入排序
package 插入排序;
import java.util.Arrays;
public class insertSort {
public static void main(String[] args) {
int[] arr = {101,34,119,1};
inertsort(arr);
}
//插入排序
public static void inertsort (int[] arr){
int insertVal = 0;
int insertIndex = 0;
//for循环控制插入的次数,为arr.length-1
for (int i = 1; i < arr.length; i++) {
//定义待插入的数
insertVal = arr[i]; //如:insertVal = arr[i] = 334
//定义第一个有序列表的第一个数的下标,即arr[i]前面这个数的下标
insertIndex = i-1; // arr[insertIndex] = arr[0] = 101
//接下里给insertVal 找到插入的位置
//说明
//1. insertIndex >= 0 保证在给insertVal找插入位置时,数组不越界
//2. insertVal < arr[insertIndex] 待插入的数,还没有找到插入位置
//3. 就需要将arr[insertIndex]后移
while(insertIndex >= 0 && insertVal < arr[insertIndex]){
//第二个值小于第一个值的话,就要将第一个值赋给第二个值
arr[insertIndex+1] = arr[insertIndex];
insertIndex--;
}
//当退出while循环时,说明插入的位置已经找到insertIndex + 1
arr[insertIndex + 1] = insertVal;
}
System.out.println(Arrays.toString(arr));
}
}
希尔排序
代码实现:
package 希尔排序;
import java.util.Arrays;
public class ShellSort {
public static void main(String[] args) {
int[] arr = {8,9,1,7,2,3,5,4,6,0};
shellSort2(arr);
System.out.println(Arrays.toString(arr));
}
//希尔排序(交换式:容易理解,但是效率低下)
public static void shellSort1(int[] arr){
int temp = 0; // 中间的交换变量
int cnt = 0; //计数第几轮排序
for (int gap = arr.length/2 ; gap > 0 ; gap=gap/2) {
for (int i = gap ; i < arr.length ; i++) {
//遍历各组中所有的元素(共gap组,每组有个元素),步长gap
for (int j = i-gap; j >= 0 ; j=j-gap) {
//如果当前元素大于加上步长后的那个元素,说明交换
if(arr[j] > arr[j+gap]){
temp = arr[j];
arr[j] = arr[j+gap];
arr[j+gap] = temp;
}
}
}
System.out.println("希尔排序第"+(cnt++)+"轮 = "+Arrays.toString(arr));
}
}
//希尔排序(移步式:不容易理解,但是效率极高,就是优化过后的插入排序)
public static void shellSort2(int[] arr){
//增量gap,并逐步的减小增量
for (int gap = arr.length / 2; gap > 0 ; gap=gap/2) {
//从第gap个元素,逐个对其所在的组进行直接插入排序
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[j];
if(arr[j] < arr[j - gap]){
while(j-gap >= 0 && temp < arr[j - gap]){
//移动
arr[j] = arr[j - gap];
j-=gap;
}
//当退出while循环后,就给temp找到插入的位置了
arr[j] = temp;
}
}
}
}
}
快速排序
代码实现:
package 快速排序;
import java.util.Arrays;
public class QuickSort {
public static void main(String[] args) {
int[] arr = {-9,78,0,23,-567,70};
quickSort(arr,0,arr.length-1);
System.out.println(Arrays.toString(arr));
}
//left左边的索引值,right右边的索引值
public static void quickSort(int[] arr,int left,int right){
int l = left; //左边下标
int r = right; //右边下标
int temp = 0; //交换时的临时变量
//pivot 中轴值 :即中间的那个值
int pivot = arr[(left + right) / 2];
//while循环的目的是让比pivot值小的放到左边
//比pivot 值大的放到右边
while( l < r){
//在pivot的左边一直找,找到大于等于pivot值,才退出
while( arr[l] < pivot){
l++;
}
//在pivot的右边一直找,找到小于等于pivot的值,才退出
while( arr[r] > pivot){
r--;
}
/*
如果 l >= r说明pivot 的左右两边的值,已经按照左边全部是
小于等于pivot的值,右边全部是大于等于的pivot的值
所以退出while循环
*/
if(l >= r) break;
//当前面两个while循环都结束时,说明找到了不符合规定序列(从小到大)的值
//所以进行交换操作
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
/*如果交换完后,发现左边这个值arr[l] == pivot这个中间值,
那么就应该跳一步r--前移,否则下一步arr[l] 依然等于pivot
*/
if(arr[l] == pivot) r--;
/*
如果交换完后,发现左边这个值arr[r] == pivot这个中间值,
那么就应该跳一步r--后移,否则下一步arr[r] 依然等于pivot
*/
if(arr[r] == pivot) l++;
}
//如果l == r,必须l++,r--,否则会出现栈溢出
if( l == r) {
l++;
r--;
}
//向左递归
if(left < r) quickSort(arr,left,r);
//向右递归
if(right > l) quickSort(arr,l,right);
}
}
归并排序
代码实现:
package 排序;
import java.util.Arrays;
public class MergetSort {
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的空间
mergeSort(arr,0,arr.length-1,temp);
System.out.println("归并排序后:"+Arrays.toString(arr));
}
//分+合方法
/*
这里参数的意思在下面的合并方法中...不懂就先看下面兄弟们
然后这里一定要先去理解之前的递归的东西,然后一定要看那个博客上面的图片分析啊
不然不太好懂的.......
*/
public static void mergeSort(int[] arr,int left,int right,int[] temp){
if(left < right){
int mid = (left + right) / 2;
//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
/*
就是将数据一分为两段数据,即i到j为一段,j到right为一段
然后两段数据之间互相比较,比较完的值放在一个新数组temp里
等到全部比完之后也就是排完序了,再将temp里的数据拷贝到原数组中即可
*/
/**
*
* @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){
int i = left; //初始化i,它是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
//第一步
//先把左右两边(有序)的数据填充到temp数组
//直到左右两边的有序序列,有一遍处理完为止
while (i <= mid && j <= right){ //不满足条件时,说明至少有一边的数据已经处理完了
//如果左边序列的当前元素小于右边序列的当前元素
if(arr[i] < arr[j]){
//就将左边序列的当前元素填充到temp数组中(从小到大)
temp[t] = arr[i];
t++; //temp数组的下标后移
i++; //因为已经填充走了一个数,那么下一次就应该比较左边序列后面的值了
}else{ //说明左边序列的当前元素大于等于右边序列的当前元素
//那么我们将右边序列的当前元素填充到temp数组中
temp[t] = arr[j];
t++;//temp数组的下标后移
j++; //因为已经填充走了一个数,那么下一次就应该比较右边序列后面的值了
}
}
//第二部分
//把有剩余部分的一边的数据依次全部填充到temp数组中
while (i <= mid) { //说明是左边的序列还没填充完
temp[t] = arr[i];
t++;
i++;
}
while (j <= right) { //说明是左边的序列还没填充完
temp[t] = arr[j];
t++;
j++;
}
//第三部分
//将temp数组的元素拷贝到arr
//注意,并不是每次都拷贝所有
t = 0; //初始化temp数组的下标
int tempLeft = left; //临时变量,用来标识从原数组的第left位开始
//第一次合并tempLeft = 0,right = 1 //tempLeft = 2,right = 3
//最后一次合并,tempLeft = 0,right = 7
//这对应着博客上面画的那张原理分析图,可以对比着看
while (tempLeft <= right){ //当它还没有到达最右边时,执行拷贝操作
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
}
基数排序
什么是排序算法的稳定性?
比如现在有一组数据2,1,5,4,1,可以看见这里有两个1,然后排序完成后原来在前面的1还能在前面,则就是具有稳定性的表现。
比如说我们现在第一轮排序,排序之前我们事先会准备十个桶,每个桶都是一个一维数组,它们分别代表了一个个位数字。以待排序的数组中的53为例,因为它的个位为3,所以我们将其放在下标为3的数组中,其他类似。全部找完之后再按它们各自在十个桶中的顺序,再逐一取出放回原数组中,如下图所示:
后面这样循环往复即可,遇到位数不够的前面添0就行。
我们现在使用代码来实现一下,第一轮排序的具体过程:
//基数排序方法的第一轮过程演示
/**
*
* @param arr 待排序的数组
*/
public static void radixSort(int[] arr){
//定义一个二维数组,表示10个桶,每个桶就是一维数组
//说明
//1、二维数组包含10个一维数组
//2、为了防止在放入数的时候,数据溢出,则每一个一维数组(桶),大小定为arr.length
//3、很明显,基数排序是典型的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,我们定义一个一维数组来记录桶的每次放入的数据个数
//比如bucketElementCounts[0]记录的就是第一个桶里的数据个数
int[] bucketElementCounts = new int[10];
//第一轮(针对每个元素的个位进行排序处理)
for (int i = 0; i < arr.length; i++) {
//取出每个元素的个位的值
int digitOfElement = arr[i] % 10;
//放入到对应的桶中,这里不太好理解的,我在后面的完整代码演示中有更详尽的解释,可以跳到下面的完整代码中去查看
bucket[digitOfElement][bucketElementCounts[digitOfElement]] =arr[i];
bucketElementCounts[digitOfElement]++; //下一次如果又有值放入,那么桶中数据个数就应该+1
}
//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,并将每一个桶中的数据,放入到原数组中
for (int i = 0; i < 10; i++) {
//如果桶中有数据,我们才放入到原数组
if(bucketElementCounts[i] != 0){
//循环遍历该桶中的所有数据
for (int j = 0; j < bucketElementCounts[i]; j++) {
//取出元素放入到arr中
arr[index] = bucket[i][j];
index++;
}
}
}
System.out.println("第一轮排序结束后:"+Arrays.toString(arr));
}
那么后面的每一轮过程其实都和上面差不多,我们现在上完整版的代码实现:
package 排序;
import java.util.Arrays;
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
/**
*
* @param arr 待排序的数组
*/
public static void radixSort(int[] arr){
//经过前面的推导,我们可以得出最终的基数排序代码
//1、得到数组中最大的数的位数
int max = arr[0];
for (int i = 0; i < arr.length; i++) {
if(arr[i] > max) max = arr[i];
}
//得到最大的位数是几位数
int maxLength = (max + "").length();
//定义一个二维数组,表示10个桶,每个桶就是一维数组
//说明
//1、二维数组包含10个一维数组
//2、为了防止在放入数的时候,数据溢出,则每一个一维数组(桶),大小定为arr.length
//3、很明显,基数排序是典型的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,我们定义一个一维数组来记录桶的每次放入的数据个数
//比如bucketElementCounts[0]记录的就是第一个桶里的数据个数
int[] bucketElementCounts = new int[10];
//下面开始循环往桶中放数据取数据
for (int k = 0 , n = 1; k < maxLength; k++,n*=10) {
//针对每个元素的位数进行排序处理,第一次是个位,第二次是十位...
for (int i = 0; i < arr.length; i++) {
//取出每个元素的对应位的值
int digitOfElement = arr[i] / n % 10;
//放入到对应的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] =arr[i];
//这里其实不太好理解,我再解释一下
//bucketElementCounts[digitOfElement]是默认等于0的(整形数组声明之后未赋值默认值为0),所以下面的++就是每个桶中的数据量
//以第一轮排序中的第一个值为例,上面这一句相当于
//bucket[3][0] =53; 意思就是编号为三的桶中放入了第一个值,该值为53
//然后下面这一句就意味着下一次的值如果又加在编号为3的桶中的话,那么桶中记录数据的计数器就该+1个,相当于
//bucketElementCounts[3]++;然后3号桶中再放数据的话,上一句就变为bucket[3][1] = 3;
bucketElementCounts[digitOfElement]++; //下一次如果又有值放入,那么桶中数据个数就应该+1
}
//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,并将每一个桶中的数据,放入到原数组中
for (int i = 0; i < 10; i++) {
//如果桶中有数据,我们才放入到原数组
if(bucketElementCounts[i] != 0){
//循环遍历该桶中的所有数据
for (int j = 0; j < bucketElementCounts[i]; j++) {
//取出元素放入到arr中
arr[index] = bucket[i][j];
index++;
}
}
//每一轮处理之后,将bucketElementCounts[i] = 0;
bucketElementCounts[i] = 0;
}
System.out.println("第"+(k+1)+"轮排序结束后:"+Arrays.toString(arr));
}
}
}
堆排序
要注意的是,堆排序需要大家有二叉树的基础。
现在我们就来实现一下比如给数组:[4,6,8,5,9]来排序。
结合这个图会更好懂,这一块确实挺难懂的,可以去找视频学习一下兄弟们,光这样想很难想懂。
package 树;
import java.util.Arrays;
public class HeapSort {
public static void main(String[] args) {
int[] arr = {4,6,8,5,9};
headSort(arr);
}
//编写堆排序方法
public static void headSort(int[] arr){
System.out.println("堆排序:");
//1、将无序序列构建成一个堆,根据升序降序需求选择大顶堆小顶堆
for (int i = arr.length / 2 - 1; i >= 0; i--) {
adjustHeap(arr,i,arr.length);
}
//2、将堆顶元素与末尾元素交换,将最大元素“沉”到数组末端
//3、重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序
int temp = 0;
for (int i = arr.length-1; i > 0; i--) {
//交换
temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
adjustHeap(arr,0,i);
}
System.out.println("排序后数组:"+Arrays.toString(arr));
}
//将一个数组(二叉树),调整成一个大顶堆
/**
* 方法功能:完成以 i 对应的非叶子节点的树调成大顶堆
* 举例:int arr[] = {4,6,8,5,9}; 传入i等于1 在调用过adjustHeap一次之后变成:{4,9,8,5,6}
* 就是进行两个值之间的比大小,然后进行交换的方法,可以对比着博客上面的示意图看看
* @param arr 待调整的数组
* @param i 表示非叶子节点的在数组中的索引
* @param length 表示对多少个元素进行调整, length 是在逐渐的减少
*/
public static void adjustHeap(int[] arr,int i,int length){
int temp = arr[i]; //取出当前元素的值,保存在临时变量temp中
//开始调整
//说明
//1、k = i*2+1表示k是当前节点的左子节点,这在顺序存储二叉树那一章中有讲过
//k = i*2+2的话表示的就是当前节点的右子节点了
for (int k = i*2+1; k < length; k=k*2+1) {
if(k+1 < length && arr[k] < arr[k+1]){ //说明左子节点的值小于右子节点的值,k+1<length的判断只是为了提高效率
k++; //k指向右子节点
}
if(arr[k] > temp){ //如果子节点大于父节点
arr[i] = arr[k]; //把较大的值赋给当前节点
i = k; //!!!i 指向 k,继续循环比较
}else{
break;
}
}
//当for循环结束后,我们已经将以 i 为父节点的树的最大值,放在了父节点上(局部,非整体)
arr[i] = temp; //将temp值放到调整后的位置
}
}