引言:由于堆排序在写堆时已经写过算法了,就在本文中不在做介绍,想看的朋友可以去看看我的关于堆的文章,下面介绍几种常见的排序算法
冒泡排序
原理:
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
public static void bubbleSort(int[] array){
for(int i=0;i<array.length-1;i++){
boolean flag=false;
for(int j=0;j<array.length-1-i;j++){
if(array[j]>array[j+1]){
int tmp=array[j+1];
array[j+1]=array[j];
array[j]=tmp;
flag=true;
}
}
if(flag==false){
break;
}
}
}
时间复杂度 | 时间复杂度 | 时间复杂度 | 空间复杂度 |
---|---|---|---|
最好 | 平均 | 最坏 | |
O(n) | O(n^2) | O(n^2) | O(1) |
数据有序 | 数据逆序 |
稳定性:稳定
插入排序
原理:
整个区间被分为
- 有序区间
- 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入
public static void insertSort(int[] array){
for( int i=1;i<array.length;i++){
//有序区间[0,i)
//无序区间[i,array.length-1]
int min=array[i];
int j=i-1;
for(;j>=0&&array[j]>min;j--){
array[j+1]=array[j];
}
array[j+1]=array[min];
}
}
时间复杂度 | 时间复杂度 | 时间复杂度 | 空间复杂度 |
---|---|---|---|
最好 | 平均 | 最坏 | |
O(n) | O(n^2) | O(n^2) | O(1) |
数据有序 | 数据逆序 |
稳定性:稳定
希尔排序
原理: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。
- 希尔排序是对直接插入排序的优化。
- 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
public static void shell(int[] array,int gap) {
for(int i=gap;i<array.length;i++){
int tmp=array[i];
int j;
for( j=i-gap;j>=0;j-=gap){
if(array[j]>tmp){
array[j+gap]=array[j];
}else{
break;
}
}
array[j+gap]=tmp;
}
}
时间复杂度 | 时间复杂度 | 时间复杂度 | 空间复杂度 |
---|---|---|---|
最好 | 平均 | 最坏 | |
O(n) | O(n^1.3) | O(n^2) | O(1) |
数据有序 | 比较难构造 |
稳定性:不稳定
选择排序
原理:
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 。
public static void selectSort(int[] array){
for(int i=0;i<array.length;i++){
for(int j=i+1;j<array.length;j++){
if(array[i]>array[j]){
int temp=array[i];
array[i]=array[j];
array[j]=temp;
}
}
}
}
时间复杂度 | 空间复杂度 |
---|---|
O(n^2) | O(1) |
数据不敏感 | 数据不敏感 |
稳定性:不稳定
快速排序
原理:
- 从待排序区间选择一个数,作为基准值(pivot);
- 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;
- 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。
public static void swap(int[] array,int i,int j){
int tmp=array[j];
array[j]=array[i];
array[i]=tmp;
}
public static int partion(int[] array,int start,int end) {
int tmp = start;
while (start < end) {
while (start < end && array[end] >= array[tmp]) {
end--;
}
while (start < end && array[start] <= array[tmp]) {
start++;
}
swap(array,start,end);
}
swap(array,tmp,start);
return start;
}
public static void quickFun(int[] array,int left,int right){
if(left>=right){
return ;
}
int par=partion(array,left,right);
quickFun(array,left,par-1);
quickFun(array,par+1,right);
}
public static void quickSortRec(int[] array){
quickFun(array,0,array.length-1);
}
稳定性:不稳定
归并排序
原理:
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 andConquer)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。
public static void merge(int[] array, int low, int mid, int high){
int i = low;
int j = mid;
int length = high - low;
int[] extra = new int[length];
int k = 0;
// 选择小的放入 extra
while (i < mid && j < high) {
// 加入等于,保证稳定性
if (array[i] <= array[j]) {
extra[k++] = array[i++];
} else {
extra[k++] = array[j++];
}
}
// 将属于元素放入 extra
while (i < mid) {
extra[k++] = array[i++];
}
while (j < right) {
extra[k++] = array[j++];
}
// 从 extra 搬移回 array
for (int t = 0; t < length; t++) {
// 需要搬移回原位置,从 low 开始
array[low + t] = extra[t];
}
}
public static void mergeSort(int[] array){
mergeSortInternal(array, 0, array.length);
}
// 待排序区间为 [low, high)
private static void mergeSortInternal(int[] array, int low, int high) {
if (low - 1 >= high) {
return;
}
int mid = (low + high) / 2;
mergeSortInternal(array, low, mid);
mergeSortInternal(array, mid, high);
merge(array, low, mid, high);
}
时间复杂度 | 空间复杂度 |
---|---|
O(n*log(n)) | O(n) |
数据不敏感 | 数据不敏感 |
稳定性:稳定
排序总结
排序方法 | 最好 | 平均 | 最坏 | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
冒泡排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 |
插入排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 |
选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) | 不稳定 |
希尔排序 | O(n) | O(n^1.3) | O(n^2) | O(1) | 不稳定 |
堆排序 | O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(1) | 不稳定 |
快速排序 | O(n * log(n)) | O(n * log(n)) | O(n^2) | O(log(n)) ~ O(n) | 不稳定 |
归并排序 | O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(n) | 稳定 |