1.选择排序
排序思路:将待排序数组分为有序区间和无序区间,每次从无序区间选择一个元素添加到有序区间指定位置,直至整个数组有序;
时间复杂度:O(n^2)
稳定性:不稳定
代码:
/**
* 选择排序
* @param arr
*/
public static void selectionSort(int[] arr){
//优化
if (arr==null || arr.length<2){
//只有一个元素或者没有元素 直接返回
return;
}
for (int i=0;i<arr.length-1;i++){
//min对应无序最小值的索引
int min=i;
for (int j=i+1;j<arr.length;j++){
//更新最小元素的索引
min =arr[j]<arr[min] ?j:min;
}
//经过内层循环,min对应无序区间的最小值,将最小值交换到有序区间
swap(arr,i,min);
}
}
//交换元素
private static void swap(int[] arr, int i, int j) {
int temp= arr[i];
arr[i] =arr[j];
arr[j]=temp;
}
优化版本:双向选择排序
/**
* 双相选择排序
* 性能优于单向选择排序
* @param arr
*/
public static void selectionSortOP(int[] arr){
//定义两个变量分别从数组的头尾双向选择
int low=0;
int high=arr.length-1;
while (low<high){
int min=low; //最小值对应的索引
int max=low; //最大值对应的索引
for (int i = low+1; i <=high ; i++) {
if (arr[i]<arr[min]){
min=i;
}
if (arr[i]>arr[max]){
max =i;
}
}
//经过以上循环,min对应区间的最小值,max对应区间的最大值
//交换min和low位置
swap(arr,min,low);
if (max ==low){
//最大值已经被交换到min这个位置
max =min;
}
swap(arr,max,high);
low+=1;
high-=1;
}
}
//交换元素
private static void swap(int[] arr, int i, int j) {
int temp= arr[i];
arr[i] =arr[j];
arr[j]=temp;
}
2.冒泡排序
排序思路:遍历原数组,依次比较前后元素的大小,如果后一元素比前一元素小,则交换它们位置,否则继续向后遍历,直至整个数组有序;
时间复杂度:O(n^2)
稳定性:稳定
代码:
/**
* 冒泡排序的优化算法
* @param arr
*/
public static void bubbleSortPlus(int[] arr){
int temp;
for (int i = 0; i < arr.length ; i++) {
//布尔值标记当前数组是否已经达到有序状态
boolean flag =true;
for (int j = 0; j < arr.length-1-i ; j++) {
if (arr[j]>arr[j+1]){
temp=arr[j];
arr[j]=arr[j+1];
arr[j+1]=temp;
//本次发生了交换
flag =false;
}
}
//根据标记值判断数组是否有序,如果有序则退出,无序继续循环
if (flag){
break;
}
}
}
3.直接插入排序
排序思路:每次从无序区间选择一个数插入到合适的位置,插入过程类似于扑克牌的码牌过程,插入排序虽然是O(N^2)的排序算法,但是在近乎有序的数据集上,插入排序的性能甚至优于NlogN的排序算法,所以,插入排序也作为其他高阶排序算法的优化手段;
时间复杂度:O(N^2)
稳定性:稳定
代码:
/**
* 冒泡排序
* @param arr
*/
public static void bubbleSort(int[] arr){
if (arr ==null || arr.length<2){
return;
}
for (int i = arr.length-1; i >0 ; i--) {
for (int j = 0; j < i ; j++) {
if (arr[j]>arr[j+1]){
swap(arr,j,j+1);
}
}
}
}
private static void swap(int[] arr, int j, int i) {
int temp=arr[i];
arr[i] =arr[j];
arr[j]=temp;
}
优化:引入标记位
/**
* 直接插入排序
* 时间复杂度:O(N^2)
* 稳定
* 在近乎有序的数集上,直接插入排序性能非常好,甚至由于NlogN的排序算法
* 插入排序常常作为高阶排序算法的优化算法
* @param arr
*/
public static void insertionSort(int[] arr){
for (int i = 1; i < arr.length ; i++) {
//从待排序区间不断向前看,找到合适的插入位置
for (int j = i; j >0 ; j--) {
if (arr[j]>=arr[j-1]){
//表明arr[j]已经有序,相等也不交换,保证稳定性
break;
}else {
swap(arr,j,j-1);
}
}
//以上代码等同于
/* for (int j=i;j>0 &&arr[j]<arr[j-1];j--){
swap(arr,j,j-1);
}*/
}
}
//交换元素
private static void swap(int[] arr, int i, int j) {
int temp= arr[i];
arr[i] =arr[j];
arr[j]=temp;
}
优化:折半插入排序
思路:
1.待排序原数组
2.将待排序数组分为有序区间【0,i)和无序区间【i,n】,从无序区间第一个元素开始,从有序区间选择合适的插入位置
3.找到有序区间的中间位置,将无需区间待排序的元素插入到合适的位置
4.找到待插入的位置后,将【L,i】之间的元素向后搬移一个位置,将当前遍历的元素插入到L位置
代码:
/**
* 二分插入排序---插入排序的优化
* @param arr
*/
public static void insertSortBS(int[] arr){
//有序区间:[0,i) 无序区间:[i,n]
for(int i=1;i< arr.length;i++){
int val =arr[i];
int left =0;
int right =i;
while (left<right){
int mid =left+((right-left)>>1); //相当于(left+right)/2
if (val < arr[mid]) {
right=mid;
}else {
left=mid+1;
}
}
//搬移[left,i]的元素
for (int j=i;j>left;j--){
arr[j]=arr[j-1];
}
arr[left] =val;
}
}
4.堆排序
排序思路:任意数组都可视为一颗完全二叉树,将数组调整为一个最大堆,然后再将元素下沉,重复以上操作,数字就调整为有序;
时间复杂度:O(nlogN)
稳定性:稳定
代码:
/**
* 堆排序
* 时间复杂度: nlogN
* 稳定排序算法
*/
public static void heapSort(int[] arr){
//1、先将数组调整为最大堆
//从最后一个非叶子节点来时进行元素下沉
for (int i=(arr.length-1-1)/2; i>=0;i--){
//下沉终止位置就是arr.length
siftDown(arr,i,arr.length);
}
//此时,数组已经被调整为最大堆,遍历数组
for (int i = arr.length-1; i >0 ; i--) {
//arr[0]:堆顶元素,就是最大值
swap(arr,0,i);
siftDown(arr,0,i);
}
}
/**
* 元素下沉操作
* @param arr
* @param i 当前下沉的索引
* @param length 数组长度
*/
private static void siftDown(int[] arr, int i, int length) {
//只有当前节点存在左右孩子时元素才可以下沉
while (2*i+1<length){
int j =(i<<1)+1;
if (j+1<length && arr[j+1]> arr[j]){
//此时,右子树为最大值
j=j+1;
}
//当前元素已经大于左右子树的最大值
if (arr[i] > arr[j]){
//下沉结束
break;
}else {
//交换俩元素的位置
swap(arr,i,j);
//继续向后遍历,下沉元素
i=j;
}
}
}
//交换元素
private static void swap(int[] arr, int i, int j) {
int temp= arr[i];
arr[i] =arr[j];
arr[j]=temp;
}
希尔排序、快速排序、归并排序,请看下篇博客:【算法】七大排序详解(下篇)
创作不易,麻烦亲点赞收藏啦