稳定性:
内部排序:数据元素全部放在内存中的排序
外部排序:由于数据元素太多不能同时放在内存中,根据排序过程的要求不能在内外存之间移动数据的排序
排序的运用:
1.商品价格
2.学校名次
常见的排序:
1.插入排序:将新的记录按照大小插入到已经排好的序列之中。
1)直接插入排序
/**
*直接插入排序
* 时间复杂度:
* 最好情况:数据完全有序的时候:1,2,3,4,5 O(N)
* 最坏情况:数据完全逆序的时候:5,4,3,2,1 O(N^2)
* 结论:当所给数据 越有序 排序越快
*
* 空间复杂度:O(1)
* 稳定性:稳定
* 一个本身稳定的排序,可以变为不稳定排序
* 本身稳定的排序,不能变成稳定的排序
*
*/
public static void insertSort(int[] array) {
for (int i = 1; i < array.length; i++) {
int tmp = array[i];
int j = i-1;//每一次都让j等于i后面的那一个
for (;j>=0;j--) {
if(array[j] > tmp) {
array[j+1] = array[j];
}else {
break;//不用再j--了
}
}
array[j+1] = tmp;//前面的j--
}
}
//顺序数组
public static void orderArray(int[] array) {
for (int i = 0; i < array.length; i++) {
array[i] = i;
}
}
//逆序数组
public static void notOrderArray(int[] array) {
for (int i = 0; i < array.length; i++) {
array[i] = array.length-i;
}
}
//随机数组
public static void notOrderArrayRandom(int[] array) {
Random random = new Random();
for (int i = 0; i < array.length; i++) {
array[i] = random.nextInt(10_0000);//100000以内
}
}
//对直接插入排序进行测试
public static void testInsertSort(int[] array) {
int[] tmpArray = Arrays.copyOf(array,array.length);//拷贝一份,不对原数组进行操作
long startTime = System.currentTimeMillis();//开始的时间
Sort.insertSort(array);
long endTime = System.currentTimeMillis();//结束的时间
System.out.println("直接插入排序耗时:" + (endTime-startTime));
}
//直接插入排序
public static void main1(String[] args) {
// int[] array = {10,5,2,1,4};
// Sort.insertSort(array);
// System.out.println(Arrays.toString(array));
//测试
int[] array = new int[10_0000];
orderArray(array);
notOrderArray(array);
notOrderArrayRandom(array);
testInsertSort(array);
}
2)希尔排序:对直接插入排序的优化
/**
* 希尔排序
* 时间复杂度:n^1.3 - n^1.4 不固定
* 空间复杂度:O(1)
* 稳定性:不稳定
*/
public static void shellSort(int[] array) {
int gap = array.length;
while(gap > 1) {
gap = gap/2;
shell(gap,array);
}
}
private static void shell(int gap, int[] array) {
for (int i = gap; i < array.length; i++) {
//跟直接插入排序差不多
int j = i-gap;
int tmp = array[i];
for (; j>=0; j-=gap) {//j是以gap个单位相减
if(array[j] > tmp) {
array[j+gap] = array[j];//将大的放在了i的位置
}else{
break;
}
}
array[j+gap] = tmp;
}
}
2.选择排序:每一次从待排序的数据中选出最小(最大)的元素,放在序列的起始位置。
1)直接选择排序
方法一:
/**
* 直接选择排序
* 时间复杂度: O(N^2)
* 空间复杂度: O(1)
* 稳定性: 不稳定
*/
public static void selectSort(int[] array) {
for (int i = 0; i < array.length; i++) {
int minIndex = i;
for (int j = i+1; j < array.length; j++) {
if(array[j] < array[minIndex]) {
minIndex = j;//更新
}
}
swap(array,minIndex,i);
}
}
private static void swap(int[] array, int j,int i) {
int tmp = array[j];
array[j] = array[i];
array[i] = tmp;
}
方法二:
public static void selectSort2(int[] array) {
int left = 0;
int right = array.length-1;
while(left < right) {
int minIndex = left;
int maxIndex = left;
for (int i = left+1; i <= right ; i++) {
if(array[i] < array[minIndex]) {
minIndex = i;
}
if(array[i] > array[maxIndex]) {
maxIndex = i;
}
}
swap(array,minIndex,left);//将最小的放在left位置
//当left存放的是最大值时,需进行以下if判断
if(maxIndex == left) {
maxIndex = minIndex;
}
swap(array,right,maxIndex);//将最大的放在right位置
left++;//此时left放最小,right放最大,区间缩小
right--;
}
}
2)堆排序
/**
* 堆排序
* 时间复杂度:O(N*logN)
* 空间复杂度:O(1)
* 稳定性:不稳定
* 数据量非常大的时候 堆排一定比希尔快
*/
public static void heapSort(int[] array) {
//创建一个大根堆
createBigHeap(array);
int end = array.length-1;
while(end > 0) {
swap(array,end,0);//将栈顶元素与最后一个元素交换
siftDown(array,0,end);//向下调整为大根堆
end--;//最大值已经放在最后了,调整前面的就可
}
}
private static void createBigHeap(int[] array) {
for (int parent = (array.length-1-1)/2; parent >= 0 ; parent--) {
siftDown(array,parent,array.length);//向下调整
}
}
private static void siftDown(int[] array,int parent,int end) {
int child = 2*parent+1;
while (child < end) {
if(child+1 < end && array[child] < array[child+1]) {
child++;
}
if(array[child] > array[parent]) {
swap(array,parent,child);
parent = child;//想下调整
child = 2*parent+1;
}else {
break;
}
}
}
交换排序:
1)冒泡排序:
/**
* 冒泡排序
* 时间复杂度:O(N^2) 优化之后 最好情况下 O(N)
* 空间复杂度:O(1)
* 稳定性:稳定的排序
*/
public static void bubbleSort(int[] array) {
//总共有多少趟,比如五个元素要四趟
for (int i = 0; i < array.length-1; i++) {
//每一趟比较的次数
boolean flg = false;//进行优化
for (int j = 0; j < array.length-1-i; j++) {
if(array[j] > array[j+1]) {
swap(array,j,j+1);
flg = true;//只要进行了交换,flg就变为true
}
}
if(!flg) {//flg==false,没有进行交换,那么结束这个循环
return;
}
}
}
2) 快速排序:
/**
* 快速排序
* 时间复杂度:
* 最好的情况下:O(N*logN) 满二叉树/完全二叉树
* 最坏的情况下:O(N^2) 单分支的树
* 空间复杂度:
* 最好的:O(logN) 层数 满二叉树/完全二叉树
* 最坏的: O(N) 层数 单分支的树
* 稳定性:不稳定
*/
public static void quickSort(int[] array) {
quick(array,0,array.length-1);
}
private static void quick(int[] array, int start, int end) {
if(start >= end) return; //左边是一个节点或左边没有一个节点
int pivot = partition(array,start,end);
quick(array,start,pivot-1);//递归左子树
quick(array,pivot+1,end);//递归右子树
}
private static int partition(int[] array, int left, int right) {
int i = left;
int key = array[left];//将第一个元素设为比较的对象
while (left < right) {
//为什么不是left先动?举例说明达不到效果,刚交换的在最后又会被交换走
while(left < right && array[right] >= key) {//防止数组越界,right--会越界
right--;//找到比key小的才停止
}
while(left < right && array[left] <= key) {
left++;//找到比key大的才停止
}
swap(array,left,right);
}
swap(array,i,left);//left与right相遇之后,将key与相遇点交换(也就是基准点)
return left;
}
快排的挖坑法:
//挖坑法:
private static int waKenPartition(int[] array, int left, int right) {
int tmp = array[left];//坑位里填的是第一个left元素
while (left < right) {
if(left < right && array[right] >= tmp) {
right--;
}
array[left] = array[right];//right停下,将小于tmp的值放到前面去
if(left < right && array[left] <= tmp) {
left++;
}
array[right] = array[left];//left停下,将大于tmp的值放到后面去
}
array[left] = tmp;//基准
return left;
}
快排的前后指针法:
//前后指针法:
private static int zhiZhenPartition(int[] array, int left, int right) {
int prev = left;
int cur = left+1;
int tmp = array[left];
while(cur <= right) {//取等号因为right是length-1
if(array[cur] < tmp && array[++prev] != array[cur]) {//prev先++
swap(array,cur,prev);
}
cur++;
}
swap(array,prev,left);
return prev;
}
快排的优化:
private static void quickA(int[] array, int start, int end) {
if(start >= end) return; //左边是一个节点或左边没有一个节点
//再优化:小区间使用插入排序,越有序越快
if( (end-start) <= 7) {
insertSortRange(array,start,end);
return;
}
int midIndex = midTree(array,start,end);//三数取中
swap(array,midIndex,start);//start存放着基准的值
int pivot = partition(array,start,end);
quick(array,start,pivot-1);//递归左子树
quick(array,pivot+1,end);//递归右子树
}
private static void insertSortRange(int[] array, int start, int end) {
for (int i = start; i <= end; i++) {
int tmp = array[i];
int j = i-1;//每一次都让j等于i后面的那一个
for (;j>=start;j--) {
if(array[j] > tmp) {
array[j+1] = array[j];
}else {
break;//不用再j--了
}
}
array[j+1] = tmp;//前面的j--
}
}
//快排的优化:优化空间,不一定优化时间,递归次数减少,改变树的高度,将单分支树变成满二叉树或完全二叉树
private static int midTree(int[] array, int left, int right) {//返回三个数值位于中间的那个值的下标
int mid = (left + right)/2;
if(array[left] < array[right]) {//left > right
if(array[mid] < array[left]) {
return left;
}else if(array[mid] > array[right]) {
return right;
}else {
return mid;
}
}else {
if(array[mid] > array[left]) {
return left;
}else if(array[mid] < array[right]) {
return right;
}else {
return mid;
}
}
}
快排的非递归实现:
//快排的非递归实现:
public static void quickNor(int[] array) {
Stack<Integer> stack = new Stack<>();
int left = 0;
int right = array.length-1;
int pivot = partition(array,left,right);
if(pivot-1 > left) {//左边不止一个节点
stack.push(left);//新的left
stack.push(pivot-1);//新的right
}
if(pivot+1 < right) {//右边不止一个节点
stack.push(pivot+1);//新的left
stack.push(right);//新的right
}
while (!stack.isEmpty()) {
right = stack.pop();
left = stack.pop();
pivot = partition(array,left,right);
if(pivot-1 > left) {
stack.push(left);
stack.push(pivot-1);
}
if(pivot+1 < right) {
stack.push(pivot+1);
stack.push(right);
}
}
}
归并排序:
/**
* 归并排序:
* 时间复杂度: O(N*logN)
* 空间复杂度: O(N)
* 稳定性:稳定 -> 插入,归并,冒泡
*/
public static void mergeSort(int[] array) {
mergeSortFunc(array,0,array.length-1);
}
//拆分
private static void mergeSortFunc(int[] array, int left, int right) {
if(left >= right) return;//左边只剩一个或不剩
int mid = (right+left)/2;
mergeSortFunc(array,left,mid);//左子树
mergeSortFunc(array,mid+1,right);//右子树
merge(array,left,right,mid);
}
//合并
private static void merge(int[] array,int left, int right, int mid) {
int s1 = left;
int s2 = mid+1;
//用一个大小合适的数组来装
int[] tmp = new int[right-left+1];
int k = 0;
while(s1 <= mid && s2 <= right) {
if(array[s2] <= array[s1]) {
// tmp[k] = array[s2];
// k++;
// s2++;
tmp[k++] = array[s2++];
}else {
// tmp[k] = array[s1];
// k++;
// s1++;
tmp[k++] = array[s1++];
}
}
//s2 > right
while (s1 <= mid) {
// tmp[k] = array[s1];
// k++;
// s1++;
tmp[k++] = array[s1++];
}
//s1 > mid
while(s2 <= right) {
// tmp[k] = array[s2];
// k++;
// s2++;
tmp[k++] = array[s2++];
}
//最后将2个tmpArray合并,因为下标都是从0开始,但右边那个数组下标本身是mid+1
for (int i = 0; i < tmp.length; i++) {
array[i+left] = tmp[i];
}
}
归并的非递归实现:
//归并排序的非递归实现
public static void mergeSortNor(int[] array) {
int gap = 1;
while(gap < array.length) {
for (int i = 0; i < array.length; i+=2*gap) {
int left = i;
int mid = left + gap - 1;
int right = mid + gap;
if (mid >= array.length) {
mid = array.length - 1;
}
if (right >= array.length) {
right = array.length - 1;
}
merge(array,left,right,mid);
}
gap *= 2;
}
}
基数排序:
桶排序:https://blog.csdn.net/qq_27124771/article/details/87651495
计数排序:
//计数排序:与给定范围有关
//时间复杂度:O(N + 范围)
//空间复杂度:O(范围)
//稳定性:不稳定
public static void countSort(int[] array) {
int minval = array[0];
int maxval = array[0];
//求当前数组的最大值和最小值
for (int i = 1; i < array.length; i++) {
if(array[i] < minval) {
minval = array[i];
}
if(array[i] > maxval) {
maxval = array[i];
}
}
//计数数组
int[] count = new int[maxval-minval+1];
//遍历原来的数组
for (int i = 0; i < array.length; i++) {
count[array[i]-minval]++;
}
//将计数数组写回array
int index = 0;//表示array的下标
for (int i = 0; i < count.length; i++) {
while(count[i] > 0) {
array[index] = i + minval;
index++;
count[i]--;
}
}
}
这个是稳定的:
排序相关的练习题: