文章目录
排序算法学习
一、冒泡排序
介绍
冒泡排序(Bubble Sorting)的基本思想是:通过对待排序序列从前向后(从下标较小的元素开始),依次比较相邻元素的值,若发现逆序则交换,使值较大的元素逐渐从前移向后部,就象水底下的气泡一样逐渐向上冒。
优化:
因为排序的过程中,各元素不断接近自己的位置,如果一趟比较下来没有进行过交换,就说明序列有序,因此要在排序过程中设置一个标志 flag 判断元素是否进行过交换。从而减少不必要的比较。(这里说的优化,可以在冒泡排序写好后,在进行)
思路分析图
代码实现
public class BubbleSort {
public static void main(String[] args) {
// 定义一个要排序的数组
int[] arr = new int[]{4,2,-1,5,3};
// bubbleSort(arr);
// 可以看到优化后 只进行了2轮排序
betterBubbleSort(arr);
// 测试下冒泡排序排8w个数据的时间
int[] test = new int[80000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 800000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行冒泡排序
System.out.println("执行冒泡排序前的时间"+ sifDateFormat.format(beforeDate));
betterBubbleSort(test);
Date afterDate = new Date();
System.out.println("执行冒泡排序后的时间"+ sifDateFormat.format(afterDate));
}
// 冒泡排序
public static void bubbleSort(int[] arr) {
// 临时变量用于交换
int temp = 0;
// 冒泡循环一共排序 arr.length - 1轮 时间复杂度O(n^2)
// 每轮排序 arr.length - 1 - i个数
// 从小到大排序
for (int i = 0; i < arr.length - 1; i++) {
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;
}
}
System.out.println("第"+(i+1)+"轮排序完的结果");
System.out.println(Arrays.toString(arr));
}
}
// 通过这个例子可以看到 在第2轮排序完其实数组就已经排序好了 但又进行了2轮排序 这是不必要的 所以对它优化一下
public static void betterBubbleSort(int[] arr) {
// 临时变量用于交换
int temp = 0;
// 定义一个变量判断当前轮次是否排序 如果当前轮次未进行任何排序 则说明数组已经排序好了 退出循环
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;// 排序就设置为true
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
// 如果没排序就退出循环
if (!flag) {
break;
}else {
// 排序就设置为false 进行下一轮次
flag = false;
}
// System.out.println("第"+(i+1)+"轮排序完的结果");
// System.out.println(Arrays.toString(arr));
}
}
}
二、选择排序
介绍
选择式排序也属于内部排序法,是从欲排序的数据中,按指定的规则选出某一元素,再依规定交换位置后达到排序的目的。
思想
选择排序(select sorting)也是一种简单的排序方法。它的基本思想是:第一次从 arr[0]~arr[n-1]中选取最小值, 与 arr[0]交换,第二次从 arr[1]~arr[n-1]中选取最小值,与 arr[1]交换,第三次从 arr[2]~arr[n-1]中选取最小值,与 arr[2] 交换,…,第 i 次从 arr[i-1]~arr[n-1]中选取最小值,与 arr[i-1]交换,…, 第 n-1 次从 arr[n-2]~arr[n-1]中选取最小值, 与 arr[n-2]交换,总共通过 n-1 次,得到一个按排序码从小到大排列的有序序列。
思路分析图
代码实现:
// 选择排序
public class SelectSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
// 定义要进行排序的数组
int[] arr = new int[] {101,-1,202,2};
selectSort(arr);
// 测试排序8w个数据 选择排序花费的时间
// 测试下选择排序排8w个数据的时间
int[] test = new int[80000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 800000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行选择排序
System.out.println("执行选择排序前的时间"+ sifDateFormat.format(beforeDate));
selectSort(test);
Date afterDate = new Date();
System.out.println("执行选择排序后的时间"+ sifDateFormat.format(afterDate));
}
public static void selectSort(int[] arr) {
// 通过下面的代码 总结规律
// 选择排序 要执行arr.length - 1轮 时间复杂度o(n^2)
// 每次在arr.length - 1 - i个元素中找到最小的元素 然后和当前数组最后一个元素做交换
// 从大到小
for (int i = 0; i < arr.length - 1; i++) {
// 初始化最小值 和 最小值下标 默认为数组当前第一位
int minIndex = 0;
int min = arr[minIndex];
for (int j = 0; j < arr.length - i; j++) {
if (min < arr[j]) {// 认为当前的min不是最小的
min = arr[j];
minIndex = j;
}
}
// 开始和数组最后一位交换
arr[minIndex] = arr[arr.length - 1 - i];
arr[arr.length - 1 - i] = min;
// System.out.println("第"+(i+1)+"轮排序后的结果");
// System.out.println(Arrays.toString(arr));
}
/*
// 第一轮排序
// 101,2,202,-1
for (int i = 0; i < arr.length - 0; i++) {
if (min > arr[i]) {// 认为当前的min不是最小的
min = arr[i];
minIndex = i;
}
}
// 开始和数组最后一位交换
arr[minIndex] = arr[arr.length - 1 - 0];
arr[arr.length - 1] = min;
System.out.println("第一轮排序后的结果");
System.out.println(Arrays.toString(arr));
// 第二轮排序
// 101,202,2,-1
minIndex = 0;
min = arr[minIndex];
for (int i = 0; i < arr.length - 1; i++) {
if (min > arr[i]) {// 认为当前的min不是最小的
min = arr[i];
minIndex = i;
}
}
// 开始和数组最后一位交换
arr[minIndex] = arr[arr.length - 1 - 1];
arr[arr.length - 1 - 1] = min;
System.out.println("第二轮排序后的结果");
System.out.println(Arrays.toString(arr));
// 第三轮排序
// 202,101,2,-1
minIndex = 0;
min = arr[minIndex];
for (int i = 0; i < arr.length - 2; i++) {
if (min > arr[i]) {// 认为当前的min不是最小的
min = arr[i];
minIndex = i;
}
}
// 开始和数组最后一位交换
arr[minIndex] = arr[arr.length - 1 - 2];
arr[arr.length - 1 - 2] = min;
System.out.println("第三轮排序后的结果");
System.out.println(Arrays.toString(arr));
*/
}
}
三、插入排序
介绍
插入式排序属于内部排序法,是对于欲排序的元素以插入的方式找寻该元素的适当位置,以达到排序的目的。
思想
插入排序(Insertion Sorting)的基本思想是:把 n 个待排序的元素看成为一个有序表和一个无序表,开始时有序表中只包含一个元素,无序表中包含有 n-1 个元素,排序过程中每次从无序表中取出第一个元素,把它的排序码依次与有序表元素的排序码进行比较,将它插入到有序表中的适当位置,使之成为新的有序表。
思路分析图
代码实现:
// 插入排序
public class InsertSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
// 初始化要排序的数组
int[] arr = new int[] {101,31,202,1};
insertSort(arr);
// 测试排序8w个数据 选择排序花费的时间
// 测试下插入排序排8w个数据的时间
int[] test = new int[8];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 800000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行插入排序
System.out.println("执行插入排序前的时间"+ sifDateFormat.format(beforeDate));
insertSort(test);
Date afterDate = new Date();
System.out.println("执行插入排序后的时间"+ sifDateFormat.format(afterDate));
}
public static void insertSort(int[] arr) {
int insertVal = 0;
int insertIndex = 0;
// 通过下面代码得出规律 使用for循环
for (int i = 1; i < arr.length; i++) {
insertVal = arr[i];
insertIndex = i - 1;
// 找到要插入的位置
while (insertIndex >= 0 && insertVal > arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
// 退出循环时即找到了要插入的位置
arr[insertIndex + 1] = insertVal;
// 31 101 202 1
System.out.println("第"+i+"轮排序完的结果" + Arrays.toString(arr));
}
// // 第一轮
// // 初始化要插入的元素 及要插入的位置
// int insertVal = arr[1];
// int insertIndex = 1 - 1;
// // 找到要插入的位置
// while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
// arr[insertIndex + 1] = arr[insertIndex];
// insertIndex--;
// }
// // 退出循环时即找到了要插入的位置
// arr[insertIndex + 1] = insertVal;
// // 31 101 202 1
// System.out.println("第一轮排序完的结果" + Arrays.toString(arr));
// // 第二轮
// insertVal = arr[2];
// insertIndex = 2 - 1;
// // 找到要插入的位置
// while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
// arr[insertIndex + 1] = arr[insertIndex];
// insertIndex--;
// }
// // 退出循环时即找到了要插入的位置
// arr[insertIndex + 1] = insertVal;
// // 31 101 202 1
// System.out.println("第二轮排序完的结果" + Arrays.toString(arr));
// // 第三轮
// insertVal = arr[3];
// insertIndex = 3 - 1;
// // 找到要插入的位置
// while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
// arr[insertIndex + 1] = arr[insertIndex];
// insertIndex--;
// }
// // 退出循环时即找到了要插入的位置
// arr[insertIndex + 1] = insertVal;
// // 1 31 101 202
// System.out.println("第三轮排序完的结果" + Arrays.toString(arr));
}
}
四、希尔排序
简单插排存在的问题
我们看简单的插入排序可能存在的问题.
数组 arr = {2,3,4,5,6,1} 这时需要插入的数 1(最小), 这样的过程是:
{2,3,4,5,6,6}
{2,3,4,5,5,6}
{2,3,4,4,5,6}
{2,3,3,4,5,6}
{2,2,3,4,5,6}
{1,2,3,4,5,6}
结论: 当需要插入的数是较小的数时,后移的次数明显增多,对效率有影响.
介绍
希尔排序是希尔(Donald Shell)于 1959 年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序。
思想
希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至 1 时,整个文件恰被分成一组,算法便终止
思路分析图
代码实现:
// 希尔排序
public class ShellSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
// 初始化要排序的数组
int[] arr = new int[] {9,4,3,1,6,8,5,2,7,10};
// 测试排序8w个数据 选择排序花费的时间
// 测试下希尔排序排8w个数据的时间
int[] test = new int[80000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 800000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行希尔排序
System.out.println("执行希尔排序前的时间"+ sifDateFormat.format(beforeDate));
shellSort02(test);
Date afterDate = new Date();
System.out.println("执行希尔排序后的时间"+ sifDateFormat.format(afterDate));
// shellSort(arr);
// shellSort02(arr);
}
// 交换法
public static void shellSort(int[] arr) {
// int gap = 5;
int count = 1;
// 通过一下代码 找出希尔排序的规律
for (int gap = arr.length / 2; gap > 0 ; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
for (int j = i - gap ; j >= 0; j -= gap) {
if (arr[j] < arr[j + gap]) {
int temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
// 8 4 2 1 6 9 5 3 7 10
// System.out.println("第"+(count++)+"轮排序后的结果" + Arrays.toString(arr));
}
// for (int i = gap; i < arr.length; i++) {
// for (int j = i - gap ; j >= 0; j -= gap) {
// if (arr[j] > arr[j + gap]) {
// int temp = arr[j];
// arr[j] = arr[j + gap];
// arr[j + gap] = temp;
// }
// }
// }
// // 8 4 2 1 6 9 5 3 7 10
// System.out.println("第一轮排序后的结果" + Arrays.toString(arr));
//
// gap = 5/2;
// for (int i = gap; i < arr.length; i++) {
// for (int j = i - gap ; j >= 0; j -= gap) {
// if (arr[j] > arr[j + gap]) {
// int temp = arr[j];
// arr[j] = arr[j + gap];
// arr[j + gap] = temp;
// }
// }
// }
// // 8 2 6 5 7
// // 4 1 9 3 10
// // 2 1 5 3 6 4 7 9 8 10
// System.out.println("第二轮排序后的结果" + Arrays.toString(arr));
//
// gap = 1;
// for (int i = gap; i < arr.length; i++) {
// for (int j = i - gap ; j >= 0; j -= gap) {
// if (arr[j] > arr[j + gap]) {
// int temp = arr[j];
// arr[j] = arr[j + gap];
// arr[j + gap] = temp;
// }
// }
// }
// // 1,2,3,4,5,6,7,8,9,10
// System.out.println("第三轮排序后的结果" + Arrays.toString(arr));
}
// 移动法
public static void shellSort02(int[] arr) {
int count = 1;
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
int insertIndex = i;
int insetVal = arr[insertIndex];
while (insertIndex - gap >= 0 && insetVal > arr[insertIndex - gap]) {
arr[insertIndex] = arr[insertIndex- gap];
insertIndex -= gap;
}
arr[insertIndex] = insetVal;
}
// 8 4 2 1 6 9 5 3 7 10
// System.out.println("第"+(count++)+"轮排序后的结果" + Arrays.toString(arr));
}
}
}
五、快速排序
介绍
快速排序(Quicksort)是对冒泡排序的一种改进。
思想
基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列
思路分析图
代码实现:
// 快速排序
public class QuickSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
// 初始化要排序的数组
int[] arr = new int[]{-9,78,0,23,-567,70};
int left = 0;
int right = arr.length - 1;
quickSort(arr, left, right);
// 测试排序8kw个数据 选择排序花费的时间
// 测试下快速排序排8kw个数据的时间
int[] test = new int[80000000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 80000000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行希尔排序
System.out.println("执行快速排序前的时间"+ sifDateFormat.format(beforeDate));
left = 0;
right = test.length - 1;
quickSort(test,left,right);
Date afterDate = new Date();
System.out.println("执行快速排序后的时间"+ sifDateFormat.format(afterDate));
// System.out.println("快速排序后的数组"+ Arrays.toString(arr));
}
public static void quickSort(int[] arr,int left,int right) {
int l = left;// 左下标
int r = right;// 右下标
int pivot = arr[(left + right)/2];// 中轴
int temp = 0;// 临时变量 用于交换
//while 循环的目的是让比 pivot 值小放到左边
//比 pivot 值大放到右边
while(l < r) {
// 在pivot左边一直找 直到找到大于等于pivot的值才退出
while (arr[l] < pivot) {
l += 1;
}
// 在pivot右边一直找 直到找到小于等于pivot的值才退出
while (arr[r] > pivot) {
r -= 1;
}
// 如果l >= r 则表示 pivot左边的值全部小于等于pivot 右边的值全部大于等于 pivot
if (l >= r) {
break;
}
// 开始交换
temp = arr[r];
arr[r] = arr[l];
arr[l] = temp;
//如果交换完后,发现这个 arr[l] == pivot 值 相等 r--, 前移
if(arr[l] == pivot) {
r -= 1;
}
//如果交换完后,发现这个 arr[r] == pivot 值 相等 l++, 后移
if(arr[r] == pivot) {
l += 1;
}
}
// 如果 l == r, 必须 l++, r--, 否则为出现栈溢出
if (l == r) {
l += 1;
r -= 1;
}
//向左递归
if(left < r) {
quickSort(arr, left, r);
}
//向右递归
if(right > l) {
quickSort(arr, l, right);
}
}
}
六、归并排序
介绍
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)。
思想
思路分析
来看看治阶段,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
代码实现
// 归并排序
public class MergeSort {
public static void main(String[] args) {
// 初始化要进行排序的数组
int arr[] = { 8, 4, 5, 7, 1, 3, 6, 2 };
int left = 0;
int right = arr.length - 1;
int temp[] = new int[arr.length];
mergeSort(arr, left, right, temp);
// 测试排序8kw个数据 选择排序花费的时间
// 测试下快速排序排8kw个数据的时间
int[] test = new int[8000000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 80000000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行希尔排序
System.out.println("执行归并排序前的时间"+ sifDateFormat.format(beforeDate));
left = 0;
right = test.length - 1;
temp = new int[test.length];
mergeSort(test, left, right, temp);
Date afterDate = new Date();
System.out.println("执行归并排序后的时间"+ sifDateFormat.format(afterDate));
// System.out.println("归并排序后的数组:" + Arrays.toString(arr));
}
// 分+合方法
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
/**
*
* @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, 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
//(一)
//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,小于等于右边有序序列的当前元素
//即将左边的当前元素,填充到 temp 数组
//然后 t++, i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
i++;
t++;
}else{// 反之
temp[t] = arr[j];
j++;
t++;
}
}
// 退出循环时 ij有一方已经玩没了 开始将剩余的一方全部搞到temp中去
//(二)
//把有剩余数据的一边的数据依次全部填充到 temp
while (i<=mid) {// 左边还有元素
temp[t] = arr[i];
i++;
t++;
}
while (j<=right) {// 右边还有元素
temp[t] = arr[j];
j++;
t++;
}
// 所有数据都到了temp 开始将temp copy给原数组
//(三)
//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;
int tempLeft = left; //
//第一次合并 tempLeft = 0 , right = 1 // tempLeft = 2 right = 3 // tL=0 ri=3
//最后一次 tempLeft = 0 right = 7
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
}
七、基数排序
介绍
- 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”中,达到排序的作用
- 基数排序法是属于稳定性的排序,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。
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。
- 这样说明,比较难理解,下面我们看一个图文解释,理解基数排序的步骤
思路分析图
代码实现:
// 基数排序
public class RadixSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
// 初始化要排序的数组
int[] arr = new int[]{53, 3, 542, 748, 14, 214};
radixSort(arr);
// 测试排序8w个数据 选择排序花费的时间
// 测试下基数排序排8w个数据的时间
int[] test = new int[8000000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 80000000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行基数排序
System.out.println("执行基数排序前的时间"+ sifDateFormat.format(beforeDate));
radixSort(test);
Date afterDate = new Date();
System.out.println("执行基数排序后的时间"+ sifDateFormat.format(afterDate));
}
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. 为了防止在放入数的时候,数据溢出,则每个一维数组(桶),大小定为 arr.length
//3. 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,我们定义一个一维数组来记录各个桶的每次放入的数据个数
//可以这里理解
//比如:bucketElementCounts[0] , 记录的就是 bucket[0] 桶的放入数据个数
int[] bucketElementCounts = new int[10];
// 获得数组元素中位数最大的元素及其长度 长度就是遍历次数
int max = 0;
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
int maxSize = (max + "").length();
// 根据前面的代码 总结规律
for (int i = 0,n=1; i < maxSize; i++,n*=10) {
// 第i+1轮对数据中的位进行排序
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / n % 10;// 求出数据的个位数 放入桶子中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
// 遍历每个桶 将桶中的数据取出依次放入arr
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {// 存入数据了才去取 没存入就不用取
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第i+1轮结束后 将bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
// System.out.println("第"+(i+1)+"轮排序完的数组:"+ Arrays.toString(arr));
}
/*
// 第一轮先对数据中的个位进行排序
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / 1 % 10;// 求出数据的个位数 放入桶子中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
// 遍历每个桶 将桶中的数据取出依次放入arr
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {// 存入数据了才去取 没存入就不用取
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第一轮结束后 将bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第一轮排序完的数组:"+ Arrays.toString(arr));
// 第二轮对数据中的十位进行排序
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / 10 % 10;// 求出数据的十位数 放入桶子中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
index = 0;
// 遍历每个桶 将桶中的数据取出依次放入arr
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {// 存入数据了才去取 没存入就不用取
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第二轮结束后 将bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第二轮排序完的数组:"+ Arrays.toString(arr));
// 第二轮对数据中的十位进行排序
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / 100 % 10;// 求出数据的十位数 放入桶子中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
index = 0;
// 遍历每个桶 将桶中的数据取出依次放入arr
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {// 存入数据了才去取 没存入就不用取
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第三轮结束后 将bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第三轮排序完的数组:"+ Arrays.toString(arr));
*/
}
}
八、桶排序
介绍
- 堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为 O(nlogn),它也是不稳定排序。
- 堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。
- 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆
- 大顶堆举例说明
- 小顶堆举例说明
- 一般升序采用大顶堆,降序采用小顶堆
思想
堆排序的基本思想是:
- 将待排序序列构造成一个大顶堆
- 此时,整个序列的最大值就是堆顶的根节点。
- 将其与末尾元素进行交换,此时末尾就为最大值。
- 然后将剩余 n-1 个元素重新构造成一个堆,这样会得到 n 个元素的次小值。如此反复执行,便能得到一个有序序列了。
思路分析图
步骤一 构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。原始的数组 [4, 6, 8, 5, 9]
-
假设给定无序序列结构如下
-
此时我们从最后一个非叶子结点开始(叶结点自然不用调整,第一个非叶子结点arr.length/2-1=5/2-1=1,也就是下面的 6 结点),从左至右,从下至上进行调整。
-
找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换。
-
这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中 6 最大,交换 4 和 6。
此时,我们就将一个无序序列构造成了一个大顶堆。
步骤二 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。 -
将堆顶元素 9 和末尾元素 4 进行交换
- 重新调整结构,使其继续满足堆定义
- 再将堆顶元素 8 与末尾元素 5 进行交换,得到第二大元素 8.
- 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序
再简单总结下堆排序的基本思路:
-
将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
-
将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
-
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。
代码实现
/*
* 堆排序
*/
public class HeapSort {
public static void main(String[] args) {
//要求将数组进行升序排序
int arr[] = {4, 6, 8, 5, 9};
heapSort(arr);
// 测试下堆排序排8kw个数据的时间
int[] test = new int[80000000];
for (int i = 0; i < test.length; i++) {
test[i] = (int)(Math.random() * 80000000); // 生成 【0,800000】的整数
}
Date beforeDate = new Date();
SimpleDateFormat sifDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 执行希尔排序
System.out.println("执行堆排序前的时间"+ sifDateFormat.format(beforeDate));
heapSort(test);
Date afterDate = new Date();
System.out.println("执行堆排序后的时间"+ sifDateFormat.format(afterDate));
}
//编写一个堆排序的方法
// 小顶堆就是降序 大顶堆就是升序
public static void heapSort(int arr[]) {
int temp = 0;
// System.out.println("堆排序");
// adjustHeap(arr, 1, arr.length);
// System.out.println("第一次"+Arrays.toString(arr));//4,5,8,6,9
// adjustHeap(arr, 0, arr.length);
// System.out.println("第二次"+Arrays.toString(arr));//4,5,8,6,9
// 调整数组变成大顶堆 或 小顶堆
for (int i = arr.length/ 2 - 1; i >= 0; i--) {
adjustHeap(arr, i, arr.length);
}
// 交换
for (int i = arr.length - 1; i > 0; i--) {
temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
// 交换后 继续把数组调整成小顶堆或大顶堆
adjustHeap(arr, 0, i);
}
// System.out.println("数组=" + Arrays.toString(arr));
}
/**
* 功能: 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
* 举例 int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
* 如果我们再次调用 adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
* @param arr 待调整的数组
* @param i 表示非叶子结点在数组中索引
* @param lenght 表示对多少个元素继续调整, length 是在逐渐的减少
*/
public static void adjustHeap(int arr[], int i, int length) {
int temp = arr[i];//先取出当前元素的值,保存在临时变量
//开始调整
//说明
//1. k = i * 2 + 1 k 是 i结点的左子结点
for (int k = i * 2 + 1; k < arr.length; k = k * 2 + 1) {
// 数组下标不越界的情况下 左子结点的值 比 右子结点小
if ((k + 1) < arr.length && arr[k] < arr[k + 1]) {
k++;
}
// 当前结点的值比第一个非叶子结点的值大 交换
if (arr[k] > temp) {
arr[i] = arr[k];
i = k;
}
}
//当for 循环结束后,我们已经将以i 为父结点的树的最大值,放在了 最顶(局部)
//将temp值放到调整后的位置
arr[i] = temp;
}
}
九、常用排序算法总结和对比
比较图
相关术语解释
- 稳定:如果 a 原本在 b 前面,而 a=b,排序之后 a 仍然在 b 的前面;
- 不稳定:如果 a 原本在 b 的前面,而 a=b,排序之后 a 可能会出现在 b 的后面;
- 内排序:所有排序操作都在内存中完成;
- 外排序:由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
- 时间复杂度: 一个算法执行所耗费的时间。
- 空间复杂度:运行完一个程序所需内存的大小。
- n: 数据规模
- k: “桶”的个数
- In-place: 不占用额外内存
- Out-place: 占用额外内存