排序算法学习记录

已于 2022-05-12 11:14:33 修改
阅读量489 收藏
点赞数 1
分类专栏： 数据结构小白的学习之路 文章标签： java 算法
于 2022-04-26 10:39:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qs_266/article/details/124422206
版权

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述
在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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
在这里插入图片描述

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

  1. 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
  2. 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
  3. 基数排序(Radix Sort)是桶排序的扩展
  4. 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

  1. 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。
  2. 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

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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

  1. 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。
  2. 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。
  3. 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
  4. 大顶堆举例说明
    在这里插入图片描述
  5. 小顶堆举例说明
    在这里插入图片描述
  6. 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：

  1. 将待排序序列构造成一个大顶堆
  2. 此时，整个序列的最大值就是堆顶的根节点。
  3. 将其与末尾元素进行交换，此时末尾就为最大值。
  4. 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]

  1. 假设给定无序序列结构如下
    在这里插入图片描述

  2. 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。
    在这里插入图片描述

  3. 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。
    在这里插入图片描述

  4. 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。
    在这里插入图片描述
    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。

  5. 将堆顶元素 9 和末尾元素 4 进行交换

在这里插入图片描述

  1. 重新调整结构，使其继续满足堆定义

在这里插入图片描述

  1. 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.

在这里插入图片描述

  1. 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

在这里插入图片描述
再简单总结下堆排序的基本思路：

  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或小顶堆;

  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。

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

在这里插入图片描述

相关术语解释

  1. 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；
  2. 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；
  3. 内排序：所有排序操作都在内存中完成；
  4. 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；
  5. 时间复杂度： 一个算法执行所耗费的时间。
  6. 空间复杂度：运行完一个程序所需内存的大小。
  7. n: 数据规模
  8. k: “桶”的个数
  9. In-place: 不占用额外内存
  10. Out-place: 占用额外内存
qs_266
关注
专栏目录
排序算法学习笔记
庚午步雲
08-16 759
各种排序算法C++实现：冒泡排序、快排、直接插入排序、希尔排序、直接选择排序、堆排序、归并排序
数据结构与算法学习笔记
热门推荐
ityqing的博客
09-25 34万+
本文是王争老师的《算法与数据结构之美》的学习笔记，详细内容请看王争的专栏。有不懂的地方指出来，我做修改。 数据结构与算法思维导图 数据结构指的是“一组数据的存储结构”，算法指的是“操作数据的一组方法”。 数据结构是为算法服务的，算法是要作用再特定的数据结构上的。 最常用的数据结构预算法: 数据结构：数组、链表、栈、队列、散列表、二叉树‘、堆、跳表、图、Tire树 算法： 递归...
八大排序算法（C语言实现）
2021dragon的博客
05-16 8万+
文章目录插入排序插入排序希尔排序选择排序选择排序堆排序交换排序冒泡排序快速排序并归排序并归排序 插入排序 插入排序 希尔排序 选择排序 选择排序 堆排序 交换排序 冒泡排序 快速排序 并归排序 并归排序 ...
P251~254C++常用排序算法学习笔记.docx
04-13
C++常用排序算法学习笔记 本文档主要介绍了五种常用的排序算法，分别是sort、random_shuffle、merge、reverse四种算法。这些算法在实际开发中非常重要，需要开发者熟练掌握。 5.3.1 sort sort是C++中最常用的排序...
十大排序算法知识学习笔记
08-20
十大排序算法知识学习笔记
学习笔记-排序,在vscode上整合了学习的排序算法
08-14
学习笔记-排序,在vscode上整合了学习的排序算法
Java数据结构与算法学习笔记之排序
05-03
Java数据结构与算法学习笔记之排序，主要探讨了六种常见的排序算法：冒泡排序、选择排序、插入排序、希尔排序、归并排序和快速排序。这些排序算法是计算机科学的基础，无论是在日常开发还是面试中都经常遇到。现在...
Java-网络
最新发布
2301_81543552的博客
09-14 481
Java中的网络编程主要涉及使用Socket类进行网络通信，以及理解各种网络协议。以下是一些关键概念和示例代码，帮助您入门。
上传文件到钉盘流程详解
jspyth的博客
09-14 515
本文详解如何通过钉钉的API实现上传文件到钉盘目录，代码通过JAVA实现。
Java集合：Stack详解
yang_brother的博客
09-10 611
Java 中的Stack类是一个后进先出（LIFO, Last In First Out）的数据结构，它继承自Vector类。尽管Stack是一个可用的类，但它被认为是遗留的，并且在新代码中不推荐使用。通常建议使用Deque或ArrayDeque作为替代。
C++位图的实现与详解
2301_80468112的博客
09-09 669
在讲解位图之前我们先来看一道很经典的面试题。给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。我们有以下两种种解决方法：1. 遍历，时间复杂度O(N)。（太慢）2. 排序(O(NlogN))，利用二分查找: logN。深入分析:解题思路2是否可行，我们先算算40亿个数据大概需要多少内存。
Java wrapperr打包springboot项目到linux和Windows
欢迎查阅
09-14 857
测试启动就是点击App.bat 就会有信息的输出 installApp就是注册为一个windows上的一个服务。上图文件复制的地方 全部复制过去 保留自己需要的 然后去掉后缀.in。下载：linux的目前免费的 windows 64位的好像收费的。前提： 一定要有Java环境（我使用的是jdk1.8）解压的目录，然后我们新建自己的项目目录java-jsw。前面是你解压的原文件 后边是你自己建的目录路径。步骤和上面的一样 不过复制的文件不一样。下载一个社区版本的应该就够用了。需要注意的点 有Java环境。
C#基础（11）函数重载
a6s686的博客
09-12 846
我们通过这些例子的学习，想毕你一定已经掌握了函数重载的相关内容，我相信你只要稍加练习，便能达到很熟练的程度。不过不管知识点难或者简单，还是那句话，学习路上，戒骄戒躁，脚踏实地。请期待我的下一篇博客！
Spring AMQP给消息添加头信息
yong472727322的博客
09-10 295
【代码】Spring AMQP给消息添加头信息。
计算机毕业设计 基于SpringBoot的课程教学平台的设计与实现 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试
weixin_19164791635
09-12 875
本文介绍了一款基于Java、SpringBoot和Vue.js技术的课程教学平台。该平台服务于管理员、学生和教师，提供教学资源管理、课程信息浏览、作业提交与批改等功能，旨在优化教学流程，提升教育质量，促进教育资源的数字化共享，推动教育信息化发展。
spring security中几大组件的作用和执行顺序
阿信今天的代码没bug的博客
09-11 309
spirng security中的几大组件的差异和执行顺序
模拟面试后端开发复盘
Java小白的博客 致力分享每一天学到的知识
09-11 1117
一般来说系统的开发和设计思路的话，就是一般现在的项目基本上都是前后端分离架构来实现的，所以在项目的设计时，要分层次结构来划定。前后端分离架构中，前端一般是有专业的前端工程师来写的，因此我们步需要过分的关注前端，可以在github上找到相关的前端项目即可。
算法学习笔记：基础特征、查找与排序方法详解
本资源是一份关于算法学习的初步笔记文档，包含了算法的基本概念、特性、设计原则以及具体实现。以下是主要知识点的详细解析： 1. **算法的特征**： - **有穷性**：算法必须能在有限步内完成，对于任何输入，无论...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值