简单排序
冒泡排序
原理
- 比较相邻的元素。如果前一个元素比后一个元素大,就交换这两个元素的位置。
- 对每一对相邻元素做同样的工作,从开始第一对元素到结尾的后一对元素。终后位置的元素就是大值。
代码实现
public class BubbleSort {
public static void sort(Comparable[] a) {
for(int i = 0;i<a.length-1;i++) {
for(int j = 0;j<a.length-1-i;j++) {
if(greater(a[j],a[j+1])) {
exchange(a,j,j+1);
}
}
}
}
private static boolean greater(Comparable a,Comparable b) {
return a.compareTo(b)>0;
}
private static void exchange(Comparable[] a,int i,int j) {
Comparable tmp;
tmp = a[i];
a[i] = a[j];
a[j] = tmp;
}
}
主类
package p_01;
import java.util.Arrays;
import p_02.*;
public class Main {
public static void main(String[] args) {
Integer a[] = {4,3,2,10,12,1,5,6};
Shell.sort(a);
System.out.println(Arrays.toString(a));
}
}
时间复杂度
冒泡排序使用了双层for循环,其中内层循环的循环体是真正完成排序的代码,所以, 我们分析冒泡排序的时间复杂度,主要分析一下内层循环体的执行次数即可。
在坏情况下,也就是假如要排序的元素为{6,5,4,3,2,1}逆序,那么:
元素比较的次数为:
(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
元素交换的次数为:
(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
总执行次数为:
(N2/2-N/2)+(N2/2-N/2)=N^2-N; 按照大O推导法则,保留函数中的高阶项那么终冒泡排序的时间复杂度为O(N^2).
选择排序
原理
- 每一次遍历的过程中,都假定第一个索引处的元素是小值,和其他索引处的值依次进行比较,如果当前索引处 的值大于其他某个索引处的值,则假定其他某个索引出的值为小值,后可以找到小值所在的索引。
- 交换第一个索引处和小值所在的索引处的值。
代码实现
public class Selection {
public static void sort(Comparable[] a) {
for(int i = 0;i<=a.length-2;i++) { //只剩最后一个元素就不用排序了,所以是a.length-2
int minIndex = i;
for(int j=i+1;j<a.length;j++) {
if(greater(a[minIndex],a[j])) { //当前最小值比当前值大,需要交换。
minIndex = j;
}
}
exchange(a,i,minIndex);
}
}
比较函数和交换函数都和冒泡排序的一样,这里不再重复。后面的没有特别说明的话同上。
测试用的主类只需要改一下调用的函数就可,也不再重复。
时间复杂度分析
选择排序使用了双层for循环,其中外层循环完成了数据交换,内层循环完成了数据比较,所以我们分别统计数据 交换次数和数据比较次数:
(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
数据交换次数:
N-1
时间复杂度:N2/2-N/2+(N-1)=N2/2+N/2-1;
根据大O推导法则,保留高阶项,去除常数因子,时间复杂度为O(N^2);
插入排序
原理
- 把所有的元素分为两组,已经排序的和未排序的;
- 找到未排序的组中的第一个元素,向已经排序的组中进行插入;
- 倒叙遍历已经排序的元素,依次和待插入的元素进行比较,直到找到一个元素小于等于待插入元素,那么就把待 插入元素放到这个位置,其他的元素向后移动一位;
代码实现
public class Insertion {
public static void sort(Comparable[] a) {
for(int i=1;i<a.length;i++) {
for(int j=i;j>0;j--) {
if(greater(a[j-1],a[j])) {
exchange(a,j-1,j);
}else {
break;
}
}
}
}
时间复杂度分析
插入排序使用了双层for循环,其中内层循环的循环体是真正完成排序的代码,所以,我们分析插入排序的时间复 杂度,主要分析一下内层循环体的执行次数即可。
坏情况,也就是待排序的数组元素为{12,10,6,5,4,3,2,1},那么:
比较的次数为:
(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
交换的次数为:
(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
总执行次数为:
(N2/2-N/2)+(N2/2-N/2)=N^2-N;
按照大O推导法则,保留函数中的高阶项那么终插入排序的时间复杂度为O(N^2).