1、插入排序 (折半插排)
减治算法排序
每次从无序区间选择第一个数,插入到有序区间的合适位置
2 3 4 5 9 1768
1 2 3 4 5 9 768
1 2 3 4 5 7 9 68
一共需要多少次插入 size-1
想清楚有序区间 无序区间
插入过程:每次把无序区间的第一个数进行插入 在有序区间内遍历
1)找到合适的位置
2)搬移原有数据 为该数据腾位
时间复杂度 逆序(O(n)^2)
正序(O(n))
越接近有序执行效率越高
空间复杂度 O(1)
稳定性:稳定
public static void inserSort(int[] array){
for(int i=0;i<array.length-1;i++){
/**
* 有序区间[0,i]
* 无序区间[i+1,length-1]
* 待插入的数据为array[i+1]
* 插入过程在有序区间内查找
*/
int key=array[i+1];
int j;
//查找
for(j=i;j>=0;j--){
//加=保证稳定性
if(key>=array[j]){
break;
}
}
//j+1放到key位置
for(int k=i;k>j;k--){
array[k+1]=array[k];
}
array[j+1]=key;
}
}
2、希尔排序
建立在插排之前 分组(预排序)
分组数目
size=10;gap=size
gap=gap/3+1
前提:利用插入排序,数字组越接近有序,时间效率越高
在插入排序之前做预排序(分组插排),是数组尽可能接近有序
如何分组问题:
动态分组:gap=gap/3+1 gap=gap/2
时间复杂度
最好O(n) 平均O(n^1.3-1.4) 最坏(O(n^2))
时间复杂度 O(1)
稳定性:不稳定,相同的数被分到不同的组里,无法保证
public static void inserSortGap(int[] array,int gap) {
for (int i = 0; i < array.length - gap; i++) {
int key = array[i + gap];
int j;
for (j = i; j >= 0 && key < array[j]; j -= gap) {
if (key < array[j]) {
array[j + gap] = array[j];
}
array[j + gap] = key;
}
}
}
public static void shellSort(int[]array){
int gap=array.length;
while(true) {
gap =gap/3+1;
inserSortGap(array, gap);
if(gap==1){
return ;
}
}
}
`3、选择排序(直接选择排序、堆排序)
减治算法 n-1
每次遍历无序遍历(直接遍历,利用堆) 找到无序区间最大的数
把最大的数放到无序区间的最后边
一直选择n-1 次 数据完全有序
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){
//每次选最大的数
for(int i=0;i<array.length;i++){
//无序区间[0,array.length-i)
//有序区间
int max=0;
int j;
for(j=1;j<array.length-i;i++){
if(array[j]>array[max]){
max=j;
}
}
swap(array,max,j);
}
}
4、堆排序
时间复杂度 O(n*log(n))
空间复杂度 O(1)
稳定性 不稳定
``public static void heapSort(int[] array){
createHeap(array,array.length);
for(int i=0;i<array.length-1;i++){
//无序[0,array.length-i)
swap(array,0,array.length-i);
Heapify(array,array.length-i,0);
}
}
//建堆
public static void createHeap(int[]array,int size){
for(int i=(size-2)/2;i>=0;i--){
Heapify(array,size,i);
}
}
//向下调整
public static void Heapify(int[]array,int size,int index){
while(true){
int left=2*index-1;
if(left>size){
return;
}
int max=left;
if(left+1<size&&array[left]<array[left+1]){
max=left+1;
}
if(array[max]>array[index]){return;}
swap(array,index,max);
}
}
5、冒泡排序
时间复杂度 最好情况(O(n)) 最坏/平均(O(n^2))
空间复杂度(O(1)
稳定性: 稳定
区分低配选择排序和冒泡排序
public static void bubleSort(int[]array){
for(int i=0;i<array.length-1;i++){
for(int j=0;j<array.length-1-i;j++){
if(array[j]>array[j+1]){
swap(array,j,j+1);
}
}
}
}
重点:快速排序
分治算法
步骤:
1、在整个排序区间内 确定一个基准值
2、遍历整个待排序区间,将所有数据和基准值比较,最终达到
比基准值小的(可包含等于) 在基准值左边 递归
大 右 (partition-分割)
3、用同样的策略处理左右两个小的待排序区间,直到
1)小区间没有数据了size0
2)小区间已经有序了size1
public static void quickSortf(int[]array){
Stack<Integer>stack=new Stack<>();
stack.push(array.length);
stack.push(0);
while(!stack.empty()){
int left=stack.pop();
int right=stack.pop();
if(left>=right){
continue;
}
int privotindex=partition(array,left,right);
}
}
暂时先记录这几种排序
19 9.7