参考:http://www.cnblogs.com/liuling/p/2013-7-24-01.html
内排序有可以分为以下几类:
(1)、插入排序:直接插入排序、二分法插入排序、希尔排序。
(2)、选择排序:简单选择排序、堆排序。
(3)、交换排序:冒泡排序、快速排序。
(4)、归并排序
(5)、基数排序
这里分析1——4,下次有时间了继续分析基数排序。
一、插入排序
①直接插入排序(从后向前找到合适位置后插入)
1、基本思想:每步将一个待排序的记录,按其顺序码大小插入到前面已经排序的字序列的合适位置(从后向前找到合适位置后),直到全部插入排序完为止。
【code】
/**
* 直接插入排序 最好O(n) 最差O(n2) 稳定
*/
public static int[] insertSort(int[] numbers) {
for (int i = 0; i < numbers.length; i++) {
int temp = numbers[i];
int j;
for (j = i - 1; j >= 0; j--) {
if (numbers[j] > temp) {
numbers[j + 1] = numbers[j];
} else {
break;
}
}
numbers[j + 1] = temp;
}
return numbers;
}
②二分法插入排序(按二分法找到合适位置插入)
1、基本思想:二分法插入排序的思想和直接插入一样,只是找合适的插入位置的方式不同,这里是按二分法找到合适的位置,可以减少比较的次数。
【code】
/**
* 二分查找排序 最好O(n) 最差O(n2/2) 稳定
*/
public static int[] halfFindSort(int[] numbers) {
for (int i = 0; i < numbers.length; i++) {
int temp = numbers[i];
int left = 0;
int right = i - 1;
int mid = 0;
while (left <= right) {
mid = (left + right) / 2;
if (temp < numbers[mid]) {
right = mid - 1;
} else {
left = mid + 1;
}
}
for (int j = i - 1; j >= left; j--) {
numbers[j + 1] = numbers[j];
}
if (left != i) {
numbers[left] = temp;
}
}
return numbers;
}
③希尔排序
1、基本思想:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。该方法实质上是一种分组插入方法。
【code】
/**
* 希尔排序 O(nlogn) 不稳定
*/
public static int[] shellSort(int[] numbers) {
int d = numbers.length;
while (true) {
d = d / 2;
for (int i = 0; i < d; i++) {
for (int j = i + d; j < numbers.length; j = j + d) {
int temp = numbers[j];
int k;
for (k = j - d; k >= 0 && numbers[k] > temp; k = k - d) {
numbers[k + d] = numbers[k];
}
numbers[k + d] = temp;
}
}
if (d == 1) {
break;
}
}
return numbers;
}
/**
* 选择排序 O(n2) 不稳定
*/
public static void selectSort(int[] numbers) {
for (int i = 0; i < numbers.length; i++) {
int min = numbers[i];
int n = i;
for (int j = i + 1; j < numbers.length; j++) {
if (numbers[j] < min) {
min = numbers[j];
n = j;
}
}
numbers[n] = numbers[i];
numbers[i] = min;
}
}
②堆排序
1、基本思想:
堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆的定义下:具有n个元素的序列 (h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1) (i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二 叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。
思想:初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个 堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对 它们作交换,最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
/**
* 堆排序 O(nlogn) 不稳定 初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个 堆,这时堆的根节点的数最大。
* 然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。
*/
public static void heapSort(int[] numbers) {
for (int i = 0; i < numbers.length - 1; i++) {
// 建堆
buildMaxHeap(numbers, numbers.length - 1 - i);
// 交换堆顶元素和最后一个元素
swap(numbers, 0, numbers.length - 1 - i);
// System.out.println(Arrays.toString(numbers));
}
}
public static void buildMaxHeap(int[] data, int lastIndex) {
// 从lastIndex处节点的父节点开始
for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
System.out.println(Arrays.toString(data));
// k保存正在判断的节点
int k = i;
// 如果当前k节点的子节点存在
while (k * 2 + 1 <= lastIndex) {
// k节点的左子节点索引
int biggerIndex = 2 * k + 1;
// 如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
if (biggerIndex < lastIndex) {
// 如果右子节点的值较大
if (data[biggerIndex] < data[biggerIndex + 1]) {
// biggerIndex总是记录较大子节点的索引
biggerIndex++;
}
}
// 如果k节点的值小于其较大的子节点的值
if (data[k] < data[biggerIndex]) {
// 交换它们
swap(data, k, biggerIndex);
// 将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
k = biggerIndex;
} else {
break;
}
}
}
}
public static void swap(int[] data, int i, int j) {
int tem = data[i];
data[i] = data[j];
data[j] = tem;
}
三、交换排序
①冒泡排序
1、基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒。即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将它们互换。
/**
* 冒泡排序 O(n2)
*/
public static void MaoPaoSort1(int[] numbers) {
for (int i = 0; i < numbers.length - 1; i++) {
for (int j = i + 1; j < numbers.length; j++) {
if (numbers[i] > numbers[j]) {
swap(numbers, i, j);
}
}
}
}
public static void MaoPaoSort2(int[] numbers) {
for (int i = 0; i < numbers.length; i++) {
for (int j = 0; j < numbers.length - i - 1; j++) {
if (numbers[j] > numbers[j + 1]) {
swap(numbers, j, j + 1);
}
}
}
}
/**
* 快排O(nlogn)
*/
public static void quickSort(int[] numbers, int low, int high) {
if (low < high) {
int middle = getMiddle(numbers, low, high);
quickSort(numbers, low, middle - 1);
quickSort(numbers, middle + 1, high);
}
}
public static int getMiddle(int[] numbers, int low, int high) {
int temp = numbers[low];
while (low < high) {
while (low < high && numbers[high] >= temp) {
high--;
}
numbers[low] = numbers[high];
while (low < high && numbers[low] <= temp) {
low++;
}
numbers[high] = numbers[low];
}
numbers[low] = temp;
return low;
}
四、归并排序
1、基本思想:归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
/**
* 归并排序 O(nlogn)
*/
public static void mergeSort(int[] numbers, int low, int high) {
if (low < high) {
int middle = (low + high) / 2;
mergeSort(numbers, low, middle);
mergeSort(numbers, middle + 1, high);
merge(numbers, low, middle, high);
}
}
public static void merge(int[] numbers, int low, int middle, int high) {
int[] tmpArr = new int[numbers.length];
int tem = low;
int mid = middle + 1;
int temp = low;
while (low <= middle && mid <= high) {
if (numbers[low] < numbers[mid]) {
tmpArr[tem++] = numbers[low++];
} else {
tmpArr[tem++] = numbers[mid++];
}
}
while (low <= middle) {
tmpArr[tem++] = numbers[low++];
}
while (mid <= high) {
tmpArr[tem++] = numbers[mid++];
}
while (temp<=high) {
numbers[temp] = tmpArr[temp++];
}
}
总结:
一、稳定性:
稳定:冒泡排序、插入排序、归并排序和基数排序
不稳定:选择排序、快速排序、希尔排序、堆排序
二、平均时间复杂度
O(n^2):直接插入排序,简单选择排序,冒泡排序。
在数据规模较小时(9W内),直接插入排序,简单选择排序差不多。当数据较大时,冒泡排序算法的时间代价最高。性能为O(n^2)的算法基本上是相邻元素进行比较,基本上都是稳定的。
O(nlogn):快速排序,归并排序,希尔排序,堆排序。
其中,快排是最好的, 其次是归并和希尔,堆排序在数据量很大时效果明显。
三、排序算法的选择
1.数据规模较小
(1)待排序列基本序的情况下,可以选择直接插入排序;
(2)对稳定性不作要求宜用简单选择排序,对稳定性有要求宜用插入或冒泡
2.数据规模不是很大
(1)完全可以用内存空间,序列杂乱无序,对稳定性没有要求,快速排序,此时要付出log(N)的额外空间。
(2)序列本身可能有序,对稳定性有要求,空间允许下,宜用归并排序
3.数据规模很大
(1)对稳定性有求,则可考虑归并排序。
(2)对稳定性没要求,宜用堆排序
4.序列初始基本有序(正序),宜用直接插入,冒泡