排序算法平均时间复杂度
冒泡排序
O(n2)
选择排序
O(n2)
插入排序
O(n2)
希尔排序
O(n1.5)
快速排序
O(N*logN)
归并排序
O(N*logN)
堆排序
O(N*logN)
基数排序
O(d(n+r))
一. 冒泡排序(BubbleSort)
基本思想:两个数比较大小,较大的数下沉,较小的数冒起来。
过程:
比较相邻的两个数据,如果第二个数小,就交换位置。
从后向前两两比较,一直到比较最前两个数据。最终最小数被交换到起始的位置,这样第一个最小数的位置就排好了。
继续重复上述过程,依次将第2.3...n-1个最小数排好位置。
平均时间复杂度:O(n2)
java代码实现:
public static void BubbleSort(int[] arr){int temp;//临时变量
for(int i=0; i
for(int j=arr.length-1; j>i; j--){if(arr[j] < arr[j-1]){
temp=arr[j];
arr[j]= arr[j-1];
arr[j-1] =temp;
}
}
}
}
优化:
针对问题:
数据的顺序排好之后,冒泡算法仍然会继续进行下一轮的比较,直到arr.length-1次,后面的比较没有意义的。
方案:
设置标志位flag,如果发生了交换flag设置为true;如果没有交换就设置为false。
这样当一轮比较结束后如果flag仍为false,即:这一轮没有发生交换,说明数据的顺序已经排好,没有必要继续进行下去。
public static void BubbleSort1(int[] arr){int temp;//临时变量
boolean flag;//是否交换的标志
for(int i=0; i
flag= false;for(int j=arr.length-1; j>i; j--){if(arr[j] < arr[j-1]){
temp=arr[j];
arr[j]= arr[j-1];
arr[j-1] =temp;
flag= true;
}
}if(!flag) break;
}
}
二. 选择排序(SelctionSort)
基本思想:
在长度为N的无序数组中,第一次遍历n-1个数,找到最小的数值与第一个元素交换;
第二次遍历n-2个数,找到最小的数值与第二个元素交换;
。。。
第n-1次遍历,找到最小的数值与第n-1个元素交换,排序完成。
过程:
平均时间复杂度:O(n2)
java代码实现:
public static void select_sort(int array[],intlenth){for(int i=0;i
minIndex=j;
}
}if(minIndex !=i){int temp =array[i];
array[i]=array[minIndex];
array[minIndex]=temp;
}
}
}
三. 插入排序(Insertion Sort)
基本思想:
在要排序的一组数中,假定前n-1个数已经排好序,现在将第n个数插到前面的有序数列中,使得这n个数也是排好顺序的。如此反复循环,直到全部排好顺序。
过程:
平均时间复杂度:O(n2)
java代码实现:
public static void insert_sort(int array[],intlenth){inttemp;for(int i=0;i0;j--){if(array[j] < array[j-1]){
temp= array[j-1];
array[j-1] =array[j];
array[j]=temp;
}else{ //不需要交换
break;
}
}
}
}
四. 希尔排序(Shell Sort)
前言:
数据序列1: 13-17-20-42-28 利用插入排序,13-17-20-28-42. Number of swap:1;
数据序列2: 13-17-20-42-14 利用插入排序,13-14-17-20-42. Number of swap:3;
如果数据序列基本有序,使用插入排序会更加高效。
基本思想:
在要排序的一组数中,根据某一增量分为若干子序列,并对子序列分别进行插入排序。
然后逐渐将增量减小,并重复上述过程。直至增量为1,此时数据序列基本有序,最后进行插入排序。
过程:
平均时间复杂度:
java代码实现:
public static void shell_sort(int array[],intlenth){int temp = 0;int incre =lenth;while(true){
incre= incre/2;for(int k = 0;k
for(int i=k+incre;ik;j-=incre){if(array[j]
temp= array[j-incre];
array[j-incre] =array[j];
array[j]=temp;
}else{break;
}
}
}
}if(incre == 1){break;
}
}
}
五. 快速排序(Quicksort)
基本思想:(分治)
先从数列中取出一个数作为key值;
将比这个数小的数全部放在它的左边,大于或等于它的数全部放在它的右边;
对左右两个小数列重复第二步,直至各区间只有1个数。
辅助理解:挖坑填数
初始时 i = 0; j = 9; key=72
由于已经将a[0]中的数保存到key中,可以理解成在数组a[0]上挖了个坑,可以将其它数据填充到这来。
从j开始向前找一个比key小的数。当j=8,符合条件,a[0] = a[8] ; i++ ; 将a[8]挖出再填到上一个坑a[0]中。
这样一个坑a[0]就被搞定了,但又形成了一个新坑a[8],这怎么办了?简单,再找数字来填a[8]这个坑。
这次从i开始向后找一个大于key的数,当i=3,符合条件,a[8] = a[3] ; j-- ; 将a[3]挖出再填到上一个坑中。
数组:72-6-57-88-60-42-83-73-48-850123456789
此时 i = 3; j = 7; key=72
再重复上面的步骤,先从后向前找,再从前向后找。
从j开始向前找,当j=5,符合条件,将a[5]挖出填到上一个坑中,a[3] = a[5]; i++;
从i开始向后找,当i=5时,由于i==j退出。
此时,i = j = 5,而a[5]刚好又是上次挖的坑,因此将key填入a[5]。
数组:48-6-57-88-60-42-83-73-88-850123456789
可以看出a[5]前面的数字都小于它,a[5]后面的数字都大于它。因此再对a[0…4]和a[6…9]这二个子区间重复上述步骤就可以了。
0 1 2 3 4 5 6 7 8 9
平均时间复杂度:O(N*logN)
代码实现:
public static void quickSort(int a[],int l,intr){if(l>=r)return;int i = l; int j = r; int key = a[l];//选择第一个数为key
while(i=key)//从右向左找第一个小于key的值
j--;if(i
a[i]=a[j];
i++;
}while(i
i++;if(i
a[j]=a[i];
j--;
}
}//i == j
a[i] =key;
quickSort(a, l, i-1);//递归调用
quickSort(a, i+1, r);//递归调用
}
key值的选取可以有多种形式,例如中间数或者随机数,分别会对算法的复杂度产生不同的影响。
六. 归并排序(Merge Sort)
基本思想:参考
归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法的一个非常典型的应用。
首先考虑下如何将2个有序数列合并。这个非常简单,只要从比较2个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列为空,那直接将另一个数列的数据依次取出即可。
//将有序数组a[]和b[]合并到c[]中
void MemeryArray(int a[], int n, int b[], int m, intc[])
{inti, j, k;
i= j = k = 0;while (i < n && j
{if (a[i]
c[k++] = a[i++];elsec[k++] = b[j++];
}while (i
c[k++] = a[i++];while (j
c[k++] = b[j++];
}
解决了上面的合并有序数列问题,再来看归并排序,其的基本思路就是将数组分成2组A,B,如果这2组组内的数据都是有序的,那么就可以很方便的将这2组数据进行排序。如何让这2组组内数据有序了?
可以将A,B组各自再分成2组。依次类推,当分出来的小组只有1个数据时,可以认为这个小组组内已经达到了有序,然后再合并相邻的2个小组就可以了。这样通过先递归的分解数列,再合并数列就完成了归并排序。
过程:
平均时间复杂度:O(NlogN)
归并排序的效率是比较高的,设数列长为N,将数列分开成小数列一共要logN步,每步都是一个合并有序数列的过程,时间复杂度可以记为O(N),故一共为O(N*logN)。
代码实现:
public static void merge_sort(int a[],int first,int last,inttemp[]){if(first
merge_sort(a,first,middle,temp);//左半部分排好序
merge_sort(a,middle+1,last,temp);//右半部分排好序
mergeArray(a,first,middle,last,temp); //合并左右部分
}
}//合并 :将两个序列a[first-middle],a[middle+1-end]合并
public static void mergeArray(int a[],int first,int middle,int end,inttemp[]){int i =first;int m =middle;int j = middle+1;int n =end;int k = 0;while(i<=m && j<=n){if(a[i] <=a[j]){
temp[k]=a[i];
k++;
i++;
}else{
temp[k]=a[j];
k++;
j++;
}
}while(i<=m){
temp[k]=a[i];
k++;
i++;
}while(j<=n){
temp[k]=a[j];
k++;
j++;
}for(int ii=0;ii
a[first+ ii] =temp[ii];
}
}
七. 堆排序(HeapSort)
基本思想:
图示: (88,85,83,73,72,60,57,48,42,6)
Heap Sort
平均时间复杂度:O(NlogN)
由于每次重新恢复堆的时间复杂度为O(logN),共N - 1次重新恢复堆操作,再加上前面建立堆时N / 2次向下调整,每次调整时间复杂度也为O(logN)。二次操作时间相加还是O(N * logN)。
java代码实现:
//构建最小堆
public static void MakeMinHeap(int a[], intn){for(int i=(n-1)/2 ; i>=0 ; i--){
MinHeapFixdown(a,i,n);
}
}//从i节点开始调整,n为节点总数 从0开始计算 i节点的子节点为 2*i+1, 2*i+2
public static void MinHeapFixdown(int a[],int i,intn){int j = 2*i+1; //子节点
int temp = 0;while(j
if(j+1
j++;
}if(a[i] <=a[j])break;//较大节点下移
temp =a[i];
a[i]=a[j];
a[j]=temp;
i=j;
j= 2*i+1;
}
}public static void MinHeap_Sort(int a[],intn){int temp = 0;
MakeMinHeap(a,n);for(int i=n-1;i>0;i--){
temp= a[0];
a[0] =a[i];
a[i]=temp;
MinHeapFixdown(a,0,i);
}
}
八. 基数排序(RadixSort)
BinSort
基本思想:
BinSort想法非常简单,首先创建数组A[MaxValue];然后将每个数放到相应的位置上(例如17放在下标17的数组位置);最后遍历数组,即为排序后的结果。
图示:
BinSort
问题: 当序列中存在较大值时,BinSort 的排序方法会浪费大量的空间开销。
RadixSort
基本思想: 基数排序是在BinSort的基础上,通过基数的限制来减少空间的开销。
过程:
过程1
过程2
(1)首先确定基数为10,数组的长度也就是10.每个数34都会在这10个数中寻找自己的位置。
(2)不同于BinSort会直接将数34放在数组的下标34处,基数排序是将34分开为3和4,第一轮排序根据最末位放在数组的下标4处,第二轮排序根据倒数第二位放在数组的下标3处,然后遍历数组即可。
java代码实现:
public static void RadixSort(int A[],int temp[],int n,int k,int r,intcnt[]){//A:原数组//temp:临时数组//n:序列的数字个数//k:最大的位数2//r:基数10//cnt:存储bin[i]的个数
for(int i=0 , rtok=1; i
for(int j=0;j
cnt[j]= 0;
}//计算每个箱子的数字个数
for(int j=0;j
cnt[(A[j]/rtok)%r]++;
}//cnt[j]的个数修改为前j个箱子一共有几个数字
for(int j=1;j
cnt[j]= cnt[j-1] +cnt[j];
}for(int j = n-1;j>=0;j--){ //重点理解
cnt[(A[j]/rtok)%r]--;
temp[cnt[(A[j]/rtok)%r]] =A[j];
}for(int j=0;j
A[j]=temp[j];
}
}
}
转载自: