上次我们了解了对数组的基本操作,那么谈到数组,我们就不得不谈谈数组的排序
排序是计算机内经常进行的一种操作,其目的是将一组“无序”的记录序列调整为“有序”的记录序列 -- 百度百科
排序是我们经常需要使用到的数据操作,比如最常见的对学生成绩进行排序、对商品价格进行排序以及对文件进行文件夹排序等等
一个算法,对于一个序列中的相同元素,如果排序后的相对位置保持不变,那么我们就认为该算法是稳定的,举个栗子:
原序列
序列【2,5,6,3,4,2】
编号【0,1,2,3,4,5】
排序后
序列【2,2,3,4,5,6】
编号【0,5,3,4,1,2】
如上,排序好后,编号5代表的2元素依然在编号0代表的2元素的后面,此时,我们就认为该排序算法是稳定的
那么有人就问了,能排好序不就行了么,为什么还要要求稳定性呢,稳定性有什么用呢?
还是那个栗子,我们需要对编号1-100的学生的成绩进行排序,对于相同分数的人,我们多会要求其按照原来的编号顺序进行排列,此时我们就需要对其进行稳定排序啦
时间复杂度与空间复杂度
时间复杂度是一个函数,它描述的是运行该算法所需要的时间,即执行该算法所需要的计算工作量。
空间复杂度是指算法在运算的过程中临时占的储存空间的大小,即执行该算法所用的储存空间。(摘自百度百科)
简单来说:时间复杂度就是用来描述算法运行的时间,但是当我们在运行算法之前,该怎么描述时间复杂度呢,或者每次算法运行时间都有那么一些细微的差别,我们又以哪个为准呢???其实,如果我们定义每一次基本操作运行时间都是相同的,复杂度是通过运行基本操作的次数来表示其时间复杂度的
一个简单的例子:
1 public static void main(String[] args) { 2 3 int n=10; 4 // (1)执行了n次 5 for (int i = 0; i < n; i++) { 6 // 执行了n此 7 for (int j = 0; j < n; j++) { 8 System.out.println("执行了一次"); 9 } 10 // 执行了n此 11 for (int j = 0; j < n; j++) { 12 System.out.println("执行了一次"); 13 } 14 } 15 16 // (2)执行了n此 17 for (int j = 0; j < n; j++) { 18 System.out.println("执行了一次"); 19 } 20 21 System.out.println("执行了一次"); 22 }
此例中第一个(1)for循环每执行一次其内部都会又执行两次n次,所以其执行的次数为n(2n),而第二个(2)for循环又会执行n次,再加上末尾有个打印语句,所以可以表示其运行时间为T(n)=2n2+n+1;但是我们知道计算机的执行速度非常快,其单次运行的时间可以忽略不计,所以T(n)近等于2n2+n,此时虽然看起来比较好了但是还不够,尤其是当一个式子比较复杂时依然看起来比较麻烦,而我们知道,当n的值越大时,其最高项系数决定了该函式的主要趋势,所以我们只保留其函式的最高项,并去除其常数系数,用来表示其时间复杂度的渐进趋势,称为渐进时间复杂度,用O来表示,所以此例的渐进时间复杂度表示为O(n2)
附几个常见函数的趋势图:
稳定排序
插入排序
冒泡排序、鸡尾酒排序、地精排序
计数排序、基数排序、桶排序
归并排序
非稳定排序
选择排序
希尔排序
堆排序
快速排序、内省排序
以及不太实用的排序
睡眠排序
猴子排序
面条排序
珠算排序