排序算法
(此处不是打广告,本人借鉴尚硅谷公开的相关资料学习。审核必看)
介绍
冒泡排序
import java.util.Arrays;
/**
* 内部排序-交换排序-冒泡排序
* 后面优化如果一趟比较下
* 来没有进行过交换,就说明序列有序,因此要在排序过程中设置
* 一个标志flag判断元素是否进行过交换。
*/
public class BubbleSorting {
public static void main(String[] args) {
//int arr[] = {3, 9, -1, 10, 20};// 从小到大排序
// 为了容易理解,排序演变过程展示出来
// 第一趟排序,将最大的数排在最后
// 测试一下冒泡排序的速度O(n^2)
int[] arr = new int[80000];
for(int i =0; i < 80000;i++) {
arr[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
bubbleSorting(arr);
System.out.println("排序后的数组:");
System.out.println(Arrays.toString(arr));
// 第二趟排序
/* for (int j = 0; j < arr.length - 1 - 1; j++) {
// 如果前面的数比后面的数大,就发生交换
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第二趟排序后的数组");
System.out.println(Arrays.toString(arr));*/
// 后面以此类推
/*
第一趟排序后的数组
[3, -1, 9, -2, 10]
第二趟排序后的数组
[-1, 3, -2, 9, 10
*/
}
// 冒泡排序 冒泡排序所化时间:9349ms
public static void bubbleSorting(int[] arr){
Long start = System.currentTimeMillis();
// 冒泡排序时间复杂度O(n^2)
int temp = 0;//临时变量
boolean flag = false;// 标识变量,表示是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
// 如果前面的数比后面的数大,就发生交换
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
if(!flag){
// 说明一次交换都没发生
break;
}else{
// 重置flag
flag = false;
}
}
Long end = System.currentTimeMillis();
System.out.println("冒泡排序所化时间:"+(end-start)+"ms");
}
}
选择排序
/**
* 内部排序-选择排序 以从小到大为例
*/
public class SelectSorting {
public static void main(String[] args) {
int[] arr = new int[80000];
for(int i =0; i < 80000;i++) {
arr[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
selectSorting(arr);
// System.out.println(Arrays.toString(arr));
}
// 选择排序 时间 2197ms
public static void selectSorting(int[] arr) {
long start = System.currentTimeMillis();
// 初级版
/*for (int i = 0; i < arr.length - 1; i++) {
for (int j = i + 1; j < arr.length; j++) {
if (arr[i] > arr[j]) {
int temp=arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
}*/
// 升级版
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (min > arr[j]) {
min = arr[j];
minIndex = j;
}
}
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = min;
}
}
long end = System.currentTimeMillis();
System.out.println("选择排序所化时间:"+(end-start)+"ms");
}
}
插入排序
/**
* 插入排序 以从小到大为例
*/
public class InsertionSorting {
public static void main(String[] args) {
// int[] arr = {101, 34, 119, 1, -1, 89};
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); //生成一个[0, 8000000) 数
}
insertionSorting(arr);
}
// 插入排序方法 时间 410ms
public static void insertionSorting(int[] arr) {
long start = System.currentTimeMillis();
for (int i = 1; i < arr.length; i++) {
// 代码简化
// 待插入数
int insertVal = arr[i];
int insertIndex = i - 1; // 即arr[1]前面的下标
// 给 insertVal 找到插入得到位置
// insertIndex >= 0 保证给insertVal找插入位置,不越界
// insertVal < arr[insertIndex] 待插入的数,没找到插入的位置
// < 从小到大 > 从大到小
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
// 退出while 循环时,插入位置已经找到,insertIndex +1
// 判断需要是否赋值
if (insertIndex + 1 != i) {
arr[insertIndex + 1] = insertVal;
}
// System.out.println("第" + i + "轮插入");
// System.out.println(Arrays.toString(arr));
}
long end = System.currentTimeMillis();
System.out.println("插入排序所化时间:" + (end - start) + "ms");
/* // 使用逐步推导方法,便于理解
// 第一轮
// 待插入数
int insertVal = arr[1];
int insertIndex = 1 - 1; // 即arr[1]前面的下标
// 给 insertVal 找到插入得到位置
// insertIndex >= 0 保证给insertVal找插入位置,不越界
// insertVal < arr[insertIndex] 待插入的数,没找到插入的位置
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
// 退出while 循环时,插入位置已经找到,insertIndex +1
arr[insertIndex + 1] = insertVal;
System.out.println("第一轮插入");
System.out.println(Arrays.toString(arr));
// 第二轮
// 待插入数
insertVal = arr[2];
insertIndex = 2 - 1; // 即arr[1]前面的下标
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
System.out.println("第二轮插入");
System.out.println(Arrays.toString(arr));
// 第二轮
// 待插入数
insertVal = arr[3];
insertIndex = 3 - 1; // 即arr[1]前面的下标
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
System.out.println("第三轮插入");
System.out.println(Arrays.toString(arr));*/
}
}
希尔排序
/**
* 内部排序-插入排序-希尔排序 即缩小增量排序 从小到大为例 移位法效率最佳
*/
public class DonaldShell {
public static void main(String[] args) {
// int[] arr = {8, 9, 1, 7, 2, 3, 5, 4, 6, 0};
/*int[] arr = new int[80000];
for(int i =0; i < 80000;i++) {
arr[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
donaldShellOne(arr);*/
int[] arr1 = new int[8000000];
for(int i =0; i < 8000000;i++) {
arr1[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
donaldShellTwo(arr1);
}
// 逐步推导希尔排序-交换法 时间 3984ms
public static void donaldShellOne(int[] arr) {
long start = System.currentTimeMillis();
int temp = 0;
// 希尔排序第一轮
// 将10个数据分成五组
/* for (int i = 5; i < arr.length; i++) {
// 遍历各组中所有的元素(共五组,每组2个元素),步长 5
for (int j = i - 5; j >= 0; j -= 5) {
// 当前元素大于加上步长后的那个元素,交换
if (arr[j] > arr[j + 5]) {
temp = arr[j];
arr[j] = arr[j + 5];
arr[j + 5] = temp;
}
}
}
System.out.println("希尔排序第一轮:" + Arrays.toString(arr));
// 第二轮 分组 5/2=2
for (int i = 2; i < arr.length; i++) {
// 遍历各组中所有的元素(共五组,每组2个元素),步长 5
for (int j = i - 2; j >= 0; j -= 2) {
// 当前元素大于加上步长后的那个元素,交换
if (arr[j] > arr[j + 2]) {
temp = arr[j];
arr[j] = arr[j + 2];
arr[j + 2] = temp;
}
}
}
System.out.println("希尔排序第二轮:" + Arrays.toString(arr));
// 第三轮 分组 2/2=1
for (int i = 1; i < arr.length; i++) {
// 遍历各组中所有的元素(共五组,每组2个元素),步长 5
for (int j = i - 1; j >= 0; j -= 1) {
// 当前元素大于加上步长后的那个元素,交换
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
System.out.println("希尔排序第三轮:" + Arrays.toString(arr));*/
// 根据前面的逐步分析,使用喜欢处理
int count=0;
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
count++;
for (int i = gap; i < arr.length; i++) {
// 遍历各组中所有的元素(共gap组,每组个元素),步长 gap
for (int j = i - gap; j >= 0; j -= gap) {
// 当前元素大于加上步长后的那个元素,交换
if (arr[j] > arr[j + gap]) {
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
// System.out.println("希尔排序第"+count+"轮:" + Arrays.toString(arr));
}
long end = System.currentTimeMillis();
System.out.println("希尔排序-交换法所花时间:"+(end-start)+"ms");
}
// 逐步推导希尔排序-移位法 时间 15ms
public static void donaldShellTwo(int[] arr) {
long start = System.currentTimeMillis();
// 根据前面的逐步分析,使用喜欢处理
int count=0;
// 增量gap,并逐步缩小增量
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
count++;
for (int i = gap; i < arr.length; i++) {
int j=i;
int temp = arr[j];
// 当前元素大于加上步长后的那个元素,交换
if (arr[j] < arr[j - gap]) {
while(j-gap >=0 && temp <arr[j-gap]){
// 移动
arr[j] = arr[j-gap];
j -=gap;
}
// 退出while循环后,就是找到了位置
arr[j] = temp;
}
}
// System.out.println("希尔排序第"+count+"轮:" + Arrays.toString(arr));
}
long end = System.currentTimeMillis();
System.out.println("希尔排序-移位法所花时间:"+(end-start)+"ms");
}
}
快速排序
/**
* 内部排序-交换排序-快速排序
* 基本思想是:
* 通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,
* 然后再按此方法对这两部分数据分别进行快速排序,
* 整个排序过程可以递归进行,以此达到整个数据变成有序序列
*/
public class QuickSort {
public static void main(String[] args) {
// int[] arr = {-9, 78, 0, 23, -567, 70};
int[] arr = new int[8000000];
for(int i =0; i < 8000000;i++) {
arr[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
long start = System.currentTimeMillis();
quickSort(arr, 0, arr.length - 1);
long end = System.currentTimeMillis();
System.out.println("快速排序所花时间:"+(end-start)+"ms");
// System.out.println(Arrays.toString(arr));
}
// 快速排序 时间12ms
public static void quickSort(int[] arr, int left, int right) {
int l = left;// 左下标
int r = right;// 右下标
int pivot = arr[(left + right) / 2];// 中轴值
int temp = 0;
// while 循环目的 让比pivot值小的放左边,让比pivot值大的放右边,
while (l < r) {
while (arr[l] < pivot) {
// 在pivot左边一直找,找到大于等于pivot值,才退出
l += 1;
}
while (arr[r] > pivot) {
// 在pivot右边一直找,找到小于等于pivot值,才退出
r -= 1;
}
// l>=r 成立,左右两边的值已经按照左边全部是小于等于pivot,右边全部是大于等于pivot
if (l >= r) {
break;
}
// 交换
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
// 如果交换完成后,发现 arr[l]==pivot 相等 -- 前移
if (arr[l] == pivot) {
r -= 1;
}
// 如果交换完成后,发现 arr[r]==pivot 相等 ++ 后移
if (arr[r] == pivot) {
l += 1;
}
}
// 如果 l==r 必须 l++,r-- 否则出现栈溢出
if (l == r) {
l += 1;
r -= 1;
}
// 向左递归
if (left < r) {
quickSort(arr, left, r);
}
// 向右递归
if (right > l) {
quickSort(arr, l, right);
}
}
}
归并排序
/**
* 归并排序 从小到大
*/
public class MergeSort {
public static void main(String[] args) {
// int[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
int[] arr = new int[8000000];
for(int i =0; i < 8000000;i++) {
arr[i] = (int)(Math.random() * 8000000); //生成一个[0, 8000000) 数
}
int[] temp = new int[arr.length];// 归并需要额外的空间
long start = System.currentTimeMillis();
mergeSort(arr,0, arr.length-1,temp);
long end = System.currentTimeMillis();
System.out.println("归并排序执行时间:"+(end-start)+"ms");
// System.out.println("归并排序结果:"+Arrays.toString(arr));
}
// 分+合的方法
public static void mergeSort(int[] arr, int left, int right, int[] temp){
if (left< right){
int mid= (left+right)/2;// 中间索引
// 向左递归进行分解
mergeSort(arr, left, mid, temp);
// 向右递归进行分解
mergeSort(arr, mid+1, right, temp);
// 到合并
merge(arr, left,mid,right,temp);
}
}
// 治合并的过程
/**
* @param arr 排序的原始数组
* @param left 左边有序序列的初始索引
* @param mid 中间索引
* @param right 右边索引
* @param temp 中转的临时数组
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left;// 初始化i 左边有序序列的的初始索引
int j = mid + 1; // 初始化j 右边有序序列的的初始索引
int t = 0;// 指向temp的当前下标位置
// 先把左右两边(有序)的数据按照规则填充到temp数组
// 知道左右两边的有序序列,有一边处理完毕为止
while (i <= mid && j <= right) {
// 左边有序序列的元素小于或等于右边有序序列的元素,
// 取左边有序序列的元素,放到temp数组中,同时后移
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t += 1;
i += 1;
} else {
// 反之 左边有序序列的元素大于右边有序序列的元素,
// 取右边边有序序列的元素,放到temp数组中,同时后移
temp[t] = arr[j];
t += 1;
j += 1;
}
}
// 再把剩余数据的一边的数据一次全部填充到temp
while (i <= mid) {
// 左边有序序列还有元素
temp[t] = arr[i];
t += 1;
i += 1;
}
while (j <= right) {
// 左边有序序列还有元素
temp[t] = arr[j];
t += 1;
j += 1;
}
// 将temp拷贝到原数组
// 注意,并不是每次都拷贝所有
t = 0;
int tempLeft = left;
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t += 1;
tempLeft += 1;
}
}
}
基数排序
/**
* 基数排序,是桶排序的扩展
*/
public class RadixSort {
public static void main(String[] args) {
// int[] arr = {53, 3, 542, 748, 14, 214};
int[] arr = new int[8000000];
for(int i =0; i < 8000000;i++) {
arr[i] = (int)(Math.random() * 800000000); //生成一个[0, 8000000) 数
}
long start = System.currentTimeMillis();
radixSort(arr);
long end = System.currentTimeMillis();
System.out.println("基数排序花费时间:"+(end-start)+"ms");
// System.out.println("基数排序结果:" + Arrays.toString(arr));
}
// 基数排序方法
public static void radixSort(int[] arr) {
// 定义一个二维数组,表示是个桶,每个桶就是一个一维数组
// 基数排序是经典的用空间换时间的经典算法
int[][] bucket = new int[10][arr.length];
// 记录每个桶,实际存放了多少个数据,定义一个一维数组记录各个桶的每次放入的数据个数
int[] bucketElementCounts = new int[10];
// 先获取数组中的最大数的位数
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
// 获取最大数是几位数
int maxLength = (max + "").length();
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的个位的值
int digitOfElement = arr[j] / n %10;
// 放入对应桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照桶的顺序,(一维数组的下标一次取出数据,放入原来数组)
int index = 0;
// 遍历每一个桶,将每个桶的数据,放入到原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有数据,才放入原数组
if (bucketElementCounts[k] != 0) {
// 循环该桶即第K个桶,放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第i+1轮处理后,需要将每个bucketElementCounts[k]归0
bucketElementCounts[k] = 0;
}
// System.out.println("第"+(i+1)+"轮,排序结果:"+Arrays.toString(arr));
}
/*
// 第一轮,针对每个元素的个位数进行排序处理
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的个位的值
int digitOfElement = arr[j] % 10;
// 放入对应桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照桶的顺序,(一维数组的下标一次取出数据,放入原来数组)
int index = 0;
// 遍历每一个桶,将每个桶的数据,放入到原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有数据,才放入原数组
if (bucketElementCounts[k] != 0) {
// 循环该桶即第K个桶,放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
// 第一轮处理后,需要将每个bucketElementCounts[k]归0
bucketElementCounts[k] = 0;
}
// ===============================================
// 第二轮,针对每个元素的十位数进行排序处理
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的十位的值
int digitOfElement = arr[j] / 10 % 10;
// 放入对应桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照桶的顺序,(一维数组的下标一次取出数据,放入原来数组)
index = 0;
// 遍历每一个桶,将每个桶的数据,放入到原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有数据,才放入原数组
if (bucketElementCounts[k] != 0) {
// 循环该桶即第K个桶,放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
bucketElementCounts[k] = 0;
}
// ===============================================
// 第三轮,针对每个元素的百位数进行排序处理
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的百位的值
int digitOfElement = arr[j] / 100 % 10;
// 放入对应桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照桶的顺序,(一维数组的下标一次取出数据,放入原来数组)
index = 0;
// 遍历每一个桶,将每个桶的数据,放入到原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有数据,才放入原数组
if (bucketElementCounts[k] != 0) {
// 循环该桶即第K个桶,放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
bucketElementCounts[k] = 0;
}
*/
}
}