冒泡排序
/**
* 冒泡排序 比较好理解
* 两两相比 较大的放后面
* 时间复杂度O(n^2)
*/
/**
* 改进前的冒泡排序算法进行100,000数据排序运行时间为:3829ms
* 优化后的冒泡排序算法进行100,000数据排序运行时间为:3551ms
*/
public static void bubbleSort(int[] array){ //原始的冒泡排序,比较的次数是固定的
int len=array.length;
int temp=0;
for(int i=0;i<len-1;i++){
for(int j=0;j<len-1-i;j++){
if(array[j]>array[j+1]){
temp=array[j];
array[j]=array[j+1];
array[j+1]=temp;
}
}
}
}
public static void bubbleSort2(int[] array){ //改进的冒泡排序,有序时无需比较
int len=array.length;
int temp=0;
boolean flag=true;
for(int i=0;i<len-1;i++){
for(int j=0;j<len-1-i;j++){
if(array[j]>array[j+1]){
flag=false;
temp=array[j];
array[j]=array[j+1];
array[j+1]=temp;
}
}
if(flag){ //如果有序 则跳出循环
break;
}else {
flag=true;
}
}
}
插入排序
/**
* 插入排序,将无序元素依次插入到有序数组中
* 和选择排序很类似。但是其时间取决于数组的初始顺序
* 时间复杂度为O(n^2)
*/
/**
* 由于数据量大时可能存在一堆数据后移的情况,所以时间并不一定比选择排序快
* 插入排序算法进行50,000数据排序运行时间为:1280ms
*/
public static void insertSort(int[] array){
int temp=0;
int len=array.length;
for(int i=1;i<len;i++){
for(int j=i;j>0;j--){
if(array[j]<array[j-1]){
temp=array[j];
array[j]=array[j-1];
array[j-1]=temp;
}
}
}
}
选择排序
/**
* 选择排序
* 与冒泡排序不同,无需频繁进行交换的操作,时间较冒泡排序短
* 时间复杂度为O(n^2)
*/
/**
* 选择排序算法进行50,000数据排序运行时间为:626ms
*/
public static void selectSort(int[] array){
int len=array.length;
int temp=0;
for (int i=0;i<len;i++){
int min=i; //min为最小值对应的索引
for(int j=i;j<len;j++){ //内层循环的目的是为了找到最小值
if(array[j]<array[min]){
min=j;
}
}
temp=array[min];
array[min]=array[i];
array[i]=temp;
}
}
希尔排序
/**
* 希尔排序
* 插入排序的变种,慢慢地调整数组的顺序,使插入排序效率变高
* 最坏情况下时间复杂度为O(n^(1-2))
*/
/**
* 希尔排序的效率肯定是要比插入排序要高的
* 希尔排序算法进行50,000数据排序运行时间为:705ms
*/
public static void shellSort(int[] array){
int len=array.length;
int h=1;
while(h<len/3)
h=3*h+1; //希尔排序的增量,相邻增量应该尽可能互斥!!! h=1,4,13,40,121...
int temp=0;
while (h>=1){
for (int i=h;i<len;i++){
for(int j=i;j>=h;j-=h){
if(array[j]<array[j-h]){
temp=array[j];
array[j]=array[j-h];
array[j-h]=temp;
}
}
}
h/=3;
}
}
快速排序
/**
* 快速排序
* 使用递归的方法,有一些难以理解,多看几遍就好
* 主要思想就是设定pivot,将所有比pivot大的放右边,比pivot小的放左边
* 平均的时间复杂度为O(nlogn) ,有序情况下的复杂度为O(n^2)
*/
/**
* 快排是真的快 ,比冒泡插入选择希尔要快上好多
* 快速排序算法进行50,000数据排序运行时间为:4.00ms
*/
public static void quickSort(int[] array, int left, int right){
if(left>right){ //递归结束的条件!!! 没有这个 递归就出不来了
return;
}
int L=left,R=right;
int pivot=array[left]; //pivot随意设置,这里我们设置pivot为最左边的元素
while (left<right){
while (array[right]>=pivot && right>left){ //一定要大于等于或者小于等于 不然数字相同可能出现死循环
right--; //右指针不断后移
}
if(right>left){
array[left]=array[right]; //左右指针不重合时,将right的值赋给left
}
while (array[left]<=pivot && right>left){
left++; //左指针开始移动
}
if(left<right){
array[right]=array[left];
}
}
array[left]=pivot; //完成第一次排序
quickSort(array,L,left-1);
quickSort(array,left+1,R);
}
归并排序
/**
* 归并排序
* 同样使用递归,采用分而治之的想法,通过递归的方式将若干个有序序列合并为一个
* 时间复杂度为 O(nlogn),同样非常快
*/
/**
* 归并排序算法进行50,000数据排序运行时间为:4.90ms
*/
public static void merge(int[] array,int left,int mid,int right){ //进行归并操作的函数
int[] temp=new int[right-left+1]; //建立缓存数组
int i=left,j=mid+1;
int index=0; //temp的索引
while (i<=mid && j<=right){
if(array[i]<=array[j]){
// temp[index]=array[i];
// i++;
// index++;
temp[index++]=array[i++]; //这段代码可以简化成这个形式
}else {
temp[index++]=array[j++];
}
}
while (i<=mid){
temp[index++]=array[i++];
}
while (j<=right){
temp[index++]=array[j++];
}
for (int k=left;k<=right;k++){ //将temp传回array
array[k]=temp[k-left];
}
}
public static void mergeSort(int[] array,int left,int right){ //归并排序
if(left>=right){
return;
}
int mid=(left+right)/2;
mergeSort(array,left,mid);
mergeSort(array,mid+1,right); //先分解成最小的
merge(array,left,mid,right); //再合并
}
基数排序
/**
* 基数排序
* 空间换时间,所以时间复杂度最低,为 O(d(n+r)) r是基数(基本都是10),d为长度。。。 可趋近于O(n)
* PS:我反而觉得基数排序比较复杂,提前需要设置很多变量和数组
*/
/**
* 基数排序算法进行50,000数据排序运行时间为:2.35ms
*/
public static void radixSort(int[] array){
int max=array[0];
for (int i=1;i<array.length;i++){
if(array[i]>max){
max=array[i]; //首先找到数组中的最大数
}
}
int times=(max+"").length(); //得到桶排序的轮数,也就是最大数有几位
int[][] temp=new int[10][array.length]; //定义10个桶,每个桶的容量为元素总个数
int t=1; //t表示第几轮
int n=1; //每过一轮n*10,为了得到相应位的数字
int num;
int[] orderTemp=new int[10]; //数组orderTemp[i]用来表示该位是i的数的个数
while (t<=times){
for(int i=0;i<array.length;i++){
num=(array[i]/n)%10;
temp[num][orderTemp[num]]=array[i];
orderTemp[num]++;
}
int index=0;
for (int i=0;i<10;i++){
if(orderTemp[i]>0){ //如果桶中元素大于0
for (int j=0;j<orderTemp[i];j++){
array[index++]=temp[i][j];
}
}
orderTemp[i]=0; //一定要把桶子清空哦!!
}
n*=10;
t++;
}
}
堆排序
/**
* 堆排序
* 1)将待排序的序列构造成一个大顶堆
* 2)将根节点与末尾元素交换,末尾元素就为最大值
* 3)剩余数据重新构造成一个大顶堆
* 4)不断执行操作,完成排序
* 时间复杂度为O(nlogn)
*/
/**
* 堆排序算法进行50,000数据排序运行时间为:4.07ms
*/
public static void adjustHeap(int[] arr,int i, int length){ //调整一个以i为顶点的子树
int temp=arr[i];
for (int k=i*2+1;k<length;k=k*2+1){
if(k+1<length && arr[k]<arr[k+1]){
k++; //如果左叶子小于右叶子,k就变成右叶子
}
if (temp<arr[k]){ //对子树进行调整. 注意!这里要用temp来比较不能用a[i],我们目的是把temp进行移动
arr[i]=arr[k];
i=k;
} else {
break; //说明该子树已然是一个最大堆,直接跳出循环即可
}
}
arr[i]=temp;
}
public static void heapSort(int[] arr){
for(int i=arr.length/2-1;i>=0;i--){ //i从最后一个非叶子节点开始。位置为i=arr.length/2-1
adjustHeap(arr,i,arr.length); //该步骤为建立一个最大堆
}
for (int i=arr.length-1;i>0;i--){
int temp=arr[i];
arr[i]=arr[0];
arr[0]=temp;
adjustHeap(arr,0,i);
}
}
完结撒花~