术语说明:
稳定 :如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
不稳定 :如果a原本在b的前面,而a=b,排序之后a可能会出现在b的后面;
内排序 :所有排序操作都在内存中完成;
外排序 :由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
时间复杂度 : 一个算法执行所耗费的时间。
空间复杂度 :运行完一个程序所需内存的大小。
冒泡排序
package org.apache.ibatis.mytest;
import java.util.Arrays;
/**
* 算法描述:
* 步骤1: 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
* 步骤2: 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
* 步骤3: 针对所有的元素重复以上的步骤,除了最后一个;
* 步骤4: 重复步骤1~3,直到排序完成
*/
public class BubbleSort {
public static void main(String[] args) {
int data[] = {4, 5, 6, 3, 2, 1};
int n = data.length;
for (int i = 0; i < n - 1; i++) { //排序的次数
boolean flag = false;
for (int j = 0; j < n - 1 - i; j++) { //具体冒泡 n - 1 - i,6,5,4,3,2,1
if (data[j] > data[j + 1]) {
int temp = data[j]; //用了第三个变量,不用第三个变量
data[j] = data[j + 1];
data[j + 1] = temp;
flag = true;
}
}
if (!flag) break;
}
System.out.println(Arrays.toString(data));
}
private void swap(int a, int b) {
int temp = a;
a = b;
b = temp;
}
private void swap2(int a, int b) {
a = a + b;
b = a - b;
a = a - b;
}
private void swap3(int a, int b) {
a = a ^ b;
b = a ^ b;
a = a ^ b;
}
}
插入排序
package org.apache.ibatis.mytest;
public class InsertionSort {
/**
*
1.将数组分成已排序段和未排序段。初始化时已排序端只有一个元素
2.到未排序段取元素插入到已排序段,并保证插入后仍然有序
3.重复执行上述操作,直到未排序段元素全部加完。
类似打扑克抓牌
*
* @param args
*/
public static void main(String[] args) {
int a[] = {9, 8, 7, 0, 1, 3, 2};
int n = a.length;
for (int i = 1; i < n; i++) { //为什么i要从1开始? 第一个不用排序,我们就把数组从i分开,0~I的认为已经排好序
int data = a[i];
int j = i - 1;
for (; j >= 0; j--) {//从尾到头 1+2+3+4+5+...+n=>
if (a[j] > data) {
a[j + 1] = a[j]; // 数据往后移动
} else { //因为前面已经是排好序的 那么找到一个比他小的就不用找了,因为前面的肯定更小
break; //O(1) 如果这个break执行的越多 那么我是不是效率就越高?
}
}
a[j + 1] = data;
System.out.print("第" + i + "次的排序结果为:");
for (j = 0; j < n; j++) {
System.out.print(a[j] + " ");
}
System.out.println();
}
// }
}
}
希尔排序
package org.apache.ibatis.mytest;
/**
* 希尔排序其实是插入排序的一个改进版。他是怎么改进呢?
*
* 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。
* 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 =1( < …<d2<d1),即所有记录放在同一组中进行直接插入排序为止。
*
* 其实就是分成很多小组使序列尽可能的变成有序段,因为我们通过对插入排序分析可知,插入排序对已经排好序的序列速度是很快的。
* 来看一个具体的过程:7 8 9 0 4 3 1 2 5 10
* 我们取的这个增量分别就是5 2 1
*
* 来看一个具体的过程:
* 按照一个增量分段:add=n/2 n=10 =>5,2,1
* 7 8 9 0 4 3 1 2 5 10
* 我们取的这个增量分别就是5 2 1
* 7 8 9 0 4 3 1 2 5 10:分出来的数组元素都是一样的
* 完成一次排序:
* 3 1 2 0 4 7 8 9 5
* 3 2 4 8 5:取增量为2的分为一组了
* 最后一次我们就取增量为1的分组:
* 就是一个完整的序列
*/
public class ShellSort {
public static void main(String[] args) {
int a[] = { 9, 8, 7, 0, 1, 3, 2 };
int n = a.length;
for (int add = n / 2; add >= 1; add /= 2) {
for (int i = add; i < n; i++) { // 为什么i要从1开始?
int data = a[i];
int j = i - add;
for (; j >= 0; j-= add) {// 从尾到头 1+2+3+4+5+...+n=>
if (a[j] > data) {
a[j + add] = a[j]; // 数据往后移动
} else { // 因为前面已经是排好序的 那么找到一个比他小的就不用找了,因为前面的肯定更小
break; // O(1) 如果这个break执行的越多 那么我是不是效率就越高?
}
}
a[j + add] = data;
}
}
}
}
选择排序
package org.apache.ibatis.mytest;
/**
* 选择排序的思路和插入排序非常相似,也分已排序和未排序区间。
* 但选择排序每次会从未排序区间中找到最小的元素,将其放到已排序区间的末尾。
* 但是不像插入排序会移动数组 选择排序会每次进行交换,如以下例子:
* 4 5 6 3 2 1
*
* 第一次: 1 5 6 3 2 4
* 第二次: 1 2 6 3 5 4
*/
public class SelectSort {
public static void main(String[] args) {
int a[] = {9, 8, 7, 0, 1, 3, 2};
int n = a.length;
for (int i = 0; i < a.length - 1; i++) {
int pos = i;
for (int j = i; j < a.length; j++) {
if (a[j] < a[pos]) {
pos = j;//找出当前最小元素的位置
}
}
if (a[pos] != a[i]) {
// 交换位置
int temp = a[pos];
a[pos] = a[i];
a[i] = temp;
}
for (int j = 0; j < n; j++) {
System.out.print(a[j] + " ");
}
System.out.println();
}
}
}
归并排序
package org.apache.ibatis.mytest;
import java.util.Arrays;
/**
* 和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(n log n)的时间复杂度。代价是需要额外的内存空间。
*
* 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(Divide and Conquer)的一个非常典型的应用。
* 归并排序是一种稳定的排序方法。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
* 若将两个有序表合并成一个有序表,称为2-路归并。
*
* 5.1 算法描述
* 步骤1:把长度为n的输入序列分成两个长度为n/2的子序列;
* 步骤2:对这两个子序列分别采用归并排序;
* 步骤3:将两个排序好的子序列合并成一个最终的排序序列。
* ————————————————
* 版权声明:本文为CSDN博主「Top_Spirit」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
* 原文链接:https://blog.csdn.net/weixin_41190227/article/details/86600821
*/
public class MegrSort {
public static void main(String[] args) {
int data[] = {9, 5, 6, 8, 0, 3, 7, 1};
megerSort(data, 0, data.length - 1);
System.out.println(Arrays.toString(data));
//JDK里面的排序源码
//Arrays.sort(data);
}
public static void megerSort(int data[], int left, int right) { // 数组的两端
if (left < right) { // 相等了就表示只有一个数了 不用再拆了
int mid = (left + right) / 2;
megerSort(data, left, mid);
megerSort(data, mid + 1, right);
// 分完了 接下来就要进行合并,也就是我们递归里面归的过程
meger(data, left, mid, right);
}
}
public static void meger(int data[], int left, int mid, int right) {
int temp[] = new int[data.length]; //借助一个临时数组用来保存合并的数据
int point1 = left; //表示的是左边的第一个数的位置
int point2 = mid + 1; //表示的是右边的第一个数的位置
int loc = left; //表示的是我们当前已经到了哪个位置了
while (point1 <= mid && point2 <= right) {
if (data[point1] < data[point2]) {
temp[loc] = data[point1];
point1++;
loc++;
} else {
temp[loc] = data[point2];
point2++;
loc++;
}
}
//接下来要干嘛呢?合并排序完成 了吗?
while (point1 <= mid) {
temp[loc++] = data[point1++];
}
while (point2 <= right) {
temp[loc++] = data[point2++];
}
for (int i = left; i <= right; i++) {
data[i] = temp[i];
}
}
}
快速排序
package org.apache.ibatis.mytest;
import java.util.Arrays;
/**
* 45 28 80 90 50 16 100 10
* 基准数:一般就是取要排序序列的第一个。
* 第一次排序基准数:45
* 从后面往前找到比基准数小的数进行对换:
* 10 28 80 90 50 16 100 45
* 从前面往后面找比基准数大的进行对换:
* 10 28 45 90 50 16 100 80
*
* 10 28 16 90 50 45 100 80
* 10 28 16 45 50 90 100 80
* 以基准数分为3部分,左边的比之小,右边比之大:
* {10 28 16} 45 {50 90 100 80}
* 到此第一次以45位基准数的排序完成。
*/
public class QuiklySort {
public static void main(String[] args) {
int data[] = {9, 5, 6, 8, 0, 3, 7, 1};
qSort(data, 0, data.length-1);
System.out.println(Arrays.toString(data));
}
public static void qSort(int data[], int left, int right) {
int base = data[left]; // 就是我们的基准数,取序列的第一个,不能用data[0]
int ll = left; // 表示的是从左边找的位置
int rr = right; // 表示从右边开始找的位置
while (ll < rr) {
// 从后面往前找比基准数小的数
while (ll < rr && data[rr] >= base) {
rr--;
}
if (ll < rr) { // 表示是找到有比之小的,交换两数的位置
int temp = data[rr];
data[rr] = data[ll];
data[ll] = temp;
ll++;
}
// 从前往后找比基准数大的数
while (ll < rr && data[ll] <= base) {
ll++;
}
if (ll < rr) { // 表示找到有比之大的,交换两数的位置
int temp = data[rr];
data[rr] = data[ll];
data[ll] = temp;
rr--;
}
}
// 肯定是递归 分成了三部分,左右继续快排,注意要加条件不然递归就栈溢出了
if (left < ll)
qSort(data, left, ll - 1);
if (ll < right)
qSort(data, ll + 1, right);
}
}
堆排序
package org.apache.ibatis.mytest;
import java.util.Arrays;
public class HeapSort {
public static void main(String[] args) {
int data[] = { 8, 4, 20, 7, 3, 1, 25, 14, 17 };
heapSort(data);
System.out.println(Arrays.toString(data));
}
public static void maxHeap(int data[], int start, int end) { // 建一个大顶堆,end表示最多建到的点 lgn
int parent = start;
int son = parent * 2 + 1; // 下标是从0开始的就要加1,从1就不用
while (son < end) {
int temp = son;
// 比较左右节点和父节点的大小
if (son + 1 < end && data[son] < data[son + 1]) { // 表示右节点比左节点到
temp = son + 1; // 就要换右节点跟父节点
}
// temp表示的是 我们左右节点大的那一个
if (data[parent] > data[temp])
return; // 不用交换
else { // 交换
int t = data[parent];
data[parent] = data[temp];
data[temp] = t;
parent = temp; // 继续堆化
son = parent * 2 + 1;
}
}
return;
}
public static void heapSort(int data[]) {
int len = data.length;
for (int i = len / 2 - 1; i >= 0; i--) { //o(nlgn)
maxHeap(data, i, len); //
}
for (int i = len - 1; i > 0; i--) { //o(nlgn)
int temp = data[0];
data[0] = data[i];
data[i] = temp;
maxHeap(data, 0, i); //这个i能不能理解?因为len~i已经排好序了
}
}
}
计数排序
package org.apache.ibatis.mytest;
import java.util.Arrays;
/**
* 计数排序 的核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数。
* 计数排序(Counting sort) 是一种稳定的排序算法。计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值等于i的元素的个数。然后根据数组C来将A中的元素排到正确的位置。它只能对整数进行排序。
*
* 8.1 算法描述
* 步骤1:找出待排序的数组中最大和最小的元素;
* 步骤2:统计数组中每个值为i的元素出现的次数,存入数组C的第i项;
* 步骤3:对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加);
* 步骤4:反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1。
*
*/
public class CountingSort {
public static void main(String[] args) {
int data[] = {9, 5, 6, 8, 0, 3, 7, 1, 6};
System.out.println(Arrays.toString(countingSort(data)));
}
/**
* 计数排序
*
* @param array
* @return
*/
public static int[] countingSort(int[] array) {
if (array.length == 0) {
return array;
}
int bias;
// 找出待排序数组中最大值和最小值
int min = array[0];
int max = array[0];
for (int i = 1; i < array.length; i++) {
if (array[i] > max) {
max = array[i];
}
if (array[i] < min) {
min = array[i];
}
}
// 统计数组中每个值为i的元素出现的次数,存入数组bucket的第i项
bias = 0 - min;
int[] bucket = new int[max - min + 1];
Arrays.fill(bucket, 0);
for (int i = 0; i < array.length; i++) {
bucket[array[i] + bias]++;
}
// 将数组bucket中计数大于0的数填充到数组array对应位置中
int index = 0, i = 0;
while (index < array.length) {
if (bucket[i] != 0) {
array[index] = i - bias;
bucket[i]--;
index++;
} else {
i++;
}
}
return array;
}
}
桶排序
package org.apache.ibatis.mytest;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
/**
* 算法描述:
* 步骤1:人为设置一个BucketSize,作为每个桶所能放置多少个不同数值(例如当BucketSize==5时,该桶可以存放{1,2,3,4,5}这几种数字,但是容量不限,即可以存放100个3);
* 步骤2:遍历输入数据,并且把数据一个一个放到对应的桶里去;
* 步骤3:对每个不是空的桶进行排序,可以使用其它排序方法,也可以递归使用桶排序;
* 步骤4:从不是空的桶里把排好序的数据拼接起来。
*
* 注意,如果递归使用桶排序为各个桶排序,则当桶数量为1时要手动减小BucketSize增加下一循环桶的数量,否则会陷入死循环,导致内存溢出。
*
*/
public class BucketSort {
public static void main(String[] args) {
Integer data[] = {9, 5, 6, 8, 0, 3, 7, 1, 6};
System.out.println(bucketSort(Arrays.asList(data), data.length));
}
/**
* 桶排序
*
* @param array
* @param bucketSize
* @return
*/
public static List<Integer> bucketSort(List<Integer> array, int bucketSize) {
if (array == null || array.size() < 2) {
return array;
}
int max = array.get(0), min = array.get(0);
// 找到最大值最小值
for (int i = 0; i < array.size(); i++) {
if (array.get(i) > max)
max = array.get(i);
if (array.get(i) < min)
min = array.get(i);
}
int bucketCount = (max - min) / bucketSize + 1;
ArrayList<ArrayList<Integer>> bucketArr = new ArrayList<>(bucketCount);
ArrayList<Integer> resultArr = new ArrayList<>();
for (int i = 0; i < bucketCount; i++) {
bucketArr.add(new ArrayList<>());
}
for (int i = 0; i < array.size(); i++) {
bucketArr.get((array.get(i) - min) / bucketSize).add(array.get(i));
}
for (int i = 0; i < bucketCount; i++) {
if (bucketSize == 1) { // 如果带排序数组中有重复数字时
for (int j = 0; j < bucketArr.get(i).size(); j++) {
resultArr.add(bucketArr.get(i).get(j));
}
} else {
if (bucketCount == 1) {
bucketSize--;
}
List<Integer> temp = bucketSort(bucketArr.get(i), bucketSize);
for (int j = 0; j < temp.size(); j++) {
resultArr.add(temp.get(j));
}
}
}
return resultArr;
}
}
基数排序
package org.apache.ibatis.mytest;
import java.util.ArrayList;
import java.util.Arrays;
public class RadixSort {
public static void main(String[] args) {
int data[] = {9, 5, 6, 8, 0, 3, 7, 1, 6};
System.out.println(Arrays.toString(radixSort(data)));
}
/**
* 基数排序
*
* @param array
* @return
*/
public static int[] radixSort(int[] array) {
if (array == null || array.length < 2) {
return array;
}
// 1.取得数组中的最大数,并取得位数;
int max = array[0];
for (int i = 1; i < array.length; i++) {
max = Math.max(max, array[i]);
}
int maxDigit = 0;
while (max != 0) {
max /= 10;
maxDigit++;
}
// 2.取得数组中的最大数,并取得位数;
int mod = 10, div = 1;
ArrayList<ArrayList<Integer>> bucketList = new ArrayList<>();
for (int i = 0; i < 10; i++) {
bucketList.add(new ArrayList<>());
}
for (int i = 0; i < maxDigit; i++, mod *= 10, div *= 10) {
for (int j = 0; j < array.length; j++) {
int num = (array[j] % mod) / div;
bucketList.get(num).add(array[j]);
}
// 3.对radix进行计数排序(利用计数排序适用于小范围数的特点);
int index = 0;
for (int j = 0; j < bucketList.size(); j++) {
for (int k = 0; k < bucketList.get(j).size(); k++) {
array[index++] = bucketList.get(j).get(k);
}
bucketList.get(j).clear();
}
}
return array;
}
}
图片名词解释:
n: 数据规模
k: “桶”的个数
In-place: 占用常数内存,不占用额外内存
Out-place: 占用额外内存