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。
如何记忆稳定算法:冒插归稳 冒冒失失插到最前面面试,神气归来,稳了
快速排序
最坏情况下(例如前面所说,数组倒序,枢纽元选第一位)快速排序将花费O(N2)时间。
最好情况下,快速排序和归并排序一样,花费O(NlogN)时间。
平均情况下,快速排序花费O(NlogN)时间。
快速排序最优的情况就是每一次取到的元素都刚好平分整个数组
此时的时间复杂度公式则为:T[n] = 2T[n/2] + f(n);T[n/2]为平分后的子数组的时间复杂度,f[n] 为平分这个数组时所花的时间;
最差的情况就是每一次取到的元素就是数组中最小/最大的,这种情况其实就是冒泡排序了(每一次都排好一个元素的顺序)
这种情况时间复杂度就好计算了,就是冒泡排序的时间复杂度:T[n] = n * (n-1) = n^2 + n;
综上所述:快速排序最差的情况下时间复杂度为:O( n^2 )
归并排序
参考:https://blog.csdn.net/m0_38056893/article/details/79461901
参考:https://www.cnblogs.com/shudonghe/p/3302888.html
归并排序采用的是分治(divide-and-conquer)法思想。
(1)基本思想:将待排序元素分成大小大致相同的2个子集合,分别对2个子集合进行排序,最终将排好序的子集合合并成为所要求的排好序的集合。
(2)执行过程:
(3)算法思路:
(4)Java代码:
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] arr= {6,5,3,9,4,1,2,7,8,0};
System.out.println("排序前:" + Arrays.toString(arr));
mergeSort(arr, 0, arr.length-1);
System.out.println("排序后:" + Arrays.toString(arr));
}
public static void mergeSort(int[] arr, int low, int high){
if(low >= high){
return ;
}
int mid = low + (high-low)/2;
mergeSort(arr, low, mid); //对左边序列进行归并排序
mergeSort(arr, mid+1, high); //对右边序列进行归并排序
merge(arr, low, mid, high); //合并两个有序序列
}
public static void merge(int[] arr, int low, int mid, int high){
int i = low; //左边序列起始索引
int j = mid+1; //右边序列起始索引
int[] tmp = new int[arr.length];
int k = low; //tmp的下标
while(i <= mid && j <= high){
if(arr[i] < arr[j]){
tmp[k++] = arr[i++];
}else{
tmp[k++] = arr[j++];
}
}
//若左边序列还有剩余,则将其全部拷贝进tmp[]中
while(i <= mid){
tmp[k++] = arr[i++];
}
//若右边序列还有剩余,则将其全部拷贝进tmp[]中
while(j <= high){
tmp[k++] = arr[j++];
}
for(int t = low; t < k; t++){
arr[t] = tmp[t];
}
}
}
(6)复杂度分析:
堆排序
堆排序
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。
堆排序的基本思想
将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
堆
堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。
设当前元素在数组中以R[i]表示,那么,
(1) 它的左孩子结点是:R[2i+1];
(2) 它的右孩子结点是:R[2i+2];
(3) 它的父结点是:R[(i-1)/2];
复杂度
因为堆排序无关乎初始序列是否已经排序已经排序的状态,始终有两部分过程,构建初始的大顶堆的过程时间复杂度为O(n),交换及重建大顶堆的过程中,需要交换n-1次,重建大顶堆的过程根据完全二叉树的性质,[log2(n-1),log2(n-2)…1]逐步递减,近似为nlogn。所以它最好和最坏的情况时间复杂度都是O(nlogn),空间复杂度O(1)。
代码
/*
设当前元素在数组中以R[i]表示,那么,
(1) 它的左孩子结点是:R[2*i+1];
(2) 它的右孩子结点是:R[2*i+2];
(3) 它的父结点是:R[(i-1)/2];
*/
import java.util.Arrays;
public class HeapSort {
public static void main(String []args){
int []arr = {9,8,7,6,5,0,4,3,2,1};
sort(arr);
System.out.println(Arrays.toString(arr));
}
public static void sort(int []arr){
//1.构建大顶堆
for(int i=arr.length/2-1;i>=0;i--){
//从第一个非叶子结点从下至上,从右至左调整结构
adjustHeap(arr,i,arr.length);
}
//2.调整堆结构+交换堆顶元素与末尾元素
for(int j=arr.length-1;j>0;j--){
swap(arr,0,j);//将堆顶元素与末尾元素进行交换
adjustHeap(arr,0,j);//重新对堆进行调整
}
}
/**
* 调整大顶堆(仅是调整过程,建立在大顶堆已构建的基础上)
* 将下标为i的元素放到合适的位置
* @param arr
* @param i
* @param length
*/
public static void adjustHeap(int []arr,int i,int length){
int temp = arr[i];//先取出当前元素i
for(int k=i*2+1;k<length;k=k*2+1){//从i结点的左子结点开始,也就是2i+1处开始
if(k+1<length && arr[k]<arr[k+1]){//如果左子结点小于右子结点,k指向右子结点
k++;
}
if(arr[k] >temp){//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
arr[i] = arr[k];
i = k;
}else{
break;
}
}
arr[i] = temp;//将temp值放到最终的位置
}
/**
* 交换元素
* @param arr
* @param a
* @param b
*/
public static void swap(int []arr,int a ,int b){
int temp=arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
}