1. 希尔排序
希尔排序是插入排序的一种, 是插入排序的一种更高效的排序算法.
1.1 排序原理
1. 选定一个增长量h, 按照增长量h作为数据分组的依据, 对数据进行分组
2. 对分好组的每一组数据完成插入排序
3. 减小增长量, 最小减为1, 重复第二步的操作
增长量h的确定: 增长量h的值没有固定的规则, 这里采用如下规则:
int h = 1;
while(h < N){ // 此处N为数组的长度
h = 2 * h + 1;
}
// 循环结束后, 就可以确定h的最大值
// h的减小规则为:
h = h / 2;
1.2 API设计
类名 | Shell |
构造方法 | Shell(): 创建Shell对象 |
成员方法 | 1. public static void sort(Comparable[] a): 对数组内的元素进行排序 3. private static exch(Comparable[] a, int i, int j): 交换数组a中索引i和j处的值 |
1.3 代码实现
package sort;
public class Shell {
public static void sort(Comparable<Integer>[] a) {
// 1. 根据数组a的长度, 确定增长量h的初始值
int h = 1;
while (h < a.length / 2) {
h = 2 * h + 1;
}
// 2. 希尔排序
while (h >= 1) {
// 排序
// 1. 找到待插入的元素
for (int i = h; i < a.length; i++) {
// 2. 把待插入的元素插入到有序数列中
for (int j = i; j >= h; j -= h) {
// 待插入的元素是a[j], 比较a[j]和a[j-h]
if (greater(a[j - h], a[j])) {
exch(a, j - h, j);
} else {
break;
}
}
}
// 减小h的值
h = h / 2;
}
}
private static boolean greater(Comparable<Integer> v, Comparable<Integer> w) {
// 比较元素v是否大于元素w
return v.compareTo((Integer)w) > 0;
}
private static void exch(Comparable<Integer>[] a, int i, int j) {
//交换数组a中索引i, j处的值
Comparable<Integer> temp;
temp = a[i];
a[i] = a[j];
a[j] = temp;
}
}
指针i永远指向下一个待排序的元素, 但由于在同一个队列中, 同时会有2两个或以上的组在进行插入排序, 因此i指针指向的下一个待插入元素总是在不同组之间交替进行的. 而j指针初始时会指向一个组之中的待插入元素, 其后和插入排序一样, 会跟随待插入的元素直至找到合适的位置.
1.4 时间复杂度分析
希尔排序中的增长量h没有固定的规则, 也超出了本文的讨论范围. 但是, 仍可以使用事后分析法对希尔排序和插入排序做性能的比较. 一般来说, 希尔排序的性能是要优于插入排序的.
2. 归并排序
归并排序体现的是分而治之(Divide and Conquer)的思想
2.1 排序原理
1. 尽可能地将一组数据拆分成两个元素相等的子组, 并对每一个子组继续进行拆分, 直到拆分后的每个子组的元素个数是1为止.
2. 将相邻的两个子组进行合并, 合并的同时进行排序, 成为一个有序的大组
3. 不断重复步骤2, 直到最终只有一个组为止.
2.2 API设计
类名 | Merge |
构造方法 | Merge(): 创建Merge对象 |
成员方法 | 1. public static void sort(Comparable[] a): 对数组a内的元素进行排序 3. private static void merge(Comparable[] a, int lo, int mid, int hi): 从索引lo到mid为一个子组, 从索引mid+1到hi为另一个子组, 把数组a中的这两个子组的数据合并并排序, 成为一个有序的大组(从索引lo到hi) 4. private static boolean less(Comparable v, Comparable w): 判断元素v是否小于元素w 5. private static void exch(Comparable[] a, int i, int j): 交换数组a中, 索引i和j处的值 |
成员变量 | 1. private static Comparable[] assist: 完成归并操作需要的辅助数组 |
归并原理:
2.3 代码实现
package sort;
public class Merge {
// 归并所需要的辅助数组
private static Comparable<Integer>[] assist;
public static void sort(Comparable<Integer>[] a){
// 初始化辅助数组
assist = new Comparable[a.length];
// 定义lo和hi变量, 分别记录数组中最小的索引和最大的索引
int lo = 0;
int hi = a.length - 1;
// 调用sort重载方法完成数组a中, 从索引lo到hi处的元素的排序
sort(a, lo, hi);
}
private static void sort(Comparable<Integer>[] a, int lo, int hi){
// 对数组a中从lo到hi的元素进行排序
// 安全性校验
if(hi <= lo){
return;
}
// 将lo到hi之间的数据分为两个组
int mid = lo + (hi - lo) / 2;
// 分别对每一组数据进行排序
sort(a, lo, mid);
sort(a, mid + 1, hi);
// 把两个数组中的数据进行归并
merge(a, lo, mid, hi);
}
private static boolean less(Comparable<Integer> v, Comparable<Integer> w){
// 比较元素v是否比元素w小
return v.compareTo((Integer)w)<0;
}
private static void merge(Comparable<Integer>[] a, int lo ,int mid, int hi){
// 对数组a中, 从lo到mid为一组, 从mid+1到hi为一组, 对这两组数据进行归并
// 定义三个指针
int i = lo;
int p1 = lo;
int p2 = mid + 1;
/*
遍历, 移动p1和p2指针, 比较对应索引处的值,
找出较小的值放入辅助数组中对应的索引处
*/
while (p1 <= mid && p2 <= hi){
// 比较索引处的值
/*
注意, 此处的if判断条件会使得这个归并算法变得不稳定,
只有将条件改为<=时, 此归并算法才会变为稳定的
*/
if(less(a[p1], a[p2])){
assist[i++] = a[p1++];
} else {
assist[i++] = a[p2++];
}
}
// 遍历, 如果p1指针没有走完, 那么顺序移动另p1指针, 将对应的元素一一放入辅助数组中
while(p1 <= mid){
assist[i++] = a[p1++];
}
// 遍历, 如果p2指针没有走完, 那么顺序移动另p2指针, 将对应的元素一一放入辅助数组中
while(p2 <= hi){
assist[i++] = a[p2++];
}
// 把辅助数组中的元素拷贝到原数组中
for (int index = lo; index <= hi; index++){
a[index] = assist[index];
}
}
}
2.4 时间复杂度分析
归并排序的时间复杂度为O(nlogn).
;)
3. 快速排序
快速排序是对冒泡排序的一种改进. 它的基本思想是: 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数列.
3.1 排序原理
1. 首先设定一个分界值, 通过该分界值将数组分成左右两部分. 一般情况下, 分界值可以取数组中第一个数据.
2. 将大于或等于分界值的数据放到数组右边, 小于分界值的数据放到数组的左边. 此时左边部分中各元素都小于或等于分界值, 而右边部分中各元素都大于或等于分界值;
3. 然后, 左边和右边的数据可以独立排序, 对于左侧的数据, 又可以取一个分界值, 重复第二步的分类. 右侧的数组也做同样的处理.
4. 以此往复, 通过递归将左右两侧的数据排号, 也就完成了整个数组的排序.
3.2 API设计
类名 | Quick |
构造方法 | Quick(): 创建Quick对象 |
成员方法 | 1. public static void sort(Comparable[] a): 对数组内的元素进行排序 2. private static void sort (Comparable[] a, int lo, int hi): 对数组a中从索引lo到hi之间的元素进行排序 3. private static int partition(Comparable[] a, int lo, int hi): 对数组a中, 从索引lo到hi之间的元素进行分组, 并返回分界值对应的索引 4. private static void exch(Comparable[] a, int i, int j): 交换数组a中, 索引i和j处的值 |
3.3 切分原理
1. 找一个基准值, 用两个指针分别指向数组的头和尾
2. 先从尾部向头部开始搜索一个比基准值小的元素, 搜索到即停止, 并记录指针的位置;
3. 再从头部向尾部搜索一个比基准值大的元素, 搜索到即停止, 并记录指针的位置;
4. 交换当前左边指针位置和右边指针位置的元素;
5. 重复2, 3, 4步骤, 直到左边指针的值大于右边指针的值时停止.
3.4 代码实现
package sort;
public class QuickSort {
/*
对数组内的元素进行排序
*/
public static void sort(Comparable[] a){
int lo = 0;
int hi = a.length - 1;
sort(a, lo, hi);
}
/*
对数组a中索引lo到索引hi之间的元素进行排序
*/
private static void sort(Comparable[] a, int lo, int hi){
// 安全性校验, 同时也是迭代的基本结束条件
if (hi <= lo){
return;
}
// 对数组中lo到hi处的数组进行分组
int partition = partition(a, lo, hi);
// 继续对左子组进行迭代排序
sort(a, lo, partition - 1);
// 继续对右子组进行迭代排序
sort(a, partition + 1, hi);
}
/*
对数组a中, 从索引lo到hi之间的元素进行分组, 返回分组界限对应的索引
*/
private static int partition(Comparable[] a, int lo, int hi){
// 创建两个扫描指针和一个key值
Comparable key = a[lo];
int left = lo; // 扫描比key值大的元素
int right = hi + 1; // 扫描比key值小的元素
// 切分操作
while (true){
// 先移动右指针, 如果找到比key值小的元素, 则停止
while(less(key, a[--right])){ // 如果key值比right指针指向的元素小, 则继续
if(right == lo){ // 如果right指针走到左边, 则结束从右往左的扫描
break;
}
}
// 再移动左指针, 如果找到比key值大的元素, 则停止
while(less(a[++left], key)){ // 如果left指针指向的元素比key值小, 则继续
if (left == hi){ // 如果left指针走到右边, 则技术从左往右的扫描
break;
}
}
// 如果两个指针是否相遇或交错, 则说明已经扫描完毕
if (left >= right){
break;
}else { //如果没有相遇, 则交换两个指针位置的元素
exch(a, right, left);
}
}
// 交换分界值和key值
// 注意, 此处必须使用right指针进行交换
exch(a, lo, right);
// 返回分界值索引
return right;
}
/*
判断v是否小于w
*/
private static boolean less(Comparable v, Comparable w){
return v.compareTo(w) < 0;
}
/*
交换a数组中索引i和索引j处的值
*/
private static void exch(Comparable[] a, int i, int j){
Comparable temp = a[i];
a[i] = a[j];
a[j] = temp;
}
}
3.5 时间复杂度分析
快速排序的时间复杂度和分界值的选择有关
最优情况: 每一次切分选择的分界值刚好将房前序列等分 -- O(nlogn)
最差情况: 每一次切分选择的分界值是当前序列中最大或最小的数字, 这使得每一次切分都只有一个子组, 那么总共就得切分n次, 所以此时的时间复杂度为O(n^2).
平均情况: O(nlogn)